目标检测方法及装置
    111.
    发明公开

    公开(公告)号:CN108171103A

    公开(公告)日:2018-06-15

    申请号:CN201611118373.4

    申请日:2016-12-07

    CPC classification number: G06K9/00288 G06K9/6273 G06N3/0454 G06N3/084

    Abstract: 本发明实施例提供了目标检测方法及装置,所述方法包括:获取待检测图像;根据级联神经网络对待检测图像的多个候选区域进行分类;其中,从第二级开始的神经网络中,至少存在一级神经网络包含并列的多个该级子神经网络,上述子神经网络对前一级神经网络分类后的分类结果进行分类;根据多个候选区域的最终分类结果,确定出目标区域。本发明实施例中,从第二级开始的神经网络中,至少存在一级神经网络包含并列的多个该级子神经网络,可较为全面精确地对候选区域进行分类,提升分类精度;进而更加精确地确定出目标区域。且有利于减少神经网络的级数,可减少由各级神经网络组成的分类模型占用的存储空间;可应用到硬件配置较低或计算性能较弱的设备中。

    神经网络方法和设备
    114.
    发明公开

    公开(公告)号:CN107665364A

    公开(公告)日:2018-02-06

    申请号:CN201710629393.6

    申请日:2017-07-28

    CPC classification number: G06N3/08 G06F5/01 G06F7/523 G06N3/04 G06N3/063 G06N3/082

    Abstract: 一种神经网络方法和设备。所述神经网络设备包括:处理器,被配置为:通过应用神经网络的相邻层中的相邻节点之间的用于解释应用于神经网络的输入数据的轻量化的加权连接,产生神经网络,其中,神经网络具有包括多个节点的多个层,其中,所述多个层中的至少一个层的轻量化的加权连接包括针对绝对值小于非零值的绝对值的各个非零值具有等于零的值的加权连接。轻量化加权连接还包括具有绝对值不大于另一非零值的绝对值的值的加权连接,轻量化的加权连接是绝对最大值大于所述另一非零值的绝对值的训练的神经网络的训练的最终加权连接的轻量化的加权连接。

    人脸姿态校正方法和装置
    116.
    发明公开

    公开(公告)号:CN105844276A

    公开(公告)日:2016-08-10

    申请号:CN201510021503.1

    申请日:2015-01-15

    Abstract: 本发明公开了一种人脸姿态校正方法和装置,所述方法包括:获取待校正的二维人脸图像;检测所述待校正的二维人脸图像的二维关键点,并确定三维人脸模型上与所述检测的二维关键点对应的三维关键点;根据所述确定的三维关键点,使用迭代计算的方式更新三维关键点;根据所述更新的三维关键点,确定姿态矫正后的二维人脸图像。本发明的技术方案中,在人脸姿态调整过程中,逐步调整三维人脸模型上的三维关键点,并更新三维人脸模型的几何参数,进而根据最终更新得到的三维人脸模型的几何参数进行人脸姿态校正,从而缩小校正后的二维人脸图像与实际人脸正面图像的差距,有利于提升人脸认证/识别性能。

    具有显示功能的键输入装置和具有该装置的便携式电子设备

    公开(公告)号:CN101238532A

    公开(公告)日:2008-08-06

    申请号:CN200680028665.7

    申请日:2006-08-03

    Abstract: 提供一种具有显示功能的键输入装置和具有该装置的便携式电子设备,所述键输入装置响应于用户的按压产生开关信号。所述键输入装置包括:多个杠杆键,在所述杠杆键的每个的至少一部分上具有透明窗口,每个透明窗口的一边被固定,而每个透明窗口的另一边被弹性地竖直地偏置;开关基底,被设置在所述多个杠杆键的下方,包括分别对应于透明窗口的开口,并且通过被设置为分别与杠杆键的弹性部分对应的多个开关,根据所述多个杠杆键的任一个的运动产生开关信号;显示面板,在对应于每个透明窗口的区域中提供图像,所述显示面板的至少一部分被设置在所述多个杠杆键的下方。所述便携式电子设备包括:键输入装置;键显示控制器,在分别对应于透明窗口的显示面板的区域中显示根据开关信号而变化的图像。

Patent Agency Ranking