-
公开(公告)号：CN106296667A
公开(公告)日：2017-01-04
申请号：CN201610622170.2
申请日：2016-08-01
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
CPC classification number: G06T7/0002 , G06F3/017 , G06N3/04 , G06T2207/20016
Abstract: 本发明提供一种手形检测方法和系统,涉及计算机视觉技术领域。通过对输入图像进行处理以形成多层图像金字塔，进而基于预先训练好的卷积神经网络对多层图像金字塔进行检测以生成初始结果集，其中卷积神经网络金字塔包括基于对多种不同分辨率的多种手形图像进行深度学习得到，对初始结果集进行融合和过滤得到最终的手形检测结果，可以实现对手形边缘更加有效地检测，并且还能提高检测精度。进一步地，由于采用多层图像金字塔可以使图像中明显和不明显的边缘或目标都能得到很好地表征。
-
公开(公告)号：CN106295620A
公开(公告)日：2017-01-04
申请号：CN201610744494.3
申请日：2016-08-28
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
CPC classification number: G06K9/00268 , G06K9/4604 , G06T2207/10004 , G06T2207/20081 , G06T2207/30201
Abstract: 本发明涉及图像处理领域，公开了一种发型识别方法及发型识别装置。本发明中，一种发型识别方法包括：选定N项图像特征，对每项图像特征预设发型分类模型，所述N为自然数；分别提取待识别图像的所述N项图像特征的数据，所述待识别图像为包含人脸的待识别图像；对每项图像特征提取到的数据，利用与图像特征对应的发型分类模型判别，获得N个所述待识别图像的发型分类结果；利用N个所述发型分类结果，确定所述待识别图像的发型。通过本发明提供的发型识别方法及发型识别装置，解决了因头发检测准确度低而导致的发型识别失败率高的问题。
-
公开(公告)号：CN106295591A
公开(公告)日：2017-01-04
申请号：CN201610681155.5
申请日：2016-08-17
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
IPC: G06K9/00
CPC classification number: G06K9/00288
Abstract: 本发明公开了一种基于人脸图像的性别识别方法及装置，该方法包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，若该性别判别结果的概率值大于预置概率值，则确定该性别判别结果中判别出的性别为该待识别人脸图像所描绘的人物的性别；若该性别判别结果的概率值小于该预置概率值，则通过该待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别该人脸图像所描绘的人物的性别，其中该人脸图像样本为整体人脸的图像样本，这样在复杂的成像情况下，将深度卷积神经网络和图像的特征比对相结合，能够利用人脸深度纹理、边缘与颜色特征进行辅助识别，增加了性别识别的准确性。
-
公开(公告)号：CN106372652A
公开(公告)日：2017-02-01
申请号：CN201610743694.7
申请日：2016-08-28
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
CPC classification number: G06K9/6201 , G06N3/08
Abstract: 本发明涉及图像处理领域，公开了一种发型识别方法及发型识别装置。本发明中，一种发型识别方法包括：预设图像库和N种发型，所述图像库中包括与所述N种发型对应的图像，其中，每种发型至少对应2个图像，所述N为自然数；将待识别图像与所述图像库中各图像一一比对，分别获得所述待识别图像与所述各图像的相似度；利用各所述相似度确定所述待识别图像的发型。通过本发明提供的发型识别方法及发型识别装置，解决了因头发检测准确度低而导致的发型识别失败率高的问题。
-
公开(公告)号：CN106326857A
公开(公告)日：2017-01-11
申请号：CN201610698494.4
申请日：2016-08-19
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
CPC classification number: G06K9/00288 , G06K9/00228 , G06K9/00281 , G06K9/36 , G06K9/6215 , G06K9/6256 , G06K9/6278 , G06K2009/363 , G06N3/08
Abstract: 本发明公开一种基于人脸图像的性别识别方法及装置，该方法包括：通过预置的深度卷积神经网络中先验模型，对目标人脸图像进行性别分类判别，得到该目标人脸图像对应的性别判别结果，通过比对该目标人脸图像的特征与图像样本的特征之间的余弦相似度，得到该目标人脸图像对应的余弦比对结果，将该性别判别结果和该余弦比对结果进行贝叶斯分类器运算，得到该人脸图像中对象的性别，这样在复杂的成像情况下，通过对人脸图像中各关键部位重新进行拼接，并将深度卷积神经网络判别和图像的特征比对相结合，能够利用人脸各关键部位区域的特征、深度纹理、边缘与颜色特征进行辅助识别，增加了性别识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN106257489A
公开(公告)日：2016-12-28
申请号：CN201610547743.X
申请日：2016-07-12
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
CPC classification number: G06K9/00308 , G06N3/04
Abstract: 本发明的实施例公开一种表情识别方法，包括：将待识别人脸图像输入至全局深度卷积神经网络以确定人脸图像的第一表情和第一分值，全局深度卷积神经网络基于具有不同表情的参考人脸图像进行深度学习得到；将人脸图像划分为多个子图像；将多个子图像的特征信息与参考特征信息进行比较以确定人脸图像的第二表情和第二分值，参考特征信息由具有不同表情的参考人脸图像的多个参考子图像确定；根据第一表情和第一分值以及第二表情和第二分值确定人脸图像的表情；相应的还提供一种表情识别系统；本发明实施例的方法及系统可以更加准确快速地识别出人脸表情。
-
公开(公告)号：CN106407911A
公开(公告)日：2017-02-15
申请号：CN201610795999.2
申请日：2016-08-31
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
CPC classification number: G06K9/00288 , G06K9/00228 , G06K9/00281 , G06N3/02
Abstract: 本发明公开一种基于图像的眼镜识别方法及装置，该方法包括：通过预置的深度卷积神经网络中先验模型，对待检测的面部图像进行分类判别，得到该面部图像的面部类别和该面部类别对应的概率值，若该面部类别为人脸类别所对应的概率值大于预置极限值，则通过该深度卷积神经网络中人脸先验模型，对该面部图像中眼睛区域图像进行分类判别，得到各类别分别对应的概率值，若概率值最大的类别为佩戴眼镜类别，则确定该面部图像中面部有佩戴眼镜，若概率值最大的类别为非佩戴眼镜类别，则确定该面部图像中面部没有佩戴眼镜，这样在复杂的成像情况下，对面部图像中眼睛区域图像进行识别，可以准确的识别是否有佩戴眼镜，增加了识别佩戴眼镜的准确性。
-
公开(公告)号：CN106355066A
公开(公告)日：2017-01-25
申请号：CN201610744512.8
申请日：2016-08-28
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
CPC classification number: G06F21/32 , G06K9/00228
Abstract: 本发明涉及计算机视觉领域，公开了一种人脸验证方法及人脸验证装置。本发明中，一种人脸验证方法包括：选定N个人脸姿态，对每个人脸姿态预设对应的双边深度卷积神经网络模型，所述N为自然数；分别确定所述两幅待验证图像的人脸姿态；根据所确定的人脸姿态，选取对应的双边深度卷积神经网络模型；利用所选取的双边深度卷积神经网络模型判别所述两幅待验证图像；利用判别结果确认所述两幅待验证图像中的人脸是否相同。通过本发明提供的人脸验证方法及人脸验证装置，解决了因环境复杂和验证图像存在差异时导致的判别率低，识别不够准确的问题。
-
公开(公告)号：CN106257490A
公开(公告)日：2016-12-28
申请号：CN201610575048.4
申请日：2016-07-20
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
CPC classification number: G06K9/00825 , G06K9/6256 , G06K9/6276 , G06K2209/23
Abstract: 本发明提供一种检测行驶车辆信息的方法，包括：至少按照车辆角度和车辆外观对车辆图片进行分类，以生成多种类别的多张车辆图片；基于多张车辆图片对深度卷积神经网络进行训练；利用训练后的深度卷积神经网络至少获取多张车辆图片中的预定区域的图像块的车辆角度特征和车辆外观特征，训练线性分类器；利用训练后的深度卷积神经网络至少获取待识别车辆图片中的预定区域的图像块的车辆角度特征和车辆外观特征，导入训练后的线性分类器进行判别，至少确定车辆的角度和车辆的外观。本发明还提供了检测行驶车辆信息的系统。本发明的方法及系统能够检测行驶车辆的信息，有效提高交通管理效率，提高识别准确度，具有较为广阔的应用前景。
-
公开(公告)号：CN106250824A
公开(公告)日：2016-12-21
申请号：CN201610579549.X
申请日：2016-07-21
Applicant: 乐视控股(北京)有限公司 , 乐视云计算有限公司
Inventor： 公绪超
IPC: G06K9/00
CPC classification number: G06K9/00825 , G06K9/00832
Abstract: 本发明提供一种车窗定位方法和系统,涉及计算机视觉技术领域。其中，车窗定位方法包括：基于对车辆正向检测图像的预处理，至少获取车辆图像区域及区域中的边缘信息；至少基于车辆图像区域判别出车辆图像区域中的标志物，标志物包括车辆图像区域中独立于车窗的标志物；至少基于标志物及预设的距离模型在边缘信息中判别出车窗的各个边界以确定车窗区域，预设的距离模型包括标志物与车窗及车窗的各个边界的距离关系。本发明的车窗定位方案通过根据标志物和预设距离模型对车窗区域进行判别，可以实现更精准的车窗定位，进一步地，由于标志物具有对光线和颜色的良好的鲁棒性，因此可以更好地适用于各种不同的场合。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.037 seconds)
