-
公开(公告)号：CN106446950A
公开(公告)日：2017-02-22
申请号：CN201610855310.0
申请日：2016-09-27
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06K9/62
摘要： 本发明公开了一种图像处理方法及装置，该图像处理方法包括：获取待分组的图像集，并提取该图像集中每一图像的特征信息；根据该特征信息确定该图像集中每一图像对应的标签组以及置信度组，该标签组包括至少一个标签，该置信度组包括至少一个置信度，每一标签对应一个置信度；根据该置信度组和标签组确定目标标签；根据该目标标签对该图像集中的图像进行分组。上述图像处理方法，能实现大量照片的快速分类，操作简单，分类效率高。
-
公开(公告)号：CN104952089A
公开(公告)日：2015-09-30
申请号：CN201410116571.1
申请日：2014-03-26
申请人： 腾讯科技(深圳)有限公司
发明人： 郭晓威
IPC分类号： G06T11/00
摘要： 本发明涉及计算机技术领域，公开了一种图像处理方法及系统，该方法包括：获取灰度化目标图像；将所述灰度化目标图像进行尺度归一化，获得缩放后的目标图像；对所述缩放后的目标图像进行边缘检测，获得二值边缘图像；对所述二值边缘图像进行形态学闭运算，获得遮罩图像；将所述遮罩图像等比缩放至所述灰度化目标图像的大小，获得复原目标图像；将所述复原目标图像中的前景像素所在区域作为所述灰度化目标图像的待融合区域，并将所述待融合区域与预先导入的背景图像上的指定区域进行泊松融合，获得融合图像。实施本发明实施例，能够提高钢印效果的编辑效率，降低用户的技术门槛。
-
公开(公告)号：CN114329068B
公开(公告)日：2024-05-31
申请号：CN202110927584.7
申请日：2021-08-11
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06F16/783 , G06F16/78
摘要： 本申请的实施例揭示了一种数据处理方法及装置、电子设备、存储介质，该方法包括：提取无标签数据中的视频帧数据对应的动作表征、物体表征和视频整体表征；提取无标签数据中与视频帧数据对应的文本数据的动词表征、名词表征和句子整体表征；根据视频帧数据对应的动作表征、物体表征和视频整体表征，以及文本数据对应的动词表征、名词表征和句子整体表征，确定视频帧数据与文本数据之间的对应程度，将对应程度作为视频帧数据与文本数据所关联的标签。本申请实施例的技术方案很好地学习到更细粒度上视频与文本内容上的对应关系，迁移到下游任务的时候具有更好的性能表现。
-
公开(公告)号：CN111709371B
公开(公告)日：2023-12-22
申请号：CN202010557914.3
申请日：2020-06-17
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V20/40 , G06V20/52 , G06V10/774
摘要： 本发明实施例公开了一种基于人工智能的分类方法、装置、服务器和存储介质，其中，方法包括，获取目标图像，目标图像中包括目标待检测商品图像区域；将目标图像分别输入至第一分类模型和第二分类模型中，得到针对目标待检测商品的第一分类结果和第二分类结果，对第一分类结果和第二分类结果进行处理，得到针对目标待检测商品的目标分类结果，其中，第一分类模型为在初始分类模型上基于已有商品的图像训练得到的模型，第二分类模型为在第一分类模型上基于新增商品的图像再次训练得到的模型，通过实施上述方法，可以采用不同训练方式训练的两个模型对商品的类型进行综合分析，提升对于商品的识别效率以及识别准确率。
-
公开(公告)号：CN110705438B
公开(公告)日：2023-07-25
申请号：CN201910922345.5
申请日：2019-09-27
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请实施例公开了一种步态识别方法、装置、设备及存储介质，属于计算机技术领域。方法包括：获取目标视频中包括同一人体的多个视频帧；获取所述多个视频帧的步态轮廓图，所述步态轮廓图的排列顺序与所述步态轮廓图对应的视频帧的排列顺序相同；根据多个步态轮廓图中的至少两个步态轮廓图进行融合，得到至少一个融合特征图，所述至少两个步态轮廓图相邻；根据所述至少一个融合特征图进行识别，得到所述目标视频对应的识别信息。在对步态轮廓图进行处理时，会得到步态的静态特征和动态特征，根据得到的静态特征和动态特征进行识别，从而提高了识别结果的准确率。
-
公开(公告)号：CN110414432B
公开(公告)日：2023-05-16
申请号：CN201910690389.X
申请日：2019-07-29
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/62 , G06V40/10 , G06V20/40 , G06V10/774
摘要： 本申请实施例提供了一种对象识别模型的训练方法、对象识别方法及相应的装置，该方法包括：获取训练样本集；构建包括对象识别模型，以及分别与对象识别模型的输出连接的第一分类模块和第二分类模块的待训练模型；将各样本图像输入至待训练模型，根据第一分类模型输出的预测身份信息和样本图像的标注的身份信息确定第一训练损失值，根据第二分类模型输出的预测身份及朝向信息，与样本图像的标注的身份信息及朝向信息，确定第二训练损失值；根据由第一训练损失值和第二训练损失值确定的总损失值对待训练模型的模型参数进行调整，直至总损失值满足预设条件，得到训练好的对象识别模型。基于该方法，提高了将对象识别模型用于对象识别时的识别准确性。
-
公开(公告)号：CN110399929B
公开(公告)日：2023-04-28
申请号：CN201910689712.1
申请日：2017-11-01
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
IPC分类号： G06V10/764 , G06T7/00
摘要： 本申请实施例提供一种眼底图像分类方法、装置以及计算机可读存储介质，方法包括：获得眼底图像、以及所述眼底图像中所包括的眼球的类别；调整眼底图像的显示参数满足取值条件；根据显示参数的分布需要满足的分布条件，对眼底图像的显示参数进行变换获得新图像；基于调整后的眼底图像和新图像进行组合构造的训练集、以及所包括眼球的类别，训练神经网络模型；基于训练后的神经网络模型，将待预测眼底图像和标注有眼球的类别的参考图像输入神经网络模型，确定待预测眼底图像中所包括眼球的类别。
-
公开(公告)号：CN107516099B
公开(公告)日：2022-11-29
申请号：CN201710719860.4
申请日：2017-08-21
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种标记图片检测的方法，包括：获取待检测图像，通过查表法提取所述待检测图像中像素点的梯度信息，以得到所述待检测图像的局部特征集合，所述反正切表中包含查表索引与角度的对应关系，所述查表索引依据所述neon函数确定；将所述局部特征集合与所述标记图片的特征集合进行匹配，以确定匹配集合，所述匹配集合为所述局部特征集合与所述标记图片的特征集合所构成的交集；当所述匹配集合中的匹配特征的数量大于数量阈值时，确定检测到所述标记图片。本申请实施例通可以提高图像中像素点的梯度信息的提取速度，加快了标记图片检测的速度。
-
公开(公告)号：CN111680722B
公开(公告)日：2022-09-16
申请号：CN202010446511.1
申请日：2020-05-25
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/764 , G06V10/77 , G06V10/40 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种内容识别方法、装置、设备及可读存储介质，涉及人工智能领域。该方法包括：获取输入图像，输入图像中包括待识别的图像内容；对输入图像进行特征提取，得到图像特征；通过动态滤波学习器生成与图像特征对应的动态滤波器；结合动态滤波器通过识别模型对图像内容进行识别，得到图像内容的识别结果数据，其中，的动态滤波器用于对识别模型的识别预测过程进行修正。通过生成与图像特征对应的动态滤波器，并结合动态滤波器对识别模型的识别预测过程进行修正，通过动态滤波器针对不同的样本生成不同的权重，从而实现识别模型根据样本的不同而动态变化的要求，提高了识别模型对图像内容进行识别的准确率。
-
公开(公告)号：CN113570512A
公开(公告)日：2021-10-29
申请号：CN202110136181.0
申请日：2021-02-01
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请实施例公开了一种图像数据处理方法、计算机及可读存储介质，涉及人工智能领域的机器学习技术，该方法包括：在N个图像样本中获取具有基础绘制风格的基础图像样本，将基础图像样本输入基础分类模型，预测输出基础图像特征；将基础分类模型划分为浅层基础分类网络及深层基础分类网络，将迁移图像样本输入基础分类模型，在浅层基础分类网络中输出第一迁移图像特征，在深层基础分类网络中基于基础图像特征对第一迁移图像特征进行特征迁移，以输出迁移预测分类特征；根据迁移预测分类特征对基础分类模型进行训练，生成迁移分类模型；迁移分类模型用于对图像进行分类预测。采用本申请，可以提高基于模型对图像进行分类处理的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
154 条记录 (耗时 0.06 秒)
