公开(公告)号：CN109635632A

公开(公告)日：2019-04-16

申请号：CN201811257180.6

申请日：2018-10-26

Applicant: 厦门瑞为信息技术有限公司

Inventor： 张帅 ,  贾宝芝 ,  徐邵凯

IPC: G06K9/00 ,  G06N3/04 ,  G06Q30/02

CPC classification number: G06K9/00369 ,  G06N3/0454 ,  G06Q30/0201 ,  G06Q30/0203

Abstract: 本发明公开了一种顾客装扮属性分析方法、系统和计算机设备，方法包括：获取店内图片或/和视频数据，从中提取单张图片；通过训练好的第一深度卷积神经网络模型对所述单张图片进行顾客人形检测，获取顾客人形框位置；根据所述人形框位置进行图片截取，获得顾客整体人形图片；通过训练好的第二深度卷积神经网络模型对所述顾客整体人形图片进行顾客装扮属性分析，获得顾客装扮属性的置信度；根据属性选择策略确定顾客装扮属性，输出对应的属性及置信度。本发明能快速准确的检测商店内顾客装扮属性，进而统计分析店内顾客的装扮风格、服装搭配等信息，有助于店家制定销售策略，促进销售量。

公开(公告)号：CN110163114A

公开(公告)日：2019-08-23

申请号：CN201910339320.2

申请日：2019-04-25

Applicant: 厦门瑞为信息技术有限公司

Inventor： 张帅 ,  贾宝芝 ,  徐邵凯

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06K9/36

Abstract: 本发明公开了一种人脸角度及人脸模糊度分析方法、系统和计算机设备，方法包括S1.神经网络模型训练、S2.待检测图片提取、S3.图片的人脸检测与矫正、S4.人脸角度和模糊度预测及S5.属性输出；通过基于深度学习的第一神经网络模型能够快速检测到图片中的人脸框和面部特征点，输出人脸框位置和面部特征点位置；对人脸框进行校正和扩增后截取矫正标准化的人脸图片；再通过第二神经网络模型对截取的矫正标准化的人脸图片进行基于头部照片的人脸角度和人脸模糊度分析，获得且预测输出人脸角度分类的置信度及人脸模糊度的回归值，解决了失焦以及运动模糊问题，可提取出高质量的照片，以便基于高质量图片进行各种数据分析和比对等操作，提高后续分析预测的准确率。

公开(公告)号：CN111091109A

公开(公告)日：2020-05-01

申请号：CN201911345806.3

申请日：2019-12-24

Applicant: 厦门瑞为信息技术有限公司

Inventor： 徐邵凯 ,  贾宝芝

IPC: G06K9/00

Abstract: 本发明提供一种基于人脸图像进行年龄和性别预测的方法、系统和设备，方法包括：获取一图片；使用人脸检测算法检测图片中的人脸位置和特征点位置，根据预设的参数对人脸进行矫正和截取，得到标准的人脸图片；使用预训练的神经网络模型对标准的人脸图片进行预测，输出人脸年龄和性别；神经网络模型采用了特征金字塔结构，能够提取从高到低的更丰富的多层次人脸特征，同时将年龄值表示为端点权值向量，在模型训练阶段作为中间层监督信息与年龄值回归一起训练模型，而在预测阶段直接输出年龄回归值，在速度和精度上均优于现有方法；本发明使用单阶段单模型的方法，快速准确地对视频或图片中的人脸进行年龄和性别的预测，预测结果可用于多种场景。

公开(公告)号：CN110163114B

公开(公告)日：2022-02-15

申请号：CN201910339320.2

申请日：2019-04-25

Applicant: 厦门瑞为信息技术有限公司

Inventor： 张帅 ,  贾宝芝 ,  徐邵凯

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06V10/20 ,  G06V10/778

Abstract: 本发明公开了一种人脸角度及人脸模糊度分析方法、系统和计算机设备，方法包括S1.神经网络模型训练、S2.待检测图片提取、S3.图片的人脸检测与矫正、S4.人脸角度和模糊度预测及S5.属性输出；通过基于深度学习的第一神经网络模型能够快速检测到图片中的人脸框和面部特征点，输出人脸框位置和面部特征点位置；对人脸框进行校正和扩增后截取矫正标准化的人脸图片；再通过第二神经网络模型对截取的矫正标准化的人脸图片进行基于头部照片的人脸角度和人脸模糊度分析，获得且预测输出人脸角度分类的置信度及人脸模糊度的回归值，解决了失焦以及运动模糊问题，可提取出高质量的照片，以便基于高质量图片进行各种数据分析和比对等操作，提高后续分析预测的准确率。

公开(公告)号：CN111428664A

公开(公告)日：2020-07-17

申请号：CN202010239278.X

申请日：2020-03-30

Applicant: 厦门瑞为信息技术有限公司

Inventor： 徐邵凯

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明适用于视频处理技术领域，提供了一种基于人工智能深度学习技术的计算机视觉的实时多人姿态估计方法，通过依次获取摄像头采集的当前帧图像，并进行归一化操作，使用预训练的神经网络模型与后处理算法对当前帧图像进行多人姿态估计，得到图像中所有人的人体关键点和人体骨架，从而实现多人姿态估计。本发明基于全图进行多人姿态估计，能够通过摄像头采集的图像快速准确的预测图片中所有人的人体关键点和骨架姿态，非常适合在安防领域用于判断人的行为和人体的姿态。本发明通过预训练的神经网络，经过一次前向传播即可预测出图片中所有人的人体姿态，运行速度不受图片中人数多少的限制，因此可以更加快速稳定的运行。