公开(公告)号：CN110060205B

公开(公告)日：2023-08-08

申请号：CN201910380264.7

申请日：2019-05-08

申请人： 北京迈格威科技有限公司

发明人： 孙伟 ,  范浩强

IPC分类号： G06T3/00 ,  G06T7/11 ,  G06T7/194

摘要： 本公开涉及图像处理技术领域，具体涉及一种图像处理方法、图像处理装置、存储介质及电子设备。所述方法包括：获取基础图像及对应的深度图像；识别所述基础图像中的人脸并划定基础图像人脸区域，并基于所述基础图像人脸区域确定所述深度图像中深度图像人脸区域；计算所述深度图像人脸区域在深度图像中平均深度，以根据所述平均深度提取包含人脸区域的背景图层以及包含人脸区域前方物体的前景图层；将预设贴图加载至所述背景图层的预设位置，结合所述前景图层以生成包含所述预设贴图效果的图像。本公开能够有效的避免在加载贴图时对前景图像进行遮盖，使得贴图位置更加准确。提升图像显示效果。

公开(公告)号：CN111062337B

公开(公告)日：2023-08-04

申请号：CN201911318979.6

申请日：2019-12-19

申请人： 北京迈格威科技有限公司

发明人： 吴家楠 ,  张弛

IPC分类号： G06V20/52 ,  G06V20/40 ,  G06V10/762

摘要： 本公开提供了一种人流方向检测方法、人流方向检测装置、存储介质和电子设备，涉及图像处理技术领域。该人流方向检测方法包括：获取待检测视频，提取待检测视频的当前帧图像和至少一个历史帧图像；分别对当前帧图像和历史帧图像进行人群密度估计，得到与当前帧图像和历史帧图像分别对应的人群密度图；利用与当前帧图像和历史帧图像分别对应的人群密度图进行光流检测，确定人群密度变化参数；基于人群密度变化参数确定人流方向。本公开可以提高人群流动方向检测的准确度。

公开(公告)号：CN111353464B

公开(公告)日：2023-07-21

申请号：CN202010170904.4

申请日：2020-03-12

申请人： 北京迈格威科技有限公司

发明人： 孙培泽 ,  张弘楷 ,  李伯勋 ,  俞刚 ,  张弛

IPC分类号： G06V20/00 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/084

摘要： 本发明提供了一种物体检测模型训练、物体检测方法及装置，涉及机器学习技术领域，包括：将训练图像输入所述检测模型中，确定所述训练图像的前景点预测值；确定所述前景点预测值对所述训练图像的梯度；判断所述梯度是否满足预设条件；当若不满足所述预设条件时，则根据所述梯度在所述训练图像的背景点位置的值对所述检测模型的网络参数的梯度，来更新所述网络参数，直至满足所述预设条件或达到预设训练次数，得到训练后的完成对所述检测模型的训练。本发明通过判断前景点预测值对输入图像的梯度是否在前景点像素范围之内，来更新网络参数。通过增加物体检测场景中对前景梯度的约束，可加快训练收敛速度，并有效提高对物体检测的性能。

公开(公告)号：CN111444803B

公开(公告)日：2023-07-11

申请号：CN202010193402.3

申请日：2020-03-18

申请人： 北京迈格威科技有限公司

发明人： 刘伟舟 ,  胡晨

IPC分类号： G06V20/40 ,  G06V40/20 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774

摘要： 本发明公开一种图像处理方法、装置、电子设备及存储介质，该方法包括：接收目标视频片段；将所述目标视频片段输入目标网络模型进行处理，得到处理结果；根据所述处理结果，确定所述目标视频片段中是否存在人物跌倒画面。可见，实施上述方法，可以通过预先训练得到的目标网络模型，直接对待检测视频序列进行处理，即可得到待检测视频序列中是否有人物跌倒的检测结果，而无需经过现有技术中那样的目标检测网络，缩短了pipeline，提高了检测效率。

公开(公告)号：CN116399360A

公开(公告)日：2023-07-07

申请号：CN202310265297.3

申请日：2023-03-13

申请人： 北京迈格威科技有限公司

发明人： 贾凡 ,  汪天才 ,  李帅霖

IPC分类号： G01C21/34 ,  G06V10/46 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/08

摘要： 本申请公开一种车辆路径规划方法，包括：获取采集图像；分别提取每个采集图像的二维图像特征；将多个初始特征以及各个二维图像特征输入预测模型的编码网络，通过预测模型的编码网络进行特征编码融合，获得每个初始特征对应的目标特征；表征以目标车辆为基准、目标车辆相对于周边对象的方位信息的第一目标特征以及目标车辆的前进方向信息输入预测模型的第一路径预测网络，获得目标车辆的移动路径。本申请可以通过特征编码融合操作构建表征车辆所处的周边环境中物体对象的方位的目标特征，利用目标特征中的第一目标特征进行路径规划，保证了路径规划结果的准确性，由于二维图像特征的提取难度较低，则本申请降低了计算量，提高了路径规划效率。

公开(公告)号：CN111126478B

公开(公告)日：2023-07-07

申请号：CN201911321668.5

申请日：2019-12-19

申请人： 北京迈格威科技有限公司 ,  上海旷镜博煊科技有限公司

发明人： 孙奕帆

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

摘要： 本发明提供了一种卷积神经网络训练方法、装置和电子系统；该方法包括：基于预设的训练集合确定当前训练图片；将当前训练图片输入至卷积神经网络中；基于当前训练图片中除第二标注框之外的其余区域计算损失值；根据损失值调整卷积神经网络的参数；将当前训练得到的卷积神经网络确定为训练好的卷积神经网络。该方式中，训练集合的训练图片标注了包含目标对象的第一标注框和疑似包含目标对象的第二标注框，在计算时损失值时，只考虑除第二标注框之外的其余区域，对于疑似包含目标对象的区域不计算损失值，这样卷积神经网络的训练过程不存在自相矛盾的监督信息，可以提升卷积神经网络的训练效果，提高训练后的卷积神经网络的性能，增加召回率。

公开(公告)号：CN116343147A

公开(公告)日：2023-06-27

申请号：CN202310126302.2

申请日：2023-02-08

申请人： 北京迈格威科技有限公司

发明人： 陈紫业 ,  刘宇 ,  朱琼 ,  周佳乐

IPC分类号： G06V20/56 ,  G06V10/46 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

摘要： 本申请实施例提供一种车道线检测方法、电子设备、存储介质及计算机程序产品。方法包括：获取待处理图像；对待处理图像进行特征提取，获得初始图像特征；通过Transformer模型中的编码器模块对初始图像特征进行编码，获得编码图像特征；通过Transformer模型中的解码器模块对编码图像特征与车道线查询特征进行综合解码，获得解码图像特征；对解码图像特征进行特征转换，获得热图动态卷积核和偏移图动态卷积核；利用热图动态卷积核对初始图像特征或编码图像特征进行卷积，获得热图集合；利用偏移图动态卷积核对初始图像特征或编码图像特征进行卷积，获得偏移图集合；基于热图集合和偏移图集合获得车道线检测结果。该方法可以在复杂应用场景下获得准确的车道线检测结果。

公开(公告)号：CN116343079A

公开(公告)日：2023-06-27

申请号：CN202310125984.5

申请日：2023-02-03

申请人： 北京迈格威科技有限公司

发明人： 王秋月 ,  汪天才

IPC分类号： G06V20/40 ,  G06V10/80 ,  G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明实施例提供一种视频处理方法、电子设备、存储介质及计算机程序产品。视频处理方法包括：获取待处理视频，待处理视频中的每个视频帧包含目标对象；对于待处理视频中的任一当前视频帧，从当前视频帧中提取初始图像特征；将初始图像特征与待处理视频中的上一视频帧所对应的记忆令牌特征进行融合，获得与当前视频帧相对应的记忆令牌特征；将初始图像特征和与当前视频帧相对应的记忆令牌特征进行融合，获得与当前视频帧相对应的目标图像特征；基于与待处理视频中的第一部分视频帧相对应的记忆令牌特征和/或与待处理视频中的第二部分视频帧相对应的目标图像特征，获得与目标对象的动作相关的动作信息。该方案能够实现对目标对象动作的实时识别。

公开(公告)号：CN116266385A

公开(公告)日：2023-06-20

申请号：CN202310107729.8

申请日：2023-01-31

申请人： 北京迈格威科技有限公司

发明人： 江海 ,  李海鹏 ,  刘渝桥 ,  刘帅成

IPC分类号： G06V10/42 ,  G06V10/77

摘要： 本发明实施例提供一种单应性矩阵估计方法、电子设备、存储介质及程序产品。方法包括：获取待处理源图像和待处理目标图像；将获取的图像输入单应性矩阵估计网络中，获得图像之间的单应性矩阵，上述网络通过以下方式训练获得：获取样本源图像和样本目标图像；对于至少一组目标单应性矩阵中的每组目标单应性矩阵，通过其中的每个目标单应性矩阵，对待扭曲图像进行图像扭曲，获得中间态图像；对于至少一组训练图像中的每组训练图像，将该组训练图像中的每个图像对输入上述网络，获得与该组训练图像中的图像对一一对应的预测单应性矩阵；计算总预测损失；基于总预测损失对网络中的参数进行优化。该方案能够准确求解大基线场景下的单应性矩阵。

公开(公告)号：CN116228644A

公开(公告)日：2023-06-06

申请号：CN202211615659.9

申请日：2022-12-15

申请人： 北京迈格威科技有限公司

发明人： 董世超 ,  王劲 ,  戢仁和 ,  梁嘉骏 ,  李友水

IPC分类号： G06T7/00 ,  G06V10/80 ,  G06V10/44 ,  G06V10/774

摘要： 本公开提供了一种图像检测方法、电子设备及存储介质，应用于图像处理技术领域。该方法将待测图像输入深度伪造检测模型中，获取目标检测的检测结果，该检测结果包括待测图像中伪造区域的位置信息；其中，深度伪造检测模型基于融合样本图像训练得到，该融合样本图像通过将伪造样本图像的伪造区域与对应原样本图像的目标区域融合得到，目标区域为伪造区域对应区域之外的区域，且伪造区域根据伪造样本图像与原样本图像间的结构性差异确定。该方法通过对伪造区域进行目标检测，减少了背景信息的干扰，提升鲁棒性；采用成对真伪图像融合训练，提升融合效果；并基于结构性差异确定伪造区域，能够更好地保留伪造特征，无需人工介入，稳定提升检测准确性。