-
公开(公告)号：CN114359974B
公开(公告)日：2022-06-07
申请号：CN202210217925.6
申请日：2022-03-08
申请人： 广东履安实业有限公司
摘要： 本发明公开一种人体姿态的检测方法、设备及存储介质，方法包括：若检测到视频数据中的原始图像数据包含服务人员所处的目标区域，则检测服务人员的躯体的关节点，并得到服务人员的躯体的热力图，将目标区域与热力图连接为参考图像数据，融合参考图像数据的特征，得到目标图像数据并输入残差网络，以预测服务人员在原始图像数据中的姿态，根据关节点之间的匹配程度追踪相邻帧的原始图像数据中的服务人员，当同一服务人员在连续多帧原始图像数据中符合预设的报警条件则报警，对原始图像数据与热力图融合获得特征丰富度高的图像数据，用残差网络进行姿态预测确保了正确率，通过多帧原始图像数据满足条件才触发报警，减少因部分帧的误判对结果的影响。
-
公开(公告)号：CN114359974A
公开(公告)日：2022-04-15
申请号：CN202210217925.6
申请日：2022-03-08
申请人： 广东履安实业有限公司
摘要： 本发明公开一种人体姿态的检测方法、设备及存储介质，方法包括：若检测到视频数据中的原始图像数据包含服务人员所处的目标区域，则检测服务人员的躯体的关节点，并得到服务人员的躯体的热力图，将目标区域与热力图连接为参考图像数据，融合参考图像数据的特征，得到目标图像数据并输入残差网络，以预测服务人员在原始图像数据中的姿态，根据关节点之间的匹配程度追踪相邻帧的原始图像数据中的服务人员，当同一服务人员在连续多帧原始图像数据中符合预设的报警条件则报警，对原始图像数据与热力图融合获得特征丰富度高的图像数据，用残差网络进行姿态预测确保了正确率，通过多帧原始图像数据满足条件才触发报警，减少因部分帧的误判对结果的影响。
-
公开(公告)号：CN113887561A
公开(公告)日：2022-01-04
申请号：CN202111032903.4
申请日：2021-09-03
申请人： 广东履安实业有限公司
摘要： 本发明提供一种基于数据分析的人脸识别方法，包括步骤：采用相对熵分析数据集分布，得到人脸训练数据集的长尾分布度；通过数据长尾分布度与平滑系数的反相关关系计算平滑系数；通过不使用标签平滑情况下人脸识别的学习率和平滑系数计算标签平滑下算法学习率；将平滑系数和学习率作为模型超参数计算交叉熵损失函数；通过交叉熵损失函数更新神经网络的权重参数，基于训练后神经网络模型对人脸图像进行识别。本发明基于相对熵定量计算训练数据的长尾分布度，避免定性描述数据的长尾分布，无法区分不同数据集之间的差异；设计标签平滑参数提高人脸识别性能，设计学习率充分挖掘训练过程中正负样本数据信息，保证模型的快速及充分学习。
-
公开(公告)号：CN115293260A
公开(公告)日：2022-11-04
申请号：CN202210926657.5
申请日：2022-08-03
申请人： 广东履安实业有限公司
摘要： 本发明公开了一种年龄预测模型训练方法、装置、设备及存储介质。该方法包括：构建带有年龄类别标签的样本训练集；将所述样本训练集输入至预先构建的神经网络模型中进行训练，得到所述样本训练集中各训练样本分别对应的年龄预测概率；根据各所述年龄预测概率和各年龄类别分别对应的容忍误差值，确定年龄预测值；根据所述年龄预测值，训练所述神经网络模型，并根据训练好的神经网络模型，得到年龄预测模型。本发明实施例提高了年龄预测网络模型的预测准确度。
-
公开(公告)号：CN115294397A
公开(公告)日：2022-11-04
申请号：CN202210969840.3
申请日：2022-08-12
申请人： 广东履安实业有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/40 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种分类任务的后处理方法、装置、设备及存储介质。该方法包括：使用原始分类模型获取待预测视频在各类别上的预测概率；根据各类别的正负例最佳阈值区间将所述待预测视频在各类别上的预测概率转换为正负例，得到第一分类预测结果；根据训练集中各类别之间的相关性确定相关性修正矩阵，并根据所述相关性修正矩阵对所述第一分类预测结果进行修正得到第二分类预测结果；使用级联模型对所述第二分类预测结果进行修正，得到所述待预测视频的最终分类预测结果；其中，所述级联模型中的类别是根据所述相关性修正矩阵得到。本发明实施例可以提高多标签分类任务的预测准确度。
-
公开(公告)号：CN115035605B
公开(公告)日：2023-04-07
申请号：CN202210953176.3
申请日：2022-08-10
申请人： 广东履安实业有限公司
摘要： 本发明公开了一种基于深度学习的动作识别方法、装置、设备及存储介质。该方法包括：获取动作识别模型以及固定视频帧数；根据动作识别模型的样本视频，确定固定视频帧数的第一样本图像集；对第一样本图像集中的至少一帧样本图像进行时间维度的擦除，得到第二样本图像集；对第二样本图像集所对应的特征图的通道维度和空间维度做平均池化与维度压缩，得到压缩结果；通过第一卷积单元对压缩结果进行特征提取得到第一样本特征；通过第二卷积单元对第一样本特征进行特征提取得到注意力权重；根据注意力权重、特征图和样本视频的动作类型，对动作识别模型进行训练。本发明实施例可以提高动作识别模型的准确性。
-
公开(公告)号：CN115035605A
公开(公告)日：2022-09-09
申请号：CN202210953176.3
申请日：2022-08-10
申请人： 广东履安实业有限公司
摘要： 本发明公开了一种基于深度学习的动作识别方法、装置、设备及存储介质。该方法包括：获取动作识别模型以及固定视频帧数；根据动作识别模型的样本视频，确定固定视频帧数的第一样本图像集；对第一样本图像集中的至少一帧样本图像进行时间维度的擦除，得到第二样本图像集；对第二样本图像集所对应的特征图的通道维度和空间维度做平均池化与维度压缩，得到压缩结果；通过第一卷积单元对压缩结果进行特征提取得到第一样本特征；通过第二卷积单元对第一样本特征进行特征提取得到注意力权重；根据注意力权重、特征图和样本视频的动作类型，对动作识别模型进行训练。本发明实施例可以提高动作识别模型的准确性。
-
公开(公告)号：CN113887561B
公开(公告)日：2022-08-09
申请号：CN202111032903.4
申请日：2021-09-03
申请人： 广东履安实业有限公司
IPC分类号： G06V40/16 , G06V10/82 , G06V10/774 , G06K9/62 , G06N3/08
摘要： 本发明提供一种基于数据分析的人脸识别方法，包括步骤：采用相对熵分析数据集分布，得到人脸训练数据集的长尾分布度；通过数据长尾分布度与平滑系数的反相关关系计算平滑系数；通过不使用标签平滑情况下人脸识别的学习率和平滑系数计算标签平滑下算法学习率；将平滑系数和学习率作为模型超参数计算交叉熵损失函数；通过交叉熵损失函数更新神经网络的权重参数，基于训练后神经网络模型对人脸图像进行识别。本发明基于相对熵定量计算训练数据的长尾分布度，避免定性描述数据的长尾分布，无法区分不同数据集之间的差异；设计标签平滑参数提高人脸识别性能，设计学习率充分挖掘训练过程中正负样本数据信息，保证模型的快速及充分学习。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.032 秒)