边界框确定方法、装置、电子设备及存储介质

    公开(公告)号:CN109784327A

    公开(公告)日:2019-05-21

    申请号:CN201811475816.4

    申请日:2018-12-04

    Abstract: 本申请是关于一种边界框确定方法、装置、电子设备及存储介质,涉及图像处理技术领域,所述边界框确定方法,包括:将待检测图像输入第一卷积神经子网络,获取所述待检测图像中目标物体的第一特征;所述第一特征包括:所述待检测图像中所述目标物体的边界图像特征;将所述第一特征,分别输入n个第二神经子网络,得到所述目标物体的n个第一边界框;所述n为大于等于2的整数;所述各个第一边界框包括第一位置参数值;基于所述n个第一边界框的各个第一位置参数值,确定所述待检测图像中目标物体的目标边界框。能够提升确定目标物体的边界框的鲁棒性,有效避免过拟合,能够提升目标物体的边界框的准确性。

    前景识别方法、装置、电子设备及存储介质

    公开(公告)号:CN109784164A

    公开(公告)日:2019-05-21

    申请号:CN201811520020.6

    申请日:2018-12-12

    Abstract: 本申请是关于一种前景识别方法、装置、电子设备及存储介质,涉及图像处理技术领域,所述方法,包括:获取视频的至少一帧原始图像;将各帧所述原始图像输入语义分割网络,得到各帧所述原始图像对应的原始目标前景概率图;对各帧所述原始目标前景概率图进行时序平滑,得到各帧第一目标前景概率图;对各帧所述第一目标前景概率图进行双边滤波,得到各帧第二目标前景概率图;基于各帧所述第二目标前景概率图,识别所述视频各帧所述原始图像的目标前景。从语义分割网络得到原始目标前景概率图后,对该原始目标前景概率图进行了时序平滑和双边滤波,该第二目标前景概率图中的前景边界更为准确,能够更为准确的识别出视频各帧原始图像的目标前景。

    手势关键点检测方法、装置、电子设备及存储介质

    公开(公告)号:CN109446994A

    公开(公告)日:2019-03-08

    申请号:CN201811280155.X

    申请日:2018-10-30

    Abstract: 本申请是关于一种手势关键点检测方法、装置、电子设备及存储介质,其中,该方法包括:获取手势图像及手势图像的手势类别,在预先训练得到的多个关键点检测网络中,确定与手势类别对应的关键点检测网络,将手势图像输入与手势类别对应的关键点检测网络中,得到与手势类别对应的手势关键点以及手势关键点在手势图像中的位置。由于在本申请实施例中,该多个关键点检测网络中的每个关键点检测网络对应一种手势类别,与该手势类别对应的关键点检测网络的参数是针对该手势类别的参数,因此,采用与该手势类别对应的关键点检测网络,检测该手势类别的手势图像中的关键时,可以提高手势关键点检测的准确度。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN109360261A

    公开(公告)日:2019-02-19

    申请号:CN201811142166.1

    申请日:2018-09-28

    Abstract: 本申请示出了一种图像处理方法、装置、电子设备及存储介质。获取第一渲染风格的图像;根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像;根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像,至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像;根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。通过本申请,当用户需要得到渐变视频时,无需使用摄像机耗费较长时间持续拍摄渐变视频,只需拍摄一张图像即可通过本申请的方式获取到渐变视频,从而提高了获取渐变视频的效率,提高了用户体验。

    人体三维模型的建立方法、装置、电子设备及存储介质

    公开(公告)号:CN114078181B

    公开(公告)日:2024-10-29

    申请号:CN202010839251.4

    申请日:2020-08-19

    Inventor: 赵鑫 郑文

    Abstract: 本公开关于一种人体三维模型的建立方法、装置、电子设备及存储介质,有助于提高建立的人体三维模型的精度。该方法包括:获取包括人体的待处理图像;将待处理图像输入神经网络模型分别得到第一中间特征图和待处理图像中人体的二维关键点的位置;第一中间特征图用于表征待处理图像中人体在待处理图像中的表面结构信息;对第一中间特征图和人体的二维关键点位置进行融合处理,得到融合特征图;将融合特征图输入图卷积神经网络,得到人体的位姿参数;将融合特征图输入参数提取网络,得到人体形态参数以及相机参数;根据位姿参数、人体形态参数以及相机参数,建立人体的人体三维模型。

    目标跟踪方法、装置、电子设备及存储介质

    公开(公告)号:CN114255257B

    公开(公告)日:2024-10-25

    申请号:CN202010946949.6

    申请日:2020-09-10

    Abstract: 本公开关于一种目标跟踪方法、装置、电子设备及存储介质,属于计算机视觉技术领域。方法包括:将待处理的当前视频帧输入第一神经网络,得到当前视频帧的分类概率;其中,分类概率为当前视频帧中包含目标的概率;响应于分类概率小于或等于第一阈值,将当前视频帧输入第二神经网络,得到当前视频帧的特征向量;不同视频帧的特征向量之间的距离用于表征不同视频帧之间的相似度;响应于当前视频帧的特征向量与指定向量之间的距离小于第二阈值,确定当前视频帧中包括目标,并在下一个视频帧中继续跟踪目标;其中,指定向量为多个前景图像的特征向量的平均值。本公开能够提升目标跟踪过程中分类的准确性,进而能够避免误跟踪或者漏跟踪的情况出现。

    三维重建方法、装置、电子设备及存储介质

    公开(公告)号:CN109840939B

    公开(公告)日:2024-01-26

    申请号:CN201910017352.0

    申请日:2019-01-08

    Inventor: 张雄 李强 郑文

    Abstract: 本申请示出了一种三维重建方法、装置、电子设备及存储介质,其中三维重建方法包括:获取目标物体图片,并对目标物体图片中包含目标物体的区域以及不包含目标物体的区域分别进行处理,得到参考图片;根据参考图片以及重建图片,确定目标物体的三维重建模型;其中,重建图片通过对预设的初始重建模型渲染获得,初始重建模型中包含有姿势参数、形状参数以及误差参数。本申请实施例提供的三维重建方法采用的目标物体图片可以使用通用相机获得,不再依赖于Kinect或其它特殊设备,从而使该方法适用于通用场景;并且通过在初始重建模型中引入误差参数,使得该方法能够精确恢复三维模型,并且可以恢复三维模型的微观细节。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN113470154B

    公开(公告)日:2023-11-28

    申请号:CN202110874074.8

    申请日:2021-07-30

    Abstract: 本公开关于一种图像处理方法、装置、电子设备及存储介质,包括:获取待渲染对象的第一变换矩阵、第二变换矩阵,及光场图像显示模型;光场模型由多张光场图像构成;根据第一变换矩阵以及第二变换矩阵,确定出光场模型的摄影点坐标;光场模型的摄影点坐标用于从多张光场图像中确定出用于渲染的目标光场图像;根据摄影点坐标,得到光场图像显示模型的目标变换矩阵;将目标光场图像作为纹理元素加载至光场图像显示模型的显示区域,得到目标光场图像显示模型;通过目标变换矩阵将目标光场图像显示模型变换至相机坐标系,变换后的目标光场图像显示模型用于对待渲染对象进行渲染。本方法能够替代三维模型对图像进行渲染,提高了图像处理效果。

    手掌平面检测方法、装置、电子设备及存储介质

    公开(公告)号:CN113743169B

    公开(公告)日:2023-11-07

    申请号:CN202010479621.8

    申请日:2020-05-29

    Abstract: 本公开关于一种手掌平面检测方法、装置、电子设备及存储介质,涉及图像处理技术领域,能够提高手掌平面检测的效率。具体方案包括:手掌平面检测装置获取目标图片,目标图片中包括手部;确定目标图片中的手部的第一边界框;采用手部关键点识别模型对第一边界框内的手掌进行关键点识别,得到手掌的N个预设位置的关键点,N个预设位置的关键点至少包括:食指、中指和小拇指的指根关键点、手掌底部中心的关键点;根据N个预设位置的关键点,确定第一矩形包围框,第一矩形包围框围成的区域用于表征手掌;根据第一矩形包围框,确定目标手掌平面。

Patent Agency Ranking