-
-
公开(公告)号：CN108664843A
公开(公告)日：2018-10-16
申请号：CN201710192070.5
申请日：2017-03-27
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本公开提出了用于活体目标检测的方法、设备和计算机可读存储介质。该方法包括：基于目标图像的类别来确定所述目标图像的第一活体检测值；以及根据所述目标图像的第一活体检测值来确定所述目标图像中的目标是否为活体目标。
-
公开(公告)号：CN108664839A
公开(公告)日：2018-10-16
申请号：CN201710187197.8
申请日：2017-03-27
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本申请公开了一种图像处理方法包括：对待处理图像进行人脸检测后，利用多个图像类别分别对应的低质量人脸图像回归模型，对所述人脸检测的结果图像进行图像质量评估，确定图像质量等级。应用本申请，能够有效提高图像质量评估的准确性。
-
公开(公告)号：CN108257162A
公开(公告)日：2018-07-06
申请号：CN201611248661.1
申请日：2016-12-29
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
CPC classification number: G06K9/00302 , G06T2207/20212 , G06T2207/30201
Abstract: 本发明公开了合成脸部表情图像的方法和装置。该方法包括：获取至少两个参考脸部表情图像的表情特征；对至少两个参考脸部表情图像的表情特征插值，得到新的表情特征；根据新的表情特征调整目标脸部表情图像，形成新的脸部表情图像。本技术方案对不同表情特征插值得到新表情特征，而不是直接放大或缩小已有表情特征，根据新表情特征得到新脸部表情图像，本技术方案合成的脸部表情图像效果比较自然，该脸部表情图像更接近真实表情图像。
-
公开(公告)号：CN108171103A
公开(公告)日：2018-06-15
申请号：CN201611118373.4
申请日：2016-12-07
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
CPC classification number: G06K9/00288 , G06K9/6273 , G06N3/0454 , G06N3/084
Abstract: 本发明实施例提供了目标检测方法及装置，所述方法包括：获取待检测图像；根据级联神经网络对待检测图像的多个候选区域进行分类；其中，从第二级开始的神经网络中，至少存在一级神经网络包含并列的多个该级子神经网络，上述子神经网络对前一级神经网络分类后的分类结果进行分类；根据多个候选区域的最终分类结果，确定出目标区域。本发明实施例中，从第二级开始的神经网络中，至少存在一级神经网络包含并列的多个该级子神经网络，可较为全面精确地对候选区域进行分类，提升分类精度；进而更加精确地确定出目标区域。且有利于减少神经网络的级数，可减少由各级神经网络组成的分类模型占用的存储空间；可应用到硬件配置较低或计算性能较弱的设备中。
-
Patent Agency Ranking
公开(公告)号：CN108073981A
公开(公告)日：2018-05-25
申请号：CN201710970971.2
申请日：2017-10-18
Applicant: 三星电子株式会社
CPC classification number: G06K9/00979 , G06K9/6256 , G06N3/04 , G06N3/0454 , G06N3/063 , G06N3/08
Abstract: 公开处理卷积神经网络(CNN)的方法和设备。所述设备可基于卷积层的内核的特性和卷积层的输入的特性中的至少一个，从重复使用内核的第一操作模式和重复使用输入的第二操作模式选择一个操作模式，并且基于所选择的操作模式执行卷积操作。
-
公开(公告)号：CN107766786A
公开(公告)日：2018-03-06
申请号：CN201710450423.7
申请日：2017-06-15
Applicant: 三星电子株式会社
CPC classification number: G06K9/00288 , G06K9/00107 , G06K9/00114 , G06K9/00228 , G06K9/00268 , G06K9/00899 , G06K9/00906 , G06K9/50 , G06N3/04 , G06N3/08 , G06F21/32 , G06K9/0008 , G06K9/00597 , G06K9/0061 , G06Q20/40145
Abstract: 公开一种活性测试方法和活性测试计算设备。一种处理器实现的活性测试方法包括：从输入图像中的对象的部分提取所述对象的感兴趣区域；使用基于神经网络模型的活性测试模型对所述对象执行活性测试，其中，活性测试模型使用感兴趣区域的图像信息作为提供到活性测试模型的第一输入图像信息，并至少基于由活性测试模型从感兴趣区域的信息提取的纹理信息确定活性；指示活性测试的结果。
-
公开(公告)号：CN107665364A
公开(公告)日：2018-02-06
申请号：CN201710629393.6
申请日：2017-07-28
Applicant: 三星电子株式会社
Abstract: 一种神经网络方法和设备。所述神经网络设备包括：处理器，被配置为：通过应用神经网络的相邻层中的相邻节点之间的用于解释应用于神经网络的输入数据的轻量化的加权连接，产生神经网络，其中，神经网络具有包括多个节点的多个层，其中，所述多个层中的至少一个层的轻量化的加权连接包括针对绝对值小于非零值的绝对值的各个非零值具有等于零的值的加权连接。轻量化加权连接还包括具有绝对值不大于另一非零值的绝对值的值的加权连接，轻量化的加权连接是绝对最大值大于所述另一非零值的绝对值的训练的神经网络的训练的最终加权连接的轻量化的加权连接。
-
公开(公告)号：CN106682068A
公开(公告)日：2017-05-17
申请号：CN201610987098.3
申请日：2016-11-09
Applicant: 三星电子株式会社
IPC: G06F17/30
CPC classification number: G06F21/32 , G06F17/3028 , G06F17/30345 , G06F21/36 , G06F21/45 , G06K9/00026 , G06K9/00087 , G06K9/00228 , G06K9/00275 , G06K9/00288 , G06K9/00302 , G06K9/00892 , G06K9/00926 , G06K9/4671 , G06K9/6255 , G07C9/00158 , H04L63/0861 , G06F17/30383
Abstract: 本发明提供一种用于适应性更新用于用户认证的注册数据库的方法和设备。公开了一种适应性更新注册数据库的方法。所述方法可包括：从输入图像提取第一特征矢量，输入图像包括用户的面部；基于第一特征矢量、注册图像的第二特征矢量和代表性矢量，确定是否将输入图像注册在注册数据库中，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量；基于确定的结果，将输入图像注册在注册数据库中。
-
公开(公告)号：CN103890752B
公开(公告)日：2017-05-10
申请号：CN201380003629.5
申请日：2013-01-09
Applicant: 三星电子株式会社
CPC classification number: G06T7/0046 , G06K9/00201 , G06K9/00335 , G06K9/00362 , G06K9/469 , G06K9/6212 , G06K9/624 , G06K9/626 , G06K9/6282 , G06T7/75 , G06T15/06 , G06T15/08 , G06T15/20 , G06T15/40 , G06T17/005 , G06T2200/24 , G06T2207/10028 , G06T2207/20048 , G06T2207/20081 , G06T2207/30196
Abstract: 提供了一种对象识别设备、分类树学习设备、该对象识别设备的操作方法和该分类树学习设备的操作方法。该对象识别设备可包括：输入单元，接收作为输入的表示将被分析的对象的深度图像；以及处理单元，通过使用分类树从深度图像识别该对象的可见对象部分和隐藏对象部分。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.094 seconds)
