-
公开(公告)号：CN114782645B
公开(公告)日：2023-08-29
申请号：CN202210242958.6
申请日：2022-03-11
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请公开了一种虚拟数字人制作方法、相关设备及可读存储介质。该方案中，通过获取目标人物的相机阵列扫描结果；基于目标人物的相机阵列扫描结果，生成目标人物的高精度三维人体模型；对高精度三维人体模型进行预处理，生成预处理后的高精度三维人体模型；将预处理后的高精度三维人体模型注册为低精度三维人体模型；对低精度三维人体模型进行骨架结构绑定和蒙皮处理，即可得到目标人物对应的虚拟数字人。基于干方案制作的虚拟数字人可驱动。
-
公开(公告)号：CN114782645A
公开(公告)日：2022-07-22
申请号：CN202210242958.6
申请日：2022-03-11
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请公开了一种虚拟数字人制作方法、相关设备及可读存储介质。该方案中，通过获取目标人物的相机阵列扫描结果；基于目标人物的相机阵列扫描结果，生成目标人物的高精度三维人体模型；对高精度三维人体模型进行预处理，生成预处理后的高精度三维人体模型；将预处理后的高精度三维人体模型注册为低精度三维人体模型；对低精度三维人体模型进行骨架结构绑定和蒙皮处理，即可得到目标人物对应的虚拟数字人。基于干方案制作的虚拟数字人可驱动。
-
公开(公告)号：CN111242068A
公开(公告)日：2020-06-05
申请号：CN202010055549.6
申请日：2020-01-17
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06K9/00
Abstract: 本发明实施例提供一种基于视频的行为识别方法、装置、电子设备和存储介质，其中方法包括：确定待识别视频的图像序列；将图像序列输入至行为识别模型，得到行为识别模型输出的行为识别结果；行为识别模型是基于样本视频的样本图像序列和样本行为识别结果训练得到的；其中，行为识别模型用于对图像序列中连续图像的图像特征、时间特征和运动特征进行编码，得到连续图像的时空特征，并基于连续图像的时空特征进行行为识别，时间特征和运动特征是基于连续图像的图像特征确定的。本发明实施例提供的方法、装置、电子设备和存储介质，在保证高精度的行为识别的同时，极大程度上减轻了时空特征编码的计算量，提高了行为识别效率。
-
公开(公告)号：CN113592042B
公开(公告)日：2022-03-08
申请号：CN202111154752.X
申请日：2021-09-29
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请公开了一种样本图像生成方法、生成装置、生成设备和计算机可读存储介质，该方法包括：由待识别物图像获取待识别物掩膜，由待填充物图像获取待填充物掩膜；根据待识别物掩膜和待填充物掩膜的关系，将待识别物图像和待填充物图像进行融合，得到融合图像；利用待识别物掩膜对待识别物图像进行与操作，确定待识别物图像中的第一融合区域；利用待识别物掩膜对待填充物图像进行与操作，确定待填充物图像中的第二融合区域；响应于融合图像中对应第一融合区域的可见程度和对应第二融合区域的可见程度满足预设要求，确定融合图像为样本图像。通过上述方式，本申请能够保证样本图像真实有效。
-
公开(公告)号：CN113469994A
公开(公告)日：2021-10-01
申请号：CN202110806012.3
申请日：2021-07-16
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本发明提供一种受电弓检测方法、装置、电子设备和存储介质，其中方法包括：获取待检测的受电弓图像；基于级联网络，对受电弓图像进行目标检测，得到受电弓图像中受电弓的位姿信息，级联网络包括多个级联的目标检测模型，各目标检测模型均为适配受电弓形状的多层卷积结构。本发明提供的方法、装置、电子设备和存储介质，基于级联网络的图像检测较之接触式传感器检测和人工检测，极大节约了成本，提高了检测效率。其中，级联结构的特质能够在前期筛除大量非目标候选框，减轻了后期处理压力；多层卷积结构从整体上降低计算复杂度；适配受电弓本身的形状的多层卷积结构能够更具，使得级联网络针对受电弓检测时能够更具针对性，进一步优化了检测效率。
-
Patent Agency Ranking
公开(公告)号：CN113344190A
公开(公告)日：2021-09-03
申请号：CN202110897302.3
申请日：2021-08-05
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请公开了一种模型蒸馏及相关方法、装置和电子设备、存储介质，其中，模型蒸馏方法包括：获取第一模型和第二模型；其中，第一模型的第一参数数量多于第二模型的第二参数数量；基于第一模型和第二模型，得到多个网络模型；其中，多个网络模型包括第一模型、第二模型和预设数值个第三模型，第三模型的第三参数数量少于第一参数数量且多于第二参数数量；利用样本数据对多个网络模型进行模型蒸馏，得到目标模型。上述方案，能够提升模型蒸馏效果。
-
公开(公告)号：CN113780256B
公开(公告)日：2022-03-15
申请号：CN202111338401.4
申请日：2021-11-12
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请提出一种粗细分类相结合的图像目标检测方法、装置、设备及存储介质，该方法包括：从待检测图像中提取候选区域，并且获取候选区域特征；基于候选区域特征进行目标检测处理，得到第一检测结果，所述第一检测结果至少包括对候选区域的粗分类结果；从候选区域特征中提取细粒度特征，并基于提取的细粒度特征进行图像分类处理，得到对候选区域的细分类结果。该粗细分类相结合的图像目标检测方法在类内差异大、粗类中又包含子类的图像目标检测任务中，可以基于不同粒度的图像特征对图像分别进行粗分类和细分类，从而既能在粗粒度上对图像中的目标对象进行识别，又能对目标对象进行粗类下的子类识别，因此能够更加准确、全面地识别图像目标。
-
公开(公告)号：CN113537158B
公开(公告)日：2022-03-08
申请号：CN202111053211.8
申请日：2021-09-09
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请提出一种图像目标检测方法、装置、设备及存储介质，该方法包括：从待检测图像中提取目标候选区域，以及获取目标候选区域特征；基于所述目标候选区域特征，从所述目标候选区域中确定出关键点坐标集合；所述关键点坐标集合中，包括沿特定的检测方向检测到的目标对象边界框的各个关键点在对应的检测方向上的坐标值，基于所述关键点坐标集合，确定目标对象边界框的各个关键点的位置坐标。该方案可以避免逐点检测目标对象边界框的关键点的位置坐标而产生的关键点顺序敏感的问题，而且，从各个坐标轴方向分别检测关键点，可以更加细致地确定关键点在各个坐标轴方向上的坐标值，从而可以提高目标对象边界框关键点位置坐标的检测精度和稳定性。
-
公开(公告)号：CN113780256A
公开(公告)日：2021-12-10
申请号：CN202111338401.4
申请日：2021-11-12
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请提出一种粗细分类相结合的图像目标检测方法、装置、设备及存储介质，该方法包括：从待检测图像中提取候选区域，并且获取候选区域特征；基于候选区域特征进行目标检测处理，得到第一检测结果，所述第一检测结果至少包括对候选区域的粗分类结果；从候选区域特征中提取细粒度特征，并基于提取的细粒度特征进行图像分类处理，得到对候选区域的细分类结果。该粗细分类相结合的图像目标检测方法在类内差异大、粗类中又包含子类的图像目标检测任务中，可以基于不同粒度的图像特征对图像分别进行粗分类和细分类，从而既能在粗粒度上对图像中的目标对象进行识别，又能对目标对象进行粗类下的子类识别，因此能够更加准确、全面地识别图像目标。
-
公开(公告)号：CN113592042A
公开(公告)日：2021-11-02
申请号：CN202111154752.X
申请日：2021-09-29
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请公开了一种样本图像生成方法、生成装置、生成设备和计算机可读存储介质，该方法包括：由待识别物图像获取待识别物掩膜，由待填充物图像获取待填充物掩膜；根据待识别物掩膜和待填充物掩膜的关系，将待识别物图像和待填充物图像进行融合，得到融合图像；利用待识别物掩膜对待识别物图像进行与操作，确定待识别物图像中的第一融合区域；利用待识别物掩膜对待填充物图像进行与操作，确定待填充物图像中的第二融合区域；响应于融合图像中对应第一融合区域的可见程度和对应第二融合区域的可见程度满足预设要求，确定融合图像为样本图像。通过上述方式，本申请能够保证样本图像真实有效。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.024 seconds)
