公开(公告)号：CN114022696A

公开(公告)日：2022-02-08

申请号：CN202111301799.4

申请日：2021-11-04

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 魏超 ,  钟敏 ,  毕永辉 ,  林淑强 ,  刘襄雄 ,  古松景

IPC: G06V10/762 ,  G06K9/62 ,  G06V40/16 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明提出了一种基于连接对的聚类算法性能分析方法、装置及存储介质，该方法包括：初始步骤，使用所述聚类算法对样本集进行聚类得出初始聚类簇，对所述聚类算法进行优化后对样本集进行聚类得出优化聚类簇；抽样步骤，对满足归档的初始聚类簇和优化聚类簇分别进行笛卡尔积运算得到连接对，利用差集运算和特定规则抽样得到初始抽样集合和优化抽样集合；分析步骤，基于所述初始抽样集合和优化抽样集合分析优化后的聚类算法性能是否提升。本发明利用笛卡尔积运算得到连接对，并使用特定规则抽样获取可控数量的分析集，该方法结合了聚类内部的连接对信息和人工抽样知识，能够在无标签情况下对聚类算法优化后的性能提升进行快速评估。

公开(公告)号：CN113920353B

公开(公告)日：2022-07-29

申请号：CN202111300505.6

申请日：2021-11-04

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 齐战胜 ,  钟敏 ,  张李钦 ,  王志豪 ,  林淑强 ,  翟永强

IPC: G06V10/762 ,  G06V40/16 ,  G06V10/74 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种无监督的人脸图像二次聚类方法、装置及存储介质，该方法包括：对获取的n张人脸图像计算相似度矩阵和图像质量分数，并基于图像质量分数对相似度矩阵进行调整，基于调整后的相似度矩阵对n张人脸图像进行初次聚类得到初次聚类结果；基于所述聚类结果中的每个簇中的图像数量分为离散簇和聚集簇；在选出每个簇的代表元后，利用并查集算法先将满足条件的离散簇合并至聚集簇，再进行聚集簇之间的合并，得到二次聚类后的人脸图像。本发明创造性地提出了二次聚类的方式，在前后两次聚类中使用不同的相似度阈值，逐步求精；并且在聚类过程，针对聚类样本/聚类簇的特点对相似度计算作精细调整，最终实现高精确率和高归档率的人脸聚类。

公开(公告)号：CN114067411A

公开(公告)日：2022-02-18

申请号：CN202111392400.8

申请日：2021-11-19

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 钟敏 ,  毕永辉 ,  蓝坤宏 ,  潘锟 ,  欧阳天 ,  陈毓靖

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774

Abstract: 本公开提供一种人脸检测对齐网络知识蒸馏方法及装置，其方法，包括：步骤1：训练得到满足预设人脸检测对齐精度的第一检测对齐网络，所述第一检测对齐网络具有第一输出；步骤2：构建得到与所述第一检测对齐网络具有相同任务头的第二检测对齐网络，所述第二检测对齐网络具有第二输出；步骤3：确定真实标签；步骤4：基于所述第一检测对齐网络的第一输出、所述第二检测对齐网络的第二输出以及真实标签构建蒸馏模型的整体损失函数；步骤5：基于所述整体损失函数更新所述第二检测对齐网络的参数直至对应收敛。提升了现有人脸检测网络的检测精度。

公开(公告)号：CN113920353A

公开(公告)日：2022-01-11

申请号：CN202111300505.6

申请日：2021-11-04

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 齐战胜 ,  钟敏 ,  张李钦 ,  王志豪 ,  林淑强 ,  翟永强

IPC: G06V10/762 ,  G06V40/16 ,  G06V10/74 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种无监督的人脸图像二次聚类方法、装置及存储介质，该方法包括：对获取的n张人脸图像计算相似度矩阵和图像质量分数，并基于图像质量分数对相似度矩阵进行调整，基于调整后的相似度矩阵对n张人脸图像进行初次聚类得到初次聚类结果；基于所述聚类结果中的每个簇中的图像数量分为离散簇和聚集簇；在选出每个簇的代表元后，利用并查集算法先将满足条件的离散簇合并至聚集簇，再进行聚集簇之间的合并，得到二次聚类后的人脸图像。本发明创造性地提出了二次聚类的方式，在前后两次聚类中使用不同的相似度阈值，逐步求精；并且在聚类过程，针对聚类样本/聚类簇的特点对相似度计算作精细调整，最终实现高精确率和高归档率的人脸聚类。

公开(公告)号：CN115880750A

公开(公告)日：2023-03-31

申请号：CN202211397827.1

申请日：2022-11-09

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 钟敏 ,  吴文 ,  罗雅英 ,  朱海勇 ,  詹俊豪 ,  张秋霞

IPC: G06V40/16 ,  G06V10/74 ,  G06V10/46

Abstract: 本发明提出了一种基于面部稀疏关键点和相似变换的侧脸评价方法，包括：响应于获取目标人脸图像的面部关键点坐标和标准面部关键点坐标；基于获取的所述目标人脸图像的关键点坐标和标准面部关键点坐标，计算获得其两者之间的相似变换矩阵M；利用计算获得的所述相似变换矩阵M对所述目标人脸的面部关键点坐标做相似变换得到变换后的坐标；计算所述目标人脸的面部关键点坐标和所述变换后的坐标的距离；基于计算获得所述距离作为侧脸程度评分。本发明相较于领域内现有的解决方案，该发明方法对于侧脸程度的评价不依赖于深度学习模型，且具有计算快速和准确率高的特点，所提出的方法和侧脸分数能够对人脸图像的侧脸程度进行快速且准确地评价。