利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

391 条记录 (耗时 0.076 秒)

    一种轨迹跟踪方法、装置和存储介质
    3.
    发明公开
    一种轨迹跟踪方法、装置和存储介质 失效

    公开(公告)号：CN108509896A

    公开(公告)日：2018-09-07

    申请号：CN201810267283.4

    申请日：2018-03-28

    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

    发明人： 何长伟 ,  汪铖杰 ,  李季檩 ,  王亚彪 ,  赵艳丹 ,  葛彦昊 ,  倪辉 ,  熊意超 ,  甘振业 ,  吴永坚 ,  黄飞跃

    IPC分类号： G06K9/00

    摘要： 本发明实施例公开了一种轨迹跟踪方法、装置和存储介质，本发明实施例对多个视频帧中的头部图像进行运动跟踪，得到头部图像对应的运动轨迹；获取在各个视频帧中头部图像对应的脸部图像，得到头部图像对应的脸部图像集合；从头部图像对应的脸部图像集合中，确定具有相同脸部图像的至少两个脸部图像集合；将确定的脸部图像集合所对应的运动轨迹进行合并处理，得到轨迹跟踪的最终运动轨迹。由于头部特征相同人体其它部分比较固定，且发生遮挡的概率较小，对头部图像进行运动跟踪，能够获取到相较于完整人体更为准确的运动轨迹，即使跟踪中断，也能通过头部图像对应的脸部图像将中断的运动轨迹进行合并，从而达到提升运动跟踪准确性的目的。

    年龄识别模型的训练方法、年龄识别方法及相关设备
    4.
    发明授权
    年龄识别模型的训练方法、年龄识别方法及相关设备 有权

    公开(公告)号：CN109034078B

    公开(公告)日：2023-07-14

    申请号：CN201810864567.1

    申请日：2018-08-01

    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

    发明人： 葛彦昊 ,  李季檩 ,  汪铖杰 ,  黄飞跃 ,  吴永坚 ,  黄小明 ,  梁小龙 ,  晏轶超 ,  贺珂珂

    IPC分类号： G06V40/16 ,  G06V10/774

    摘要： 本申请涉及一种年龄识别模型的训练方法，该方法包括：获取包含有人脸的训练图像集，将训练图像集中的训练图像作为年龄识别模型的输入，获取年龄识别模型输出的各个训练图像中的人脸对应的预测年龄值，根据对应于同一标注年龄值的各个目标训练图像中的人脸对应的预测年龄值，计算得到与各个标注年龄值对应的统计预测年龄，根据统计预测年龄和对应的标注年龄值计算得到年龄统计误差值，根据年龄统计误差值对年龄识别模型中的参数进行调整，直至满足收敛条件，得到目标年龄识别模型。该年龄识别模型的训练方法提高了年龄识别的准确度。此外，还提出了一种年龄识别模型的训练装置、年龄识别方法、装置、计算机设备及存储介质。

    一种人脸属性预测方法、装置及存储介质
    5.
    发明公开
    一种人脸属性预测方法、装置及存储介质 审中-实审

    公开(公告)号：CN110163049A

    公开(公告)日：2019-08-23

    申请号：CN201810787870.6

    申请日：2018-07-18

    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

    发明人： 贺珂珂 ,  葛彦昊 ,  邰颖 ,  汪铖杰 ,  李季檩 ,  吴永坚 ,  黄飞跃

    IPC分类号： G06K9/00 ,  G06K9/62

    摘要： 本发明实施例公开了一种人脸属性预测方法、装置及存储介质。本发明实施例中方法包括：获取待预测人脸图片；对待预测人脸图片进行预设处理，得到待预测人脸处理图；根据待预测人脸图片及待预测人脸处理图进行人脸属性计算，得到待预测人脸图片的人脸属性预测值；根据待预测人脸图片的人脸属性预测值，预测待预测人脸图片的人脸属性。本发明实施例中通过待预测人脸图片及对应的人脸处理图来预测人脸属性，人脸处理图能够跟人脸图片进行了互补，降低了背景对人脸属性预测的干扰，提升了人脸属性预测的准确度及鲁棒性。

    一种表情识别方法、装置和设备
    8.
    发明公开
    一种表情识别方法、装置和设备 有权

    公开(公告)号：CN108921061A

    公开(公告)日：2018-11-30

    申请号：CN201810638695.4

    申请日：2018-06-20

    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

    发明人： 贺珂珂 ,  葛彦昊 ,  汪铖杰 ,  李季檩 ,  吴永坚 ,  黄飞跃

    IPC分类号： G06K9/00 ,  G06N3/04

    CPC分类号： G06K9/00302 ,  G06K9/00281 ,  G06N3/0454

    摘要： 本发明实施例公开了一种表情识别方法、装置和设备，可通过多种表情的概率分布来更加准确的表达人脸的表情。表情识别方法包括：从获取的包含人脸的待识别图像中提取出人脸区域图像；通过深度卷积神经网络模型从人脸区域图像中提取出低层次特征和高层次特征，其中，低层次特征包括人脸区域图像中脸部线条的轮廓以及每一个像素点灰度的强度，高层次特征包括人脸区域图像中脸部五官的形态；通过深度卷积神经网络模型对提取的特征进行组合，并根据深度卷积神经网络模型中通过训练学习得到的决策规则对组合后的特征进行判定，以得到M种表情的概率，M为大于1的正整数。

    一种人体属性识别方法、装置、设备及介质
    9.
    发明公开
    一种人体属性识别方法、装置、设备及介质 审中-实审

    公开(公告)号：CN108921022A

    公开(公告)日：2018-11-30

    申请号：CN201810541546.6

    申请日：2018-05-30

    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

    发明人： 杨思骞 ,  李季檩 ,  吴永坚 ,  晏轶超 ,  贺珂珂 ,  葛彦昊 ,  黄飞跃 ,  汪铖杰

    IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G07F19/00

    摘要： 本发明公开了一种人体属性识别方法、装置、设备及介质，应用于图像识别技术领域，用以解决多个人体属性无法同时识别的问题。该方法为：确定监控图像中的人体区域图像；将人体区域图像输入多属性卷积神经网络模型，得到人体区域图像中的各个人体属性对应于预先定义的每一个属性值的概率；其中，多属性卷积神经网络模型是利用多属性卷积神经网络对预先获得的训练图像进行多属性识别训练得到的；基于人体区域图像中的各个人体属性对应于预先定义的每一个属性值的概率，确定人体区域图像中的各个人体属性的属性值，这样，利用多属性卷积神经网络模型来识别人体属性，不仅实现了多个人体属性的同时识别，也提高了多个人体属性的识别效率。