-
公开(公告)号：CN109087335B
公开(公告)日：2022-02-22
申请号：CN201810776248.5
申请日：2018-07-16
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例公开了一种人脸跟踪方法、装置和存储介质；本发明实施例采用在接收到人脸跟踪指令时，从获取到的视频流数据中确定当前帧，检测当前帧中人脸的位置，以及获取当前帧中人脸的历史运动轨迹，然后，根据该历史运动轨迹预测当前帧中人脸的位置，根据该预测的位置与检测的位置计算该历史运动轨迹和当前帧中人脸的关联矩阵，再然后，根据该关联矩阵更新并保存历史运动轨迹，并返回执行从获取到的视频流数据中确定当前帧的步骤，直至人脸跟踪结束；该方案可以增强人脸轨迹的连续性，改善人脸跟踪效果。
-
公开(公告)号：CN110163889A
公开(公告)日：2019-08-23
申请号：CN201811198327.9
申请日：2018-10-15
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06T7/246
摘要： 公开了一种目标跟踪方法、目标跟踪装置、目标跟踪设备。所述目标跟踪方法包括：对视频图像当前帧进行目标检测，得到人头检测框集合和人体检测框集合；将人头检测框集合与人体检测框集合进行关联，得到当前帧中目标检测框集合；根据视频图像中每一条每条现有轨迹的轨迹速度，确定当前帧中预测框集合；以及对于所述目标检测框集合中的每个目标检测框，在所述预测框集合中确定与其匹配的预测框，并且基于目标检测框和预测框的匹配结果进行目标跟踪。通过利用人体框进行跟踪，可有效提高视频图像中的目标跟踪准确率，实现实时且高精度的目标跟踪。
-
公开(公告)号：CN109087335A
公开(公告)日：2018-12-25
申请号：CN201810776248.5
申请日：2018-07-16
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例公开了一种人脸跟踪方法、装置和存储介质；本发明实施例采用在接收到人脸跟踪指令时，从获取到的视频流数据中确定当前帧，检测当前帧中人脸的位置，以及获取当前帧中人脸的历史运动轨迹，然后，根据该历史运动轨迹预测当前帧中人脸的位置，根据该预测的位置与检测的位置计算该历史运动轨迹和当前帧中人脸的关联矩阵，再然后，根据该关联矩阵更新并保存历史运动轨迹，并返回执行从获取到的视频流数据中确定当前帧的步骤，直至人脸跟踪结束；该方案可以增强人脸轨迹的连续性，改善人脸跟踪效果。
-
公开(公告)号：CN109359558B
公开(公告)日：2020-12-25
申请号：CN201811125625.5
申请日：2018-09-26
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本申请公开了图像标注方法、目标检测方法、装置及存储介质。其中，一种图像标注方法，包括：获取第一图像集合和第二图像集合；根据所述标签，从第一图像集合的图像中提取一个或多个第一图像区域和一个或多个第二图像区域；将第一图像区域生成为正样本；对于任一个第二图像区域，为其添加标签而得到一个负样本；通过区域推荐方式，从第二图像集合提取候选图像区域；基于图的半监督学习方式，确定候选图像区域的标签；根据候选图像区域的标签，确定第二图像集合的图像中目标对象对应的区域并添加与目标对象有关的标签。
-
公开(公告)号：CN109359558A
公开(公告)日：2019-02-19
申请号：CN201811125625.5
申请日：2018-09-26
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
CPC分类号： G06K9/00369 , G06K9/627
摘要： 本申请公开了图像标注方法、目标检测方法、装置及存储介质。其中，一种图像标注方法，包括：获取第一图像集合和第二图像集合；根据所述标签，从第一图像集合的图像中提取一个或多个第一图像区域和一个或多个第二图像区域；将第一图像区域生成为正样本；对于任一个第二图像区域，为其添加标签而得到一个负样本；通过区域推荐方式，从第二图像集合提取候选图像区域；基于图的半监督学习方式，确定候选图像区域的标签；根据候选图像区域的标签，确定第二图像集合的图像中目标对象对应的区域并添加与目标对象有关的标签。
-
公开(公告)号：CN117975484B
公开(公告)日：2024-07-05
申请号：CN202410360324.X
申请日：2024-03-27
申请人： 腾讯科技(深圳)有限公司
发明人： 彭瑾龙
IPC分类号： G06V30/19 , G06V30/148 , G06V30/18 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请实施例提供了一种变化检测模型的训练方法、变化检测方法、装置及设备。训练方法包括：由变化检测模型提取图像对中第一图像的第一图像特征和第二图像的第二图像特征；将第一图像特征和第二图像特征分别与目标文本的文本特征进行融合得到第一融合特征和第二融合特征，基于第一融合特征和第二融合特征得到第二图像相对于第一图像的变化检测结果，基于该变化检测结果和图像对的标签信息确定模型损失；基于模型损失调整变化检测模型的模型参数。通过采用上述的训练方法，可以有效提升变化检测模型的性能及泛化能力。
-
公开(公告)号：CN117975484A
公开(公告)日：2024-05-03
申请号：CN202410360324.X
申请日：2024-03-27
申请人： 腾讯科技(深圳)有限公司
发明人： 彭瑾龙
IPC分类号： G06V30/19 , G06V30/148 , G06V30/18 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请实施例提供了一种变化检测模型的训练方法、变化检测方法、装置及设备。训练方法包括：由变化检测模型提取图像对中第一图像的第一图像特征和第二图像的第二图像特征；将第一图像特征和第二图像特征分别与目标文本的文本特征进行融合得到第一融合特征和第二融合特征，基于第一融合特征和第二融合特征得到第二图像相对于第一图像的变化检测结果，基于该变化检测结果和图像对的标签信息确定模型损失；基于模型损失调整变化检测模型的模型参数。通过采用上述的训练方法，可以有效提升变化检测模型的性能及泛化能力。
-
公开(公告)号：CN114764870A
公开(公告)日：2022-07-19
申请号：CN202111646817.2
申请日：2021-12-29
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/764 , G06V10/25 , G06V10/82 , G06V10/778 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本申请涉及一种对象定位模型处理方法、装置、计算机设备和存储介质，以及一种对象定位方法、装置、计算机设备和存储介质。该对象定位模型处理方法包括：基于训练样本图像的图像特征及对象定位模型的回归网络确定回归区域；基于训练样本图像对应的目标对象标注区域计算回归准确度，基于回归准确度计算回归损失；基于训练样本图像的图像特征及对象定位模型的分类网络确定分类置信度，基于分类置信度计算分类损失；基于回归准确度更新分类损失，并基于分类置信度更新回归损失；根据更新后的分类损失和更新后的回归损失训练对象定位模型，得到训练后的对象定位模型；训练后的对象定位模型用于对输入图像进行对象定位。采用本方法能够提高定位准确性。
-
公开(公告)号：CN112733794A
公开(公告)日：2021-04-30
申请号：CN202110088338.7
申请日：2021-01-22
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种人脸图像的视线矫正方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：从人脸图像中获取待矫正眼部图像；对待矫正眼部图像进行特征提取处理，得到待矫正眼部图像的特征信息；基于特征信息和目标视线方向，对待矫正眼部图像进行视线矫正处理，得到初步矫正后眼部图像和眼部轮廓掩码；采用眼部轮廓掩码对初步矫正后眼部图像进行调整处理，生成矫正后眼部图像；基于矫正后眼部图像，生成经视线矫正后的人脸图像。本申请提供了一种矫正能力更强的视线矫正方案，即便是对于眼珠偏移较大的图像，也能够达到真实且准确的视线矫正结果。
-
公开(公告)号：CN111754541A
公开(公告)日：2020-10-09
申请号：CN202010741433.8
申请日：2020-07-29
申请人： 腾讯科技(深圳)有限公司
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。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.051 秒)
