一种图像分割方法、装置、计算机设备及存储介质

    公开(公告)号:CN112287193B

    公开(公告)日:2022-10-04

    申请号:CN202011189435.7

    申请日:2020-10-30

    IPC分类号: G06F16/906 G06V10/762

    摘要: 本申请实施例公开了一种数据聚类方法、装置、计算机设备及存储介质,属于计算机技术领域。该方法包括:根据多个数据所属的第一聚类集群以及每个第一聚类集群对应的第一质心,创建多个第一质心的目标关系数据,根据多个数据及多个第一质心的目标关系数据,分别确定每个数据与多个第一质心之间的相关度;将每个数据分配给最大相关度对应的第一质心,将同一个第一质心分配的数据构成一个第二聚类集群,得到多个第二聚类集群。基于为每个质心创建的目标关系数据,能够确定数据与每个质心之间的相关度,以相关度为参考基准,将多个数据进行聚类,保证了同一个聚类集群中的数据的相似度高,保证了聚类集群的准确性,从而提高了数据聚类的准确性。

    目标跟踪方法、装置、计算机设备及存储介质

    公开(公告)号:CN111598924B

    公开(公告)日:2022-09-30

    申请号:CN202010383524.9

    申请日:2020-05-08

    IPC分类号: G06T7/246

    摘要: 本申请实施例公开了一种目标跟踪方法、装置、计算机设备及存储介质,属于计算机技术领域。该方法包括:获取按序排列的多个图像帧,将多个图像帧中每预设数目个图像帧作为一个图像组,得到按序排列的多个图像组,对多个图像组进行处理,得到每个图像组的至少一条目标区域链,根据多个图像组的目标区域链及多个图像组的排列顺序,创建至少一个目标的目标区域组合链。以图像组为单位获取目标区域链,使每个图像组中不同的图像帧的目标区域存在关联关系,提高了目标检测的准确性,而且不同的图像组中包括相同的图像帧,使多个图像组的目标区域链存在关联关系,能够构成目标区域组合链,提高了目标区域组合链的准确性。

    视频数据处理方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN114565872A

    公开(公告)日:2022-05-31

    申请号:CN202210177567.0

    申请日:2022-02-25

    摘要: 本申请提供了一种视频数据处理方法、装置、设备及计算机可读存储介质;方法包括:获取待处理视频数据中的待处理图像帧,并确定待处理图像帧对应的参考图像帧;确定参考图像帧中与识别像素点位于同一平面的第一目标像素点,并获取待处理图像帧中与第一目标像素点对应的第一匹配像素点;基于第一目标像素点和第一匹配像素点,确定参考图像帧和待处理图像帧之间的第一映射矩阵;基于第一映射矩阵和第一目标像素点,从第一匹配像素点中确定待处理图像帧中位于同一平面的第二目标像素点;将待处理图像帧的下一个图像帧更新为待处理图像帧,继续确定更新后的待处理图像帧中位于同一平面的第二目标像素点。通过本申请,能够提高连续识别的准确性。

    图像处理方法、装置、设备及存储介质

    公开(公告)号:CN112085088A

    公开(公告)日:2020-12-15

    申请号:CN202010925743.5

    申请日:2020-09-03

    IPC分类号: G06K9/62 G06N3/04 G06Q30/06

    摘要: 本发明实施例公开了一种图像处理方法、装置、设备及存储介质,其中方法可包括:获取待检测图像;对待检测图像进行特征提取处理,得到N个目标特征图,N个目标特征图中各个目标特征图是按照每个目标特征图被提取到的顺序由前向后排列的;按照N个目标特征图中各个目标特征图的排列顺序由后向前将各个目标特征图进行融合处理得到N个候选特征图;根据N个候选特征图得到N个增强特征图,并基于N个增强特征图进行目标物体检测,并在待检测图像上标记待检测图像包括的目标物体。采用本发明实施例,可以提高目标物体检测的准确性。

    目标跟踪方法、装置及电子设备

    公开(公告)号:CN111652181B

    公开(公告)日:2023-11-17

    申请号:CN202010555657.X

    申请日:2020-06-17

    摘要: 本申请公开了一种目标跟踪方法、装置及电子设备,涉及人工智能技术领域。该方法包括:通过联合跟踪检测网络中的第一子网络,从目标特征图中提取的第一特征图,及通过联合跟踪检测网络中的第二子网络,从目标特征图中提取的第二特征图;将第二子网络提取的第二特征图融合至第一特征图,得到第一子网络对应的融合特征图;获取第一子网络基于融合特征图输出的第一预测信息,获取第二子网络输出的第二预测信息;基于第一预测信息和第二预测信息,确定目标视频中的运行目标的当前位置和运动轨迹。通过特征融合可以增强相互并行的各子网络间的关联性,提升所确定的运行目标的位置和运动轨迹的精度。

    目标跟踪方法、装置、设备及可读存储介质

    公开(公告)号:CN111754541B

    公开(公告)日:2023-09-19

    申请号:CN202010741433.8

    申请日:2020-07-29

    IPC分类号: G06T7/20 G06T3/40 G06V10/25

    摘要: 本申请公开了一种目标跟踪方法、装置、设备及可读存储介质,涉及单目标跟踪领域。该方法包括:获取第一图像帧,第一图像帧中标注有第一边界框;获取第二图像帧;以第一边界框的尺寸进行缩放后得到的目标尺寸,在第二图像帧中确定兴趣区域窗;在兴趣区域窗中对目标对象进行跟踪识别,得到第二边界框。确定第一图像帧中的第一边界框后,对第一边界框进行缩放处理,从而确定第二图像帧中的第二边界框,由于第二边界框基于第一边界框缩放得到的兴趣区域窗识别得到,也即在第二图像帧中,对第一图像帧中目标对象所处区域的周侧,进行目标对象的识别,提高了对目标对象进行跟踪的效率和准确率。

    一种目标检测方法、装置、存储介质及设备

    公开(公告)号:CN111738454B

    公开(公告)日:2020-11-27

    申请号:CN202010881808.0

    申请日:2020-08-28

    IPC分类号: G06N20/00

    摘要: 本发明公开了一种目标检测方法、装置、存储介质及设备,所述方法包括获取待进行目标检测的图片;将所述图片输入目标检测模型得到所述图片的目标检测结果;其中,所述目标检测模型通过预设的训练方法训练预设的机器学习模型而得到,所述预设的训练方法用于基于带有残缺标注的第一数据集和所述机器学习模型生成带有全标注的第二数据集,根据所述第一数据集和所述第二数据集训练所述机器学习模型,得到所述目标检测模型。本发明通过对残缺标注场景中的机器学习模型进行训练,得到的目标检测模型的精准度依然保持在较高水平,在确保目标检测精准的同时显著扩展了基于人工智能进行目标检测的可实施场景,也减低了人力成本。

    目标跟踪方法、装置及电子设备
    8.
    发明公开

    公开(公告)号:CN111652181A

    公开(公告)日:2020-09-11

    申请号:CN202010555657.X

    申请日:2020-06-17

    摘要: 本申请公开了一种目标跟踪方法、装置及电子设备,涉及人工智能技术领域。该方法包括:通过联合跟踪检测网络中的第一子网络,从目标特征图中提取的第一特征图,及通过联合跟踪检测网络中的第二子网络,从目标特征图中提取的第二特征图;将第二子网络提取的第二特征图融合至第一特征图,得到第一子网络对应的融合特征图;获取第一子网络基于融合特征图输出的第一预测信息,获取第二子网络输出的第二预测信息;基于第一预测信息和第二预测信息,确定目标视频中的运行目标的当前位置和运动轨迹。通过特征融合可以增强相互并行的各子网络间的关联性,提升所确定的运行目标的位置和运动轨迹的精度。

    目标检测模型训练方法、目标检测方法及装置

    公开(公告)号:CN111626350A

    公开(公告)日:2020-09-04

    申请号:CN202010450890.1

    申请日:2020-05-25

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本申请提供了一种目标检测模型训练方法、目标检测方法、装置、电子设备及计算机可读存储介质;方法包括:通过目标检测模型对样本图像进行检测处理,得到样本图像中包括目标的预测框;根据包括间隔值和距离两个因素的损失函数,确定预测框对应的损失值;其中,间隔值用于扩大目标与样本图像中的背景之间的差异;距离表示预测框与样本图像中包括目标的标注框之间的距离;根据预测框对应的损失值在目标检测模型中进行反向传播,并在反向传播的过程中,更新目标检测模型的权重参数;将更新后得到的权重参数,作为训练完毕的目标检测模型所使用的权重参数。通过本申请,能够提升目标检测的精度。

    人脸跟踪方法、装置、设备及存储介质

    公开(公告)号:CN110705478A

    公开(公告)日:2020-01-17

    申请号:CN201910945462.3

    申请日:2019-09-30

    IPC分类号: G06K9/00

    摘要: 本申请公开了一种人脸跟踪方法、装置、设备及存储介质。所述方法包括:对视频的待处理图像帧进行人脸检测,得到待处理图像帧对应的人脸检测框集合;对于第i个目标对象,获取第i个目标对象的人脸检测框的位置信息,以及第i个目标对象的人脸姿态角信息和人脸特征信息;根据上述信息以及视频中已检测到的n个历史对象的人脸轨迹信息,确定n个历史对象中是否存在与第i个目标对象相匹配的目标历史对象;若存在,则更新目标历史对象的人脸轨迹。本申请提供了一种基于人脸特征信息和人脸姿态角信息的人脸跟踪方案,通过引入人脸姿态角信息可以有效降低人脸跟踪的中断率,从而使得跟踪得到的人脸轨迹更加具完整性和准确性。