-
公开(公告)号：CN111222399A
公开(公告)日：2020-06-02
申请号：CN201911046040.9
申请日：2019-10-30
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种图像中的对象标识信息识别方法、装置及存储介质，所述方法包括：获取待识别对象图像；基于对象标识信息识别模型，得到所述待识别对象图像所对应的对象标识信息；所述对象标识信息识别模型的训练方法包括：构建预设机器学习模型，并将预设机器学习模型确定为当前机器学习模型；将样本对象图像集输入所述当前机器学习模型，确定每个样本对象图像的图像特征；确定每类图像特征子集的类中心；基于所述每类图像特征子集的类中心，确定交叉熵损失值；基于所述交叉熵损失值，确定对象标识信息识别模型。采用本申请构建的对象标识信息识别模型，进行对象标识信息的识别处理，提高了图像中对象标识信息的识别准确率。
-
公开(公告)号：CN111027442A
公开(公告)日：2020-04-17
申请号：CN201911223130.0
申请日：2019-12-03
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种用于行人重识别的模型识别方法、装置、设备及介质，所述方法属于计算机视觉领域，所述方法包括：获取主模型和辅助模型；对无标签样本集中的样本进行聚类，得到聚类成功样本和聚类失败样本；通过所述辅助模型从所述聚类失败样本中挖掘出第一样本子集；与所述聚类成功样本中的第二样本子集组合为混合样本子集；采用所述混合样本子集对所述主模型进行训练；通过所述主模型从所述聚类成功样本中挖掘出第三样本子集；采用所述第三样本子集对所述辅助模型进行训练；交替迭代上述两个步骤至满足结束条件，将训练后的所述主模型确定为应用于所述行人重识别的模型。
-
公开(公告)号：CN108491827B
公开(公告)日：2020-04-10
申请号：CN201810336903.5
申请日：2018-04-13
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明实施例公开了一种车辆检测方法、装置及存储介质，本发明实施例采集多张车辆样本图像；获取所述多张车辆样本图像中车辆的预设部位的位置信息；根据预设神经网络模型计算所述预设部位的位置预测值；根据所述位置信息及所述位置预测值对所述预设神经网络模型进行训练，得到训练后神经网络模型；根据所述训练后神经网络模型对待检测图像进行车辆检测。由于该方案可以通过建立模型来检测车辆，因此，相对于现有只能人眼或简单匹配的方案而言，可以提高对车辆进行检测效率和准确率。
-
公开(公告)号：CN110807789A
公开(公告)日：2020-02-18
申请号：CN201910786226.1
申请日：2019-08-23
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请实施例提供了一种图像处理方法、模型、装置、电子设备及可读存储介质。该方法包括：获取关于目标对象的视频流；对于视频流中的每个图像帧，根据每个图像帧与视频流中各图像帧的关联关系，确定每个图像帧的第一权重；基于每个图像帧的第一权重，对各图像帧进行融合；基于融合后的结果，提取得到目标对象的轨迹特征。本方案会对视频流中的每个图像帧，都根据图像帧与视频流中各图像帧的关联关系来确定图像帧的第一权重，进而基于每个图像帧的第一权重，对各图像帧进行融合，再基于融合后的结果，提取得到目标对象的轨迹特征，即在进行轨迹特征提取时，考虑了视频流中帧与帧之间的关系，从而得到更好的特征表达效果，提升处理效果。
-
公开(公告)号：CN110796141A
公开(公告)日：2020-02-14
申请号：CN201911003062.7
申请日：2019-10-21
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明实施例公开一种目标检测方法及相关设备，在进行目标检测时，可获取待检测图像的初始预测信息，初始预测信息不仅包括初始预测边框以及对应的初始预测类别置信度，还包括反映初始预测边框与目标边框之间的偏移程度的初始预测偏移度；再根据初始预测类别置信度和初始预测偏移度对初始预测信息进行筛选，过滤部分初始预测信息，以获得目标最终的预测信息，预测信息包括预测边框以及对应的预测类别置信度；由于是依据初始预测类别置信度和初始预测偏移度两者进行初始预测信息的筛选，不仅可以减少目标检测时生成的目标的预测信息的数量，还可以有效提高无效预测信息的过滤准确度，保留关于目标有效的预测信息，有助于提高目标检测的检测准确率。
-
公开(公告)号：CN108734211B
公开(公告)日：2019-12-24
申请号：CN201810474974.1
申请日：2018-05-17
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明公开了一种图像处理的方法和装置，属于图像识别领域。所述方法包括：获取目标图像；调用图像识别模型，图像识别模型包括主干网络与主干网络连接且相互并行的池化模块和空洞卷积模块，以及，与池化模块和空洞卷积模块连接的融合模块；通过图像识别模型中的主干网络对目标图像进行特征提取，并通过池化模块以及空洞卷积模块分别对主干网络输出的特征图进行处理，得到池化模块输出的第一结果和空洞卷积模块输出的第二结果，通过融合模块对第一结果和所述第二结果进行融合，输出目标图像的模型识别结果；基于模型识别结果，获取目标图像的语义分割标记图。采用本发明，可以同时满足准确性以及分割精度的需求。
-
公开(公告)号：CN110348428A
公开(公告)日：2019-10-18
申请号：CN201910690067.5
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
摘要： 本发明实施例提供一种眼底图像分类方法、装置及计算机可读存储介质，包括：获得眼底图像、以及所述眼底图像中所包括的对象的类别；调整所述眼底图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述眼底图像的所述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构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测眼底图像中所包括对象的类别。
-
公开(公告)号：CN110147709A
公开(公告)日：2019-08-20
申请号：CN201811306036.7
申请日：2018-11-02
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明实施例公开了一种车辆属性模型的训练方法、装置、终端及介质，其中方法包括：获取训练样本集，所述训练样本集包括第一样本集及第二样本集；采用所述第一样本集对车辆属性模型进行训练得到训练结果；按照所述训练结果将所述第一样本集中的多个第一样本车辆图像归类至确定样本子集和困惑样本子集；将所述困惑样本子集添加至所述第二样本集中，并采用添加后的第二样本集对所述车辆属性模型进行迭代训练以得到优化的车辆属性模型。本发明实施例可提高样本筛选的效率，以及可提高样本利用率以及优化的车辆属性模型的准确性。
-
公开(公告)号：CN105404845B
公开(公告)日：2019-08-06
申请号：CN201410468528.1
申请日：2014-09-15
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明涉及一种图片处理方法及装置，其方法包括：获取输入的图片；从输入的图片中提取人脸图像；根据预先创建的表情分类模型，获得对应的表情识别结果，根据表情识别结果获取对应的文本；将图片，表情识别结果和/或对应的文本显示出来。本发明可以对图片中人脸表情进行识别并自动添加装饰文字，提高了图片处理功能的灵活性与丰富多样性，为用户查看和处理图片带来方便，满足用户需求。
-
公开(公告)号：CN109978918A
公开(公告)日：2019-07-05
申请号：CN201910216785.9
申请日：2019-03-21
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明实施例公开了一种轨迹追踪方法、装置和存储介质；本发明实施例可以获取图像采集设备采集到的视频；对视频中的图像进行对象追踪，得到图像采集设备对应的对象轨迹，其中，所述对象轨迹包括所述视频中同一对象的多张对象图像；对所述对象轨迹中对象图像的质量进行分类，得到对象图像的质量类型；基于所述对象图像的质量类型对所述对象轨迹中的对象图像进行过滤，得到图像采集设备对应的过滤后对象轨迹；对图像采集设备对应的过滤后对象轨迹进行聚类，得到对象的目标轨迹。该方案可以大大提高轨迹追踪的精确性。
-
-
-
-
-
-
-
-
-
搜索结果
154 条记录 (耗时 0.065 秒)
