-
公开(公告)号：CN110852285A
公开(公告)日：2020-02-28
申请号：CN201911113537.8
申请日：2019-11-14
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请涉及一种对象检测方法、装置、计算机设备和存储介质，涉及人工智能的图像识别技术，所述方法包括：获取目标图像集合，所述目标图像集合包括一个或多个目标图像；获取已训练得到的第一对象检测模型；将所述目标图像集合中的各个目标图像输入到所述第一对象检测模型中，输出所述目标图像对应的各个候选图像区域的模型检测结果，所述候选图像区域是对所述目标图像进行分割得到的，所述候选图像区域存在标准检测结果；根据所述候选图像区域的模型检测结果与标准检测结果的差异筛选候选图像区域，作为目标图像区域；根据所述目标图像区域对第二对象检测模型进行模型训练，得到训练后的第二对象检测模型。上述方法可以提高对象检测准确度。
-
公开(公告)号：CN110163057A
公开(公告)日：2019-08-23
申请号：CN201811273526.1
申请日：2018-10-29
申请人： 腾讯科技(深圳)有限公司
摘要： 公开了一种目标检测方法、装置、设备和计算机可读介质。所述方法包括：利用第一卷积神经网络从输入图像中提取输入特征图像，其中所述输入特征图像的尺寸小于所述输入图像的尺寸；利用第二卷积神经网络对所述输入特征图像执行卷积处理；以及利用第三卷积神经网络对所述第二卷积神经网络输出的经过卷积处理的输入特征图像执行预测，并根据所述第三卷积神经网络输出的预测结果确定目标所在的区域的位置。
-
公开(公告)号：CN110163057B
公开(公告)日：2023-06-09
申请号：CN201811273526.1
申请日：2018-10-29
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V40/16 , G06V20/40 , G06V10/82 , G06N3/0464
摘要： 公开了一种目标检测方法、装置、设备和计算机可读介质。所述方法包括：利用第一卷积神经网络从输入图像中提取输入特征图像，其中所述输入特征图像的尺寸小于所述输入图像的尺寸；利用第二卷积神经网络对所述输入特征图像执行卷积处理；以及利用第三卷积神经网络对所述第二卷积神经网络输出的经过卷积处理的输入特征图像执行预测，并根据所述第三卷积神经网络输出的预测结果确定目标所在的区域的位置。
-
公开(公告)号：CN108846440B
公开(公告)日：2023-06-02
申请号：CN201810639830.7
申请日：2018-06-20
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/77 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种图像处理方法及装置、计算机可读介质和电子设备，涉及图像处理技术领域。该图像处理方法包括：获取图像的特征图；将图像的特征图输入基础神经网络进行处理以确定图像中的目标对象；其中，基础神经网络包括多个堆叠的卷积处理模块，每一卷积处理模块对输入的特征图执行处理包括：对输入的特征图进行1×1降维卷积处理以得到第一特征图；对第一特征图进行1×1扩展卷积处理以得到第二特征图；对第一特征图进行深度可分离卷积处理以得到第三特征图；基于第二特征图和第三特征图生成该卷积处理模块输出的特征图。本公开可以快速检测图像中的目标对象。
-
公开(公告)号：CN110602526A
公开(公告)日：2019-12-20
申请号：CN201910859609.7
申请日：2019-09-11
申请人： 腾讯科技(深圳)有限公司
IPC分类号： H04N21/234 , H04N21/2743 , H04N21/845 , G06K9/00 , G06K9/62
摘要： 本申请公开了一种视频处理方法、装置、计算机设备及存储介质，属于多媒体技术领域。本申请通过获取视频中多个视频片段，从而将多个视频片段输入特征提取网络，通过该特征提取网络对该多个视频片段进行基于残差结构的三维卷积处理，得到该多个视频片段的多个时空特征，从而确定出视频中各个动作片段以及各个动作片段的动作类别，能够在不损失时空特征的表达能力的基础上，缩短视频处理的耗时，提升视频处理过程的效率。
-
公开(公告)号：CN110598785A
公开(公告)日：2019-12-20
申请号：CN201910857892.X
申请日：2019-09-11
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06K9/62
摘要： 本申请提供一种训练样本图像的生成方法及装置，涉及人工智能技术领域。该方法包括：获取包括至少一个目标对象的原始图像；分别针对每个目标对象调整原始图像的尺寸以获得各个目标对象的调整图像；其中，每个目标对象的调整图像中该目标对象的尺寸被调整到目标检测器关联的锚框可检测到的目标尺寸范围内；基于各个目标对象对应的调整图像，获得训练样本图像，训练样本图像中包括至少一个目标对象，且训练样本图像中的目标对象尺寸与调整图像中对应的目标对象尺寸一致，该方法通过将原始图像中的目标对象的尺寸调整到目标检测器关联的锚框可检测到的目标尺寸范围内，使得生成的样本与目标检测器相适配，提供一种适用于目标检测器的样本生成方法。
-
公开(公告)号：CN110852285B
公开(公告)日：2023-04-18
申请号：CN201911113537.8
申请日：2019-11-14
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V40/16 , G06V10/44 , G06V10/764 , G06T3/40
摘要： 本申请涉及一种对象检测方法、装置、计算机设备和存储介质，涉及人工智能的图像识别技术，所述方法包括：获取目标图像集合，所述目标图像集合包括一个或多个目标图像；获取已训练得到的第一对象检测模型；将所述目标图像集合中的各个目标图像输入到所述第一对象检测模型中，输出所述目标图像对应的各个候选图像区域的模型检测结果，所述候选图像区域是对所述目标图像进行分割得到的，所述候选图像区域存在标准检测结果；根据所述候选图像区域的模型检测结果与标准检测结果的差异筛选候选图像区域，作为目标图像区域；根据所述目标图像区域对第二对象检测模型进行模型训练，得到训练后的第二对象检测模型。上述方法可以提高对象检测准确度。
-
公开(公告)号：CN110598785B
公开(公告)日：2021-09-07
申请号：CN201910857892.X
申请日：2019-09-11
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06K9/62
摘要： 本申请提供一种训练样本图像的生成方法及装置，涉及人工智能技术领域。该方法包括：获取包括至少一个目标对象的原始图像；分别针对每个目标对象调整原始图像的尺寸以获得各个目标对象的调整图像；其中，每个目标对象的调整图像中该目标对象的尺寸被调整到目标检测器关联的锚框可检测到的目标尺寸范围内；基于各个目标对象对应的调整图像，获得训练样本图像，训练样本图像中包括至少一个目标对象，且训练样本图像中的目标对象尺寸与调整图像中对应的目标对象尺寸一致，该方法通过将原始图像中的目标对象的尺寸调整到目标检测器关联的锚框可检测到的目标尺寸范围内，使得生成的样本与目标检测器相适配，提供一种适用于目标检测器的样本生成方法。
-
公开(公告)号：CN108846440A
公开(公告)日：2018-11-20
申请号：CN201810639830.7
申请日：2018-06-20
申请人： 腾讯科技(深圳)有限公司
CPC分类号： G06K9/6232 , G06N3/0454
摘要： 本发明公开了一种图像处理方法及装置、计算机可读介质和电子设备，涉及图像处理技术领域。该图像处理方法包括：获取图像的特征图；将图像的特征图输入基础神经网络进行处理以确定图像中的目标对象；其中，基础神经网络包括多个堆叠的卷积处理模块，每一卷积处理模块对输入的特征图执行处理包括：对输入的特征图进行1×1降维卷积处理以得到第一特征图；对第一特征图进行1×1扩展卷积处理以得到第二特征图；对第一特征图进行深度可分离卷积处理以得到第三特征图；基于第二特征图和第三特征图生成该卷积处理模块输出的特征图。本公开可以快速检测图像中的目标对象。
-
公开(公告)号：CN109815868B
公开(公告)日：2022-02-01
申请号：CN201910034102.8
申请日：2019-01-15
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V40/16 , G06V20/00 , G06V10/22 , G06V10/25 , G06V10/32 , G06V10/74 , G06K9/62 , G06T3/40 , G06T5/50
摘要： 本发明实施例公开了一种图像目标检测方法、装置及存储介质，本发明实施例可以获取待检测图像，并对所述待检测图像按照不同分辨率分别进行缩放处理，得到多张缩放后图像；分别从每张缩放后图像中筛选符合目标区域类型的区域，得到多个初始图像块；将每个初始图像块分别划分为多个区域，并获取每个区域属于目标区域的概率；从每个初始图像块中提取出所述概率大于预设阈值的区域，得到多个候选图像块；将所述多个候选图像块映射至所述待检测图像上，并根据所述多个候选图像块之间的重合度筛选出符合预设条件的候选图像块所在的区域，得到目标区域。该方案对计算资源的需求较低，且检测速度较快，提高了对图像目标检测的效率及目标检测的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.036 秒)
