-
-
公开(公告)号：CN109858312A
公开(公告)日：2019-06-07
申请号：CN201711240964.3
申请日：2017-11-30
Applicant: 佳能株式会社
IPC: G06K9/00
Abstract: 本发明公开了一种人体部件检测装置和方法以及图像处理系统。所述人体部件检测装置包括：检测单元，被构造为从输入图像中检测与待检测人体部件相邻的物体；获取单元，被构造为基于检测到的物体，获取所述人体部件的特征点和所述检测到的物体的特征点；及更新单元，被构造为通过至少更新获取的所述检测到的物体的特征点，来更新获取的所述人体部件的特征点。根据本发明，将提高人体部件检测的准确性。
-
公开(公告)号：CN112784636B
公开(公告)日：2024-11-19
申请号：CN201911082553.5
申请日：2019-11-07
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/084
Abstract: 公开了人脸图像分类方法、人脸图像分类装置和存储介质。人脸图像分类方法包括以下步骤：接收图像集，该图像集中的图像被标记为与同一目标人对应；提取图像集中的每个图像的特征；基于所提取的特征，计算图像集中的每个图像对之间的相似度；基于所计算的相似度，构建图，在该图中，图像集中的每个图像由一个节点表示，连接节点的边表示节点之间的相似度关系；基于所提取的特征以及所构建的图，通过使用第一图卷积网络来确定每个节点的概率值，该概率值指示出节点表示目标人的人脸图像的概率；以及基于所确定的概率值，将节点分类为表示目标人的人脸图像的节点和表示噪音图像的节点，从而得到图的节点分类结果。
-
公开(公告)号：CN117454958A
公开(公告)日：2024-01-26
申请号：CN202210831698.6
申请日：2022-07-14
Applicant: 佳能株式会社
IPC: G06N3/082 , G06N3/0464
Abstract: 本发明提供一种神经网络模型的训练和应用方法、装置及存储介质。所述训练方法包括：在前向传递过程，对由连续实值表示的网络参数进行量化处理，并计算量化误差，在反向传递过程中，确定所述神经网络模型中的权重的梯度；基于计算的量化误差，对所述权重的梯度进行校正处理，其中，所述校正处理包括对梯度幅值的校正和对梯度方向的校正；以及根据校正的梯度，更新所述神经网络模型。
-
公开(公告)号：CN114612953A
公开(公告)日：2022-06-10
申请号：CN202011427289.7
申请日：2020-12-09
Abstract: 本公开涉及对象识别模型的训练方法及装置。提供了一种用于对象识别的神经网络模型的训练样本优化装置，该装置包括：对于训练样本库中的每一训练样本，波动性确定单元，被配置为确定在训练该神经网络模型的情况下该训练样本的模型预测相对于该训练样本的对应标记标识的波动性；优化单元，被配置为基于该训练样本的所述波动性来确定该训练样本是否能够用于下一训练周期的神经网络模型的训练。
-
Patent Agency Ranking
公开(公告)号：CN112784953A
公开(公告)日：2021-05-11
申请号：CN201911082558.8
申请日：2019-11-07
Abstract: 本公开涉及对象识别模型的训练方法及装置。提供了一种用于对象识别的神经网络模型的优化装置，包括：损失确定单元，被配置为对于利用所述神经网络模型从训练图像集中提取的特征和带有权重函数的损失函数确定损失数据，以及更新单元，被配置为基于所述损失数据和更新函数来执行神经网络模型的参数的更新操作，其中，所述更新函数是基于所述神经网络模型的带有权重函数的损失函数推导而得到的，所述权重函数与所述损失函数在特定取值区间中同向地单调变化。
-
公开(公告)号：CN109753859B
公开(公告)日：2023-10-24
申请号：CN201711089515.3
申请日：2017-11-08
Applicant: 佳能株式会社
IPC: G06V40/10 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种在图像中检测人体部件的装置和方法及图像处理系统。所述装置包括：被构造为获取包含人体的图像的单元；被构造为从包含所述人体的区域检测物体的单元；被构造为确定检测到的物体与所述人体的待检测人体部件之间的相对关系的单元；以及被构造为基于所述确定的相对关系检测所述人体部件的单元。根据本发明，人体部件检测的准确性将得到提高。
-
公开(公告)号：CN108133221B
公开(公告)日：2022-06-07
申请号：CN201611086996.8
申请日：2016-12-01
Applicant: 佳能株式会社
Abstract: 本发明提供对象形状检测装置和方法、图像处理装置及监视系统。该装置检测输入图像的对象区域中的对象的对象形状，并包括：形状获取单元，基于由特征点的集合表示的预生成的形状来获取对象区域中的对象形状，并将获取的形状视为对象的当前形状；形状确定单元，通过基于预生成的第一模型的至少一个集合及预生成的第二模型的至少一个级更新对象的当前形状，确定对象形状。其中，形状确定单元包括：基于预生成的第一模型的至少一个集合来由对象的当前形状确定可见特征点的单元；通过基于可见特征点周围的特征及预生成的第二模型的至少一个级确定对象的当前形状的形状增量来更新对象的当前形状的单元。根据本发明，将提高对象形状检测的准确度。
-
公开(公告)号：CN107169397B
公开(公告)日：2022-03-01
申请号：CN201610127580.X
申请日：2016-03-07
Applicant: 佳能株式会社
IPC: G06K9/00
Abstract: 本发明提供特征点检测方法及装置、图像处理系统和监视系统。本发明的一方面公开了一种特征点检测方法。该特征点检测方法包括：获取输入图像中的脸部区域；根据预生成的第一模型获取第一特征点的第一位置和第二特征点的第一位置；根据所述第一特征点的第一位置和预生成的第二模型，来估计所述第一特征点的第二位置；根据所述第一特征点的第二位置、所述第二特征点的第一位置和预生成的第三模型，来检测所述第一特征点的第三位置和所述第二特征点的第三位置。根据本发明，最终检测到的脸部形状可以更接近实际的脸部形状。
-
公开(公告)号：CN108121994B
公开(公告)日：2021-12-14
申请号：CN201611080653.0
申请日：2016-11-30
Applicant: 佳能株式会社
Abstract: 本申请涉及检测目标形状中进行特征提取的方法和装置。通过本申请的方法，首先为各个特征点生成子区域，然后计算各个子区域的代表性得分，以构成子区域代表性得分表。子区域代表性得分表被进一步转换为两类表示子区域映射表。此后，基于子区域映射表从所选择的子区域中提取子区域特征缩减集。最后，通过经由后续阶段使用子区域特征缩减集预测形状来计算所有特征点的最终位置。本申请可以提高脸部特征点检测的速度并保持准确度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
