-
公开(公告)号:CN109934216B
公开(公告)日:2021-05-11
申请号:CN201711378911.8
申请日:2017-12-19
Applicant: 华为技术有限公司
Abstract: 本申请提供了一种图像处理的方法和装置。该方法包括:将待检测图像划分为互不重叠的Q个网格,其中,Q为大于1的整数,该Q个网格中的第p个网格属于K(p)个区域,其中,p=1,2,…,Q,K(p)为大于1的整数,该K(p)个区域在该待检测图像上占用的区域不同;针对该K(p)个区域中任意一个区域在高层特征图上截取子特征图,根据特征图对该K(p)个区域内待检测目标进行分类和定位。本申请可以使同一个位置被划分到不同尺度的区域上,这样在高层特征图上可以提取对应该位置的不同尺度的子特征图,使得在该位置提取到的子特征图更加全面和准确,从而能够提高生成的目标候选区域的质量,提升目标检测系统的性能。
-
公开(公告)号:CN109934216A
公开(公告)日:2019-06-25
申请号:CN201711378911.8
申请日:2017-12-19
Applicant: 华为技术有限公司
Abstract: 本申请提供了一种图像处理的方法和装置。该方法包括:将待检测图像划分为互不重叠的Q个网格,其中,Q为大于1的整数,该Q个网格中的第p个网格属于K(p)个区域,其中,p=1,2,…,Q,K(p)为大于1的整数,该K(p)个区域在该待检测图像上占用的区域不同;针对该K(p)个区域中任意一个区域在高层特征图上截取子特征图,根据特征图对该K(p)个区域内待检测目标进行分类和定位。本申请可以使同一个位置被划分到不同尺度的区域上,这样在高层特征图上可以提取对应该位置的不同尺度的子特征图,使得在该位置提取到的子特征图更加全面和准确,从而能够提高生成的目标候选区域的质量,提升目标检测系统的性能。
-
公开(公告)号:CN107622272A
公开(公告)日:2018-01-23
申请号:CN201610553942.1
申请日:2016-07-13
Applicant: 华为技术有限公司
CPC classification number: G06K9/62
Abstract: 本发明公开一种图像分类方法及装置,其特征在于,方法包括:获取待分类图像的训练集;选择一个多层的卷积神经网络模型;对选取层做基于最小-最大Min-Max准则的正则约束,并形成第二卷积神经网络模型,其中,所述选取层为卷积神经网络模型中的一层;使用所述训练集对第二卷积神经网络模型进行训练,并生成第三卷积神经网络模型;使用第三卷积神经网络模型对待分类图像的测试集进行分类。基于目标识别的不变性特征,通过对选取层特征做基于Min-Max准则的约束,使显式地强迫所学到的特征满足:属于同一类的目标流形有较好的类内紧凑性,属于不同类的目标流形有较大的类间间隔,进而能够显著地提高图像分类的精度。
-
公开(公告)号:CN104866855A
公开(公告)日:2015-08-26
申请号:CN201510229858.X
申请日:2015-05-07
Applicant: 华为技术有限公司
IPC: G06K9/46
CPC classification number: G06K9/4671
Abstract: 本发明实施例公开了一种图像特征提取方法及装置,用于在无监督图像训练过程中进行高效的图像特征提取。本发明实施例方法包括:对输入图像的待提取像素所在的图像区域内的区域像素进行稀疏编码,从而得到所述区域像素的M维的编码系数;根据所述区域像素的编码系数,获得所述图像区域对应的M个稀疏编码图;分别对所述M个稀疏编码图进行池化处理,从而得到所述待提取像素的M维的池化特征;对所述池化特征进行维度约减,从而得到所述待提取像素的用于表示所述池化特征的约减特征,所述约减特征的维度小于所述池化特征的维度。
-
公开(公告)号:CN105046220A
公开(公告)日:2015-11-11
申请号:CN201510406330.5
申请日:2015-07-10
Applicant: 华为技术有限公司
IPC: G06K9/00
CPC classification number: G06K9/00724 , G06K9/00758
Abstract: 本发明公开了一种多目标跟踪方法、装置及设备,该方法包括:获得由视频中第N个视频帧图像的运动轨迹形成的轨迹集合;获取由所述视频中第N+1个视频帧图像中检测出的待跟踪目标形成的待跟踪集合;生成由可与所述轨迹集合中的运动轨迹匹配的虚拟目标形成的虚拟集合,生成由可与所述待跟踪集合中的待跟踪目标匹配的源目标形成的源集合,将第一集合中的元素,与第二集合中的元素进行匹配,获取所述第二集合中匹配成功的元素,从而得到所述第N+1个视频帧图像的运动轨迹,用于解决在多目标检测过程中容易造成目标误检或漏检,无法准确确定出各个跟踪目标的运动轨迹的问题。
-
-
-
-