-
公开(公告)号：CN115564834A
公开(公告)日：2023-01-03
申请号：CN202211338236.7
申请日：2022-10-28
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种视线估计方法及装置、存储介质及电子设备，涉及计算机视觉技术领域。该视线估计方法获取相机系统在当前时刻针对目标用户采集的多帧用户图像；基于多帧用户图像，确定目标用户在相机坐标系下的视线方向信息；基于多帧用户图像，确定目标用户在相机坐标系下的瞳孔坐标信息；基于目标用户在相机坐标系下的视线方向信息和瞳孔坐标信息，确定目标用户在世界坐标系下的视线方向信息和瞳孔坐标信息；基于目标用户在世界坐标系下的视线方向信息和瞳孔坐标信息，确定目标用户的视线估计信息。与传统的视线估计方法相比，有效利用了多视角信息，降低了对训练数据量的依赖，扩大了视线估计系统的有效工作范围，提升了视线方向估计的精准度。此外，本申请实施例能够为分析驾驶员的驾驶状态提供全面、准确的支持和依据，具有适用范围广泛的优势。
-
公开(公告)号：CN112506510A
公开(公告)日：2021-03-16
申请号：CN202011479287.2
申请日：2020-12-15
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种系统皮肤生成方法、装置、设备及存储介质，本申请获取到皮肤背景图以及能够提供图标模板信息的图标模板，进而分别提取皮肤背景图和图标模板的特征信息，基于二者各自的特征信息来生成系统皮肤，本申请生成的系统皮肤包含有与皮肤背景图风格适配的图标。由此可见，本申请在生成系统皮肤时，参考了皮肤背景图的特征信息以及图标模板的特征信息，其中皮肤背景图的特征信息能够提供皮肤背景图的风格特征，图标模板的特征信息能够提供图标的模板信息，如空间结构分布信息等，基于此生成的系统皮肤中的图标风格与皮肤背景图相适配，且图标的空间结构分布与图标模板一致。
-
公开(公告)号：CN119428733A
公开(公告)日：2025-02-14
申请号：CN202411881172.4
申请日：2024-12-19
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种人机交互方法、装置、相关设备及计算机程序产品，涉及人工智能技术领域。其中人机交互方法包括，通过获取车内目标用户提出的交互问题，利用车内的第一摄像头拍摄来获取目标用户的影像，根据影像确定目标用户的视线方向信息，从而能够更好地理解用户的意图和需求。利用第一摄像头确定目标用户的视线方向信息，并据此调整第二摄像头的视角，并获取第二摄像头拍摄的车外图像，使得系统能够看到用户所关注的对象或场景，并通过调用多模态大模型，结合车外图像和用户的交互问题，能够进行更深层次的信息处理和理解，通过理解用户的交互问题，根据车外图像生成对应的回复结果，使得回复更加准确和相关，提高了交互的效率和质量。
-
公开(公告)号：CN119206187A
公开(公告)日：2024-12-27
申请号：CN202411353636.4
申请日：2024-09-26
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种目标检测方法、装置、电子设备和存储介质，其中方法包括：对密集场景图像进行多尺度的特征提取，得到多尺度的图像特征，并基于多尺度的图像特征和所述密集场景图像进行特征重建，得到多尺度的高分辨率特征；对多尺度的高分辨率特征进行特征融合，并基于融合所得的特征进行目标检测，得到密集场景图像对应的目标检测结果，在特征提取阶段引入包含更多细粒度信息的高分辨率特征，更有利于密集场景下的目标检测，可以获取更精准的检测结果，克服了传统的密集场景下的检测方案中对于小目标的检测性能较差的缺陷，同时，缓解了密集场景下边界框重叠导致的漏检问题和繁琐的后处理问题，实现了检测精度和检测效率的双重提升。
-
公开(公告)号：CN119066604A
公开(公告)日：2024-12-03
申请号：CN202410916403.4
申请日：2024-07-09
Applicant: 科大讯飞股份有限公司
IPC: G06F18/25 , G06V40/20 , G10L25/63 , G06V20/40 , G06F18/2431 , G06V10/764
Abstract: 本申请公开了一种情绪识别方法及相关装置、智能座舱和存储介质，其中，情绪识别方法包括：获取目标对象的行为动作数据，并获取目标对象所处场景的多模态数据；基于行为动作数据，提取行为动作特征，并基于多模态数据，提取多模态特征；至少基于行为动作特征和多模态特征进行融合，得到目标情绪特征；基于目标情绪特征，预测得到目标对象的目标情绪。上述方案，能够提高情绪识别的准确性和适用性。
-
Patent Agency Ranking
公开(公告)号：CN118536055A
公开(公告)日：2024-08-23
申请号：CN202410478187.X
申请日：2024-04-19
Applicant: 科大讯飞股份有限公司
IPC: G06F18/25 , G06F18/214 , G06F18/213 , G06N3/045 , G06N3/096
Abstract: 本申请公开了一种情绪识别方法、系统以及相关装置，该方法包括：获取待识别样本；其中，待识别样本包含多个目标模态中部分目标模态的采样数据，待识别样本中缺失的目标模态为缺失模态；获取待识别样本中每个目标模态匹配的目标特有特征和目标共有特征；其中，每个目标特有特征对应有与目标模态相匹配的特征提取方式，所有目标共有特征对应有相同的特征提取方式；基于目标模态匹配的参考特征和目标共有特征，得到缺失模态对应的构建特征；基于目标特有特征、目标共有特征和构建特征，获取待识别样本对应的目标情绪类别。通过上述方式，本申请能够在部分模态的采样数据缺失时，提高对待识别样本进情绪识别的准确性。
-
公开(公告)号：CN118411645A
公开(公告)日：2024-07-30
申请号：CN202410436417.6
申请日：2024-04-11
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种目标检测方法及相关装置、设备和存储介质，其中，目标检测方法包括：基于第一图集进行特征提取，得到第一图集内拍摄图像的第一图像特征，并基于第二图集进行特征提取，得到第二图集内当前时序下拍摄图像的第二图像特征；基于当前时序下由相同模态的第一图像特征与第二图像特征所度量的第一差异特征，得到当前时序下各种模态的第三图像特征；基于当前时序下相同模态的第二图像特征和第三图像特征，融合得到当前时序下对应模态的第一融合特征；基于当前时序下各种模态的第一融合特征进行检测，得到检测结果。上述方案，能够在尽可能地提高视频目标检测精度的前提下，提升视频目标检测效率，并降低视频目标检测的存储代价。
-
公开(公告)号：CN117475160A
公开(公告)日：2024-01-30
申请号：CN202311199417.0
申请日：2023-09-15
Applicant: 科大讯飞股份有限公司
IPC: G06V10/40 , G06V10/74 , G06V10/774 , G06V10/764
Abstract: 本申请公开了目标对象跟随方法、系统以及相关装置，该方法包括：响应于获取到跟随指令，从当前帧中获取目标对象的第一图像特征和第一朝向信息，将第一图像特征存储至队列集合中的目标队列；获取下一帧中的所有候选对象，响应于下一帧中至少部分候选对象之间产生遮挡，获取每个候选对象的第二图像特征和第二朝向信息；基于第二图像特征、第二朝向信息以及队列集合，将满足预设条件的候选对象作为目标对象；将目标对象的第二朝向信息更新为第一朝向信息，以及将目标对象的第二图像特征更新为第一图像特征，并返回至将第一图像特征存储至队列集合中的目标队列的步骤。通过上述方式，本申请能够提高对目标对象进行跟随的效率和准确性。
-
公开(公告)号：CN115457650A
公开(公告)日：2022-12-09
申请号：CN202210957515.5
申请日：2022-08-10
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供一种手势识别方法、模型构建方法、设备及存储介质，该识别方法包括：将待识别图像输入至预先构建好的手势识别模型，得到第一识别结果；手势识别模型中，第一识别模型包括第一特征提取模块、第二特征提取模块、特征融合模块和第一识别层，第一特征提取模块逐层提取待识别图像的图像特征，得到浅层特征；特征融合模块根据浅层特征，确定用户手势的位置特征，将浅层特征与位置特征融合并输入至第二特征提取模块；第二特征提取模块用于特征提取；第一识别层对第二特征提取模块提取的图像特征进行识别，得到第一识别结果。本申请能够将待识别图像的关键点特征与浅层特征融合，加强了手部区域特征，从而使识别结果更加准确。
-
公开(公告)号：CN115223194A
公开(公告)日：2022-10-21
申请号：CN202210702458.6
申请日：2022-06-20
Applicant: 科大讯飞股份有限公司
IPC: G06V40/10 , G06V10/40 , G06V10/764 , G06F3/01
Abstract: 本申请公开了一种手势识别方法、手势交互方法及相关装置、设备和介质，其中，手势识别方法包括：提取拍摄视频中目标图像的目标图像特征，并提取拍摄视频中位于目标图像之前参考图像的参考图像特征；基于目标图像特征和参考图像特征进行预测，得到若干预设类别的预测图像；基于各个预测图像进行分析，得到目标图像的手势识别结果；其中，手势识别结果至少包括：目标图像中是否存在手势，及在目标图像中存在手势的情况下，各个手势的手势类别。上述方案，能够在确保适用于多人手势交互的情况下，进一步提升手势识别的准确性，并尽可能地降低手势识别的计算负荷，以及提升在远距离使用场景下的适用性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.06 seconds)
