目标检测方法及装置
    22.
    发明公开

    公开(公告)号:CN108171250A

    公开(公告)日:2018-06-15

    申请号:CN201611118710.X

    申请日:2016-12-07

    CPC classification number: G06K9/6277 G06K9/6256 G06K9/628

    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:确定出目标图像的质量类别;确定出与目标图像的质量类别相对应的质量类别的卷积神经网络;根据相对应的质量类别的卷积神经网络,确定出目标图像的真目标检测值;根据目标图像的真目标检测值,确定出目标图像中的目标是否为真目标。本发明实施例中,既不需要用户执行指定动作,又可以在多种硬件条件、和/或应用场景下为每个目标图像选择了与其质量类别更为契合的卷积神经网络,可得到更为精确的真目标检测值;更为精确地确定出目标图像中的目标是否为真目标,增强了检测目标图像中的真假目标的鲁棒性。

    3D图像数据的注册方法和装置

    公开(公告)号:CN105844582A

    公开(公告)日:2016-08-10

    申请号:CN201510019073.X

    申请日:2015-01-15

    Abstract: 本发明公开了一种3D图像数据的注册方法和装置,所述方法包括:将源3D图像数据基于关键点与目标3D图像数据进行刚性对齐,得到第一变换数据;将第一变换数据基于关键点与目标3D图像数据进行非刚性对齐,得到第二变换数据;迭代计算第二变换数据到目标3D图像数据的变换矩阵;根据迭代计算出的变换矩阵完成源3D图像数据到目标3D图像数据的3D注册。由于将基于关键点的刚性对齐和非刚性对齐方法结合运用,可得到一个较好的初始变换,基于该初始变换进行迭代计算求解出变换矩阵,可将源3D图像数据更为贴切、平滑、吻合度更高地对应到目标3D图像数据,从而提高了注册精度,使得注册结果更为平滑,与目标数据更为吻合。

    目标检测方法及装置
    25.
    发明授权

    公开(公告)号:CN108171103B

    公开(公告)日:2024-10-01

    申请号:CN201611118373.4

    申请日:2016-12-07

    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。

    面部解析设备和面部解析方法

    公开(公告)号:CN108073876B

    公开(公告)日:2023-09-19

    申请号:CN201611025410.7

    申请日:2016-11-14

    Abstract: 本发明提供一种面部解析设备和面部解析方法。根据本发明的面部解析方法,包括:将待测样本输入到残差网络模块;使用训练好的残差网络模块对待测样本进行处理,其中,所述残差网络模块包括沿着从输入到输出方向排列的多个顺序结合的残差块,将所述多个顺序结合的残差块中的预定的第N个残差块的输出发送到残差反卷积网络模块;使用训练好的残差反卷积网络模块处理所述第N个残差块的输出,以得到分类图,其中,残差反卷积网络模块包括多个顺序结合的残差反卷积块,所述多个残差反卷积块分别与所述多个残差块中的第一个到第N个残差块对应。采用本发明的面部解析方法,能够提升人脸解析的性能,同时该方法模型尺寸大幅度减小。

Patent Agency Ranking