神经网络模型迁移方法和系统、电子设备、程序和介质

    公开(公告)号:CN108229651A

    公开(公告)日:2018-06-29

    申请号:CN201711213622.2

    申请日:2017-11-28

    发明人: 邵婧 闫俊杰

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明实施例公开了一种神经网络模型迁移方法和系统、电子设备、程序和介质,其中,方法包括:分别向训练好的第一神经网络模型和一待训练的第二神经网络模型输入相同的待处理对象;其中,第二神经网络模型小于第一神经网络模型的大小;获取第一差异和第二差异,第一差异为第一神经网络模型的特征层提取的特征与第二神经网络模型的特征层提取的特征之间的差异,第二差异为第一神经网络模型的分类层输出的分类结果与第二神经网络模型的分类层输出的分类结果之间的差异;根据第一差异和第二差异对第二神经网络模型进行网络训练。本发明实施例实现了基于大神经网络模型对小神经网络模型在输出特征和分类能力上的共同监督。

    活体检测方法、装置、电子设备及计算机可读存储介质

    公开(公告)号:CN112766162B

    公开(公告)日:2023-12-22

    申请号:CN202110075262.4

    申请日:2021-01-20

    摘要: 本公开提供了一种活体检测方法、装置、电子设备及计算机可读存储介质,本公开在获取到包括目标对象的待识别图像之后,提取其中的图像特征。本公开通过图像特征提取,得到了多维度的特征,克服了现有技术中在进行人脸活体检测过程中捕捉的信息较为单一的缺陷。同时,本公开为每个预设类别设置了多个原型,即为每个预设类别设置了多维度的小类,通过多个小类了的设置,克服了现有技术中二分类表现能力有限的缺陷。结合获取到的多维度的特征和训练得到的多维度的原型进行活体检测,能够有效提高人脸活体检测的精度,并且避免了被测试主体需要完成眨眼、张嘴等时序动作,提高了用户体验感。

    动作检测方法及装置、电子设备和存储介质

    公开(公告)号:CN111680646B

    公开(公告)日:2023-09-22

    申请号:CN202010531453.2

    申请日:2020-06-11

    IPC分类号: G06V40/20 G06V10/80

    摘要: 本公开涉及一种动作检测方法及装置、电子设备和存储介质。所述方法包括:根据待处理视频的时空特征和所述待处理视频中的任一目标对象的时空特征,得到所述目标对象对应的场景关联特征,其中,所述目标对象对应的场景关联特征表示所述目标对象与所述待处理视频的场景之间的关系信息;根据所述待处理视频中的多个目标对象对应的场景关联特征,确定所述多个目标对象中的任一目标对象对应的对象关联特征,其中,所述目标对象对应的对象关联特征表示所述目标对象与所述多个目标对象中的其他目标对象之间的关系信息;根据所述多个目标对象对应的对象关联特征,确定所述多个目标对象中的至少一个目标对象对应的动作检测结果。

    事件关系识别方法、装置、计算机设备以及存储介质

    公开(公告)号:CN114648019A

    公开(公告)日:2022-06-21

    申请号:CN202210365299.5

    申请日:2022-04-07

    IPC分类号: G06F40/279 G06F40/216

    摘要: 本公开提供了一种事件关系识别方法、装置、计算机设备以及存储介质,其中,该方法包括:获取待处理文本数据,并在所述待处理文本数据中确定多个目标事件;基于所述多个目标事件构建至少一个事件组,其中,每个所述事件组包含至少两个目标事件;基于所述至少一个事件组构建目标事件关系图;所述目标事件关系图用于指示各事件组中包含相同目标事件的事件组之间的关联关系;基于所述目标事件关系图识别所述待处理文本数据中各目标事件之间的事件关系。

    分类网络的训练方法、图像分类方法及装置

    公开(公告)号:CN114239731A

    公开(公告)日:2022-03-25

    申请号:CN202111565700.1

    申请日:2021-12-20

    摘要: 本公开提供了一种分类网络的训练方法、图像分类方法及装置,包括:获取样本图像,以及样本图像的标注信息;将所述样本图像输入至待训练的分类网络的二值化的初始特征提取层,确定所述样本图像对应的目标特征图;其中,所述初始特征提取层包括待训练的通道值调整参数;基于预设尺寸将所述目标特征图划分为多个特征单元,并将所述目标特征图输入至特征融合层,所述特征融合层包括多个二值化的多层感知模块,每个多层感知模块用于对所述特征单元进行特征融合和深层次的特征提取;基于所述特征融合层输出的语义特征图,以及所述样本图像的标注信息对所述分类网络进行训练。

    神经网络模型迁移方法和系统、电子设备、程序和介质

    公开(公告)号:CN108229652B

    公开(公告)日:2021-05-04

    申请号:CN201711214166.3

    申请日:2017-11-28

    发明人: 邵婧 闫俊杰

    IPC分类号: G06N3/04 G06K9/62

    摘要: 本发明实施例公开了一种神经网络模型迁移方法和系统、电子设备、程序和介质,其中,方法包括:分别向训练好的至少两个第一神经网络模型和一待训练的第二神经网络模型输入相同的待处理对象;其中,所述第二神经网络模型的大小小于每个所述第一神经网络模型的大小;基于所述至少两个第一神经网络模型对所述待处理对象的处理结果,共同训练所述第二神经网络模型,直至满足预设训练完成条件。本发明实施例实现了基于多个大神经网络模型对小神经网络模型的共同训练,可将多个大神经网络的性能迁移到小神经网络模型。

    图像处理方法和相关装置、设备、存储介质

    公开(公告)号:CN111881846A

    公开(公告)日:2020-11-03

    申请号:CN202010752546.8

    申请日:2020-07-30

    IPC分类号: G06K9/00 G06K9/34 G06K9/54

    摘要: 本申请公开了一种图像处理方法和相关装置、设备、存储介质,图像处理方法包括:获取包含至少一个目标对象的初始图像;根据对初始图像识别得到的目标对象,采用相应预处理方式对初始图像进行预处理,以得到至少一张待检测图像;其中,至少一张待检测图像用于进行活体检测以得到初始图像的活体检测结果。上述方案,能够提高后续活体检测的准确性。