公开(公告)号：CN111414952B

公开(公告)日：2023-10-17

申请号：CN202010186361.5

申请日：2020-03-17

申请人： 腾讯科技(深圳)有限公司

发明人： 程昊 ,  蒋忻洋 ,  李珂 ,  孙星 ,  余宗桥 ,  彭湃 ,  郭晓威 ,  黄小明 ,  黄飞跃 ,  吴永坚

IPC分类号： G06V10/774 ,  G06V10/74 ,  G06V10/771 ,  G06V10/82 ,  G06V10/762 ,  G06N3/0464 ,  G06N3/084 ,  G06V40/10

摘要： 一种行人重识别的噪声样本识别方法、装置、设备和存储介质，所述方法包括：对行人重识别的各初始样本进行特征提取，获得各初始样本的样本特征；根据各样本特征，确定目标样本组的组内样本特征中心，以及目标样本组内的各初始样本的样本距离，目标样本组包括至少两个初始样本，样本距离为初始样本的样本特征与初始样本所在目标样本组的组内样本特征中心之间的距离；根据目标样本组的各初始样本的样本距离，确定目标样本组中的各初始样本是否为噪声样本；将确定为噪声样本的初始样本移除，获得更新后的样本数据；根据更新后的样本数据对预设神经网络进行网络训练，获得训练确定的行人重识别模型。通过上述方法获得的行人重识别模型的准确度更高。

公开(公告)号：CN111027551B

公开(公告)日：2023-07-07

申请号：CN201911300890.7

申请日：2019-12-17

申请人： 腾讯科技(深圳)有限公司

发明人： 管成 ,  郭晓威 ,  余宗桥 ,  孙星 ,  杜俊珑 ,  彭湃

IPC分类号： G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

摘要： 公开了图像处理方法、设备和介质。所述图像处理方法包括：通过第一处理网络，提取输入图像的第一特征图，并基于第一特征图确定第一置信度图，其中第一处理网络是完成训练的网络，第一置信度图中的每一个位置分别对应于输入图像中的相应位置，且包括目标框信息以及与目标框对应的类别置信度；通过对第一置信度图执行调整处理，得到参考置信度图；通过第二处理网络，提取输入图像的第二特征图，并基于第二特征图确定第二置信度图；至少基于第二置信度图与参考置信度图之间的损失函数，训练第二处理网络；以及基于完成训练的第二处理网络，对向其输入的图像执行目标检测处理，其中，第一处理网络的参数量大于第二处理网络的参数量。

公开(公告)号：CN109145759B

公开(公告)日：2023-04-18

申请号：CN201810828675.3

申请日：2018-07-25

申请人： 腾讯科技(深圳)有限公司

发明人： 姚雨石 ,  余宗桥 ,  郭晓威

IPC分类号： G06V20/58 ,  G06V10/80

摘要： 本申请公开了一种车辆属性识别方法、装置、服务器及存储介质，属于车辆识别领域。该方法包括：获取车辆图像；从车辆图像中提取车辆整体图像和至少一张车辆局部图像，不同的车辆局部图像对应不同的车辆部位；将车辆整体图像输入第一车辆属性识别模型，得到第一识别结果，第一车辆属性识别模型根据样本车辆整体图像训练生成；将车辆局部图像输入对应的第二车辆属性识别模型，得到第二识别结果，第二车辆属性识别模型根据样本车辆局部图像训练生成，第一车辆属性识别模型和第二车辆属性识别模型用于识别同一车辆属性；根据第一识别结果和至少一条第二识别结果确定目标车辆属性。本申请采用模型融合的方式识别车辆属性，提高了车辆属性的识别准确性。

公开(公告)号：CN109583583B

公开(公告)日：2023-04-07

申请号：CN201710911540.9

申请日：2017-09-29

申请人： 腾讯科技(深圳)有限公司 ,  中山大学

发明人： 陈子良 ,  王可泽 ,  林倞 ,  彭湃 ,  郭晓威 ,  余伟江

IPC分类号： G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种神经网络训练方法及装置，涉及机器学习领域，该方法包括：将第n图像数据库中的无标签图像数据输入第n神经网络，提取得到无标签图像数据的第n特征；将无标签图像数据输入第n+1神经网络提取得到无标签图像数据的第n+1特征；根据第n特征以及第n+1特征确定出符合预设要求的无标签图像数据，对符合预设要求的无标签图像数据标注伪标签；更新得到第n+1图像数据库；根据第n+1图像数据库对第n+1神经网络进行训练，得到第n+2神经网络。通过两个神经网络对无标签图像数据进行选择，并对选择得到的无标签图像数据标注伪标签，从而增加了对神经网络进行训练的有标签图像数据的数量，提高了神经网络的精确度。

公开(公告)号：CN108230296B

公开(公告)日：2023-04-07

申请号：CN201711244421.9

申请日：2017-11-30

申请人： 腾讯科技(深圳)有限公司 ,  腾讯云计算(北京)有限责任公司

发明人： 彭湃 ,  蒋忻洋 ,  郭晓威

IPC分类号： G06T7/00 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774

摘要： 本发明公开了一种图像特征的识别方法和装置、存储介质、电子装置。其中，该方法包括：获取识别请求，识别请求用于请求对目标图片中的图像特征进行识别；通过第一神经网络模型对目标图片中的图像特征进行识别，其中，第一神经网络模型是通过第一训练集合和第二训练集合对第二神经网络模型中的参数进行训练后得到的，第一训练集合中训练图片的图像特征已经被标记、且第二训练集合中训练图片的图像特征未被标记；返回第一神经网络模型的第一识别结果，其中，第一识别结果至少用于指示在目标图片中识别出的图像特征(如病变特征)。本发明解决了相关技术中对糖尿病视网膜病变的筛查效率较低的技术问题。

公开(公告)号：CN115604527A

公开(公告)日：2023-01-13

申请号：CN202110779984.8

申请日：2021-07-09

申请人： 腾讯科技(深圳)有限公司(CN)

发明人： 陈润楠 ,  周鹏豪 ,  王文哲 ,  孙星 ,  彭湃 ,  郭晓威

IPC分类号： H04N21/44 ,  H04N21/466 ,  H04N21/845

摘要： 本申请实施例公开一种数据处理方法以及设备，其中方法包括如下步骤：获取目标视频和历史高光视频；所述历史高光视频中的视频帧为高光视频帧；通过目标网络模型，获取所述目标视频中每个视频帧的第一语义特征和所述历史高光视频中每个视频帧的第二语义特征；根据所述第一语义特征和所述第二语义特征，获取所述目标视频中每个视频帧综合偏好；通过所述目标网络模型和所述目标视频中每个视频帧的综合偏好，确定目标视频中的高光视频帧；根据所述高光视频帧，生成所述目标视频的高光片段。采用本申请，可以提高检测视频中精彩片段的准确率。

公开(公告)号：CN111402294B

公开(公告)日：2022-10-18

申请号：CN202010160815.1

申请日：2020-03-10

申请人： 腾讯科技(深圳)有限公司

发明人： 关硕森 ,  张毅 ,  孙星 ,  余宗桥 ,  彭湃 ,  郭晓威 ,  黄小明 ,  吴永坚 ,  黄飞跃

IPC分类号： G06T7/246 ,  G06V10/74 ,  G06V10/82 ,  G06N3/04

摘要： 本申请涉及计算机视觉领域，提供一种目标跟踪方法、装置、计算机可读存储介质和计算机设备，其中方法包括：获取当前视频帧及历史视频帧集合；获取当前视频帧对应的跟踪候选区域集合；获取历史视频帧集合对应的目标历史跟踪轨迹集合，根据历史视频帧集合确定中各个目标历史跟踪轨迹对应的光流运动特征，形成第一运动特征集合；获取各个跟踪候选区域对应的光流运动特征，形成第二运动特征集合；获取第一运动特征集合和第二运动特征集合之间的第一元素距离，得到第一运动关联矩阵；根据第一运动关联矩阵，将目标历史跟踪轨迹与跟踪候选区域进行匹配，根据匹配结果确定各个目标历史跟踪轨迹对应的跟踪结果。本申请提供的方法可以提高目标跟踪的准确率。

公开(公告)号：CN111222399B

公开(公告)日：2022-02-18

申请号：CN201911046040.9

申请日：2019-10-30

申请人： 腾讯科技(深圳)有限公司

发明人： 宫毅非 ,  蒋忻洋 ,  孙星 ,  郭晓威 ,  余宗桥 ,  彭湃

IPC分类号： G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本申请公开了一种图像中的对象标识信息识别方法、装置及存储介质，所述方法包括：获取待识别对象图像；基于对象标识信息识别模型，得到所述待识别对象图像所对应的对象标识信息；所述对象标识信息识别模型的训练方法包括：构建预设机器学习模型，并将预设机器学习模型确定为当前机器学习模型；将样本对象图像集输入所述当前机器学习模型，确定每个样本对象图像的图像特征；确定每类图像特征子集的类中心；基于所述每类图像特征子集的类中心，确定交叉熵损失值；基于所述交叉熵损失值，确定对象标识信息识别模型。采用本申请构建的对象标识信息识别模型，进行对象标识信息的识别处理，提高了图像中对象标识信息的识别准确率。

公开(公告)号：CN113516143A

公开(公告)日：2021-10-19

申请号：CN202011350030.7

申请日：2020-11-26

申请人： 腾讯科技(深圳)有限公司

发明人： 郜晨阳 ,  蔡冠羽 ,  蒋忻洋 ,  张均 ,  宫毅非 ,  彭湃 ,  孙星 ,  郭晓威 ,  黄小明 ,  黄飞跃

IPC分类号： G06K9/62 ,  G06K9/46 ,  G06N3/04

摘要： 本申请是关于一种文本图像匹配方法、装置、计算机设备及存储介质，属于图像处理技术领域。该方法包括：获取第一特征以及第二特征；第一特征是由第一文本包含的至少两种尺度的文本特征经过编码得到的；第二特征是由第一图像包含的至少两种尺度的图像特征经过编码得到的，获取第一特征与第二特征之间的第一特征相似度；基于第一特征相似度，对第一特征以及第二特征进行加权，获得第一加权特征以及第二加权特征；基于第一特征、第二特征、第一加权特征以及第二加权特征，获取第一文本与第一图像的第二特征相似度；基于第二特征相似度，获取匹配信息。通过上述方案，提高了文本图像特征匹配的准确度。

公开(公告)号：CN110276298B

公开(公告)日：2021-05-11

申请号：CN201910543144.4

申请日：2019-06-21

申请人： 腾讯科技(深圳)有限公司

发明人： 张毅 ,  孙星 ,  郭晓威

IPC分类号： G06K9/00

摘要： 本申请涉及一种用户行为的判定方法、装置、存储介质和计算机设备，所述方法包括：获取对目标环境拍摄所得的至少两张图像；分别在所述至少两张图像中确定相应的人体特征；根据所述人体特征分别确定至少一个用户的人体运动轨迹和运动方向；在所述人体运动轨迹中筛选目标人体运动轨迹；所述目标人体运动轨迹的运动方向以及与感兴趣区域的位置关系中至少一种符合候选轨迹筛选条件；根据筛选所得的目标人体运动轨迹判定相应用户的行为。本申请提供的方案可以提高用户行为判断的准确性。