-
公开(公告)号：CN119692410A
公开(公告)日：2025-03-25
申请号：CN202311248206.1
申请日：2023-09-25
Applicant: 杭州海康威视数字技术股份有限公司 , 华中科技大学
Abstract: 本申请实施例提供一种模型训练方法、装置及终端设备。该方法包括：确定初始模型，所述初始模型中包括多个神经元，所述初始模型用于对输入数据进行处理得到标签数据；获取多个输入数据；确定各神经元的安全阈值和激活函数参数；根据所述多个输入数据、以及所述各神经元的安全阈值和激活函数参数，确定各神经元的权重值，以得到目标模型；所述目标模型用于对所述输入数据进行处理得到输出数据，所述输出数据为对所述标签数据进行脱敏处理后的数据。提高了模型训练的安全性。
-
公开(公告)号：CN118278485A
公开(公告)日：2024-07-02
申请号：CN202211734115.4
申请日：2022-12-30
Applicant: 杭州海康威视数字技术股份有限公司 , 华中科技大学
Abstract: 本发明实施例提供了一种神经网络模型压缩、图像处理方法及装置，涉及人工智能技术领域，所述方法包括：基于表征待压缩模型中各网络层内神经元的输入图像数据和输出图像数据间映射关系的激活函数，获得各网络层对应的NTK特征谱的第一表征信息；获得各网络层中神经元按照对应的分段多值化映射关系进行数据转换时对应的NTK特征谱的第二表征信息；确定使得各网络层对应的第二表征信息与第一表征信息相同时各网络层对应的分段多值化映射关系的参数值；按照确定参数值后的映射关系更新各网络层对应的激活函数，得到用于进行图像处理的压缩后模型。应用本发明实施例提供的神经网络模型压缩方法，能够实现对应用于图像处理的神经网络模型进行压缩。
-
公开(公告)号：CN109919296B
公开(公告)日：2025-02-14
申请号：CN201711319390.9
申请日：2017-12-12
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/08 , G06N3/045 , G06F18/2431
Abstract: 本发明实施例提供了一种深度神经网络训练方法、装置及计算机设备，其中，深度神经网络训练方法包括：针对树状网络拓扑结构中的当前网络层，获取当前网络层中各节点的任务属性，其中，树状网络拓扑结构中的各节点为对应于不同任务的神经网络，树状网络拓扑结构中的叶节点为针对指定任务已完成训练的神经网络；基于当前网络层中各节点的任务属性，对当前网络层中各节点进行聚类分析，提取同一类别中多个节点的任务属性的共性部分，作为多个节点的父节点的任务属性；基于各父节点的任务属性，训练各父节点的网络参数；在对各网络层中各节点完成训练后，确定树状网络拓扑结构对应的深度神经网络训练结束。通过本方案可以提高深度学习的运算效率。
-
公开(公告)号：CN119107515A
公开(公告)日：2024-12-10
申请号：CN202310679021.X
申请日：2023-06-08
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/774 , G06V40/16
Abstract: 本申请提供一种面部运动单元检测方法、装置及设备，该方法包括：将源域图像输入给检测网络得到源域特征，将源域特征输入给第一分类器得到源域预测向量；将目标域图像输入给检测网络得到目标域特征，将目标域特征输入给第一分类器得到目标域预测向量；基于源域预测向量确定源域分布向量，基于目标域预测向量确定目标域分布向量；将源域分布向量输入给第二分类器得到第一分类结果，将目标域分布向量输入给第二分类器得到第二分类结果，基于第一分类结果和第二分类结果确定第一损失值，基于第一损失值对检测网络和第一分类器的网络参数进行调整，基于调整后的检测网络和第一分类器生成目标网络模型。通过本申请方案，训练时间较短，资源消耗较小。
-
公开(公告)号：CN118736371A
公开(公告)日：2024-10-01
申请号：CN202310360225.7
申请日：2023-03-31
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种物料数量确定方法、装置及设备，包括：将物料盘对应的待检测图像输入给目标网络模型，得到待检测图像对应的置信度图像，置信度图像中像素点的像素值表示该像素点对应位置是物料中心点的概率；待检测图像包括至少一个物料分盘的图像，置信度图像包括每个物料分盘对应的分盘区域图像；针对每个物料分盘，基于物料分盘对应的池化核尺寸对物料分盘对应的分盘区域图像进行池化，得到物料分盘对应的池化图像；基于池化图像和分盘区域图像生成物料分盘对应的输出概率图；确定输出概率图中的像素值符合物料决策条件的像素点数量，基于像素点数量确定物料分盘对应的物料数量。通过本申请方案，能够准确统计物料数量，避免物料数量统计错误。
-
Patent Agency Ranking
公开(公告)号：CN118057409A
公开(公告)日：2024-05-21
申请号：CN202211462155.8
申请日：2022-11-21
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/0442 , G10L15/16 , G06N3/049 , G06N3/08
Abstract: 本申请提供一种音视频识别方法、装置、电子设备及脉冲相机，该方法包括：获取待识别音视频数据的脉冲序列，并对所述待识别音视频数据的脉冲序列进行分段，得到多个音视频脉冲片段；将所述多个音视频脉冲片段输入循环脉冲神经网络，利用所述循环脉冲神经网络对所述多个音视频脉冲片段进行推理；对所述循环脉冲神经网络的输出进行脉冲解码，并依据解码结果确定所述待识别音视频数据的识别结果。该方法可以降低音视频识别的功耗，扩展音视频识别的适用场景。
-
公开(公告)号：CN117671751A
公开(公告)日：2024-03-08
申请号：CN202210977193.0
申请日：2022-08-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本申请实施例提供了一种人脸识别方法、系统及装置，涉及图像处理技术领域，方法包括：获取待识别人脸图像；按照预设区域确定方式，从待识别人脸图像中确定目标用户的注视点所属的图像区域，作为待识别注视区域；基于待识别人脸图像和待识别注视区域进行特征提取，得到待识别人脸特征；将待识别人脸特征与预设人脸特征进行比对，得到待识别人脸图像的识别结果。应用本申请实施例，能够提高人脸识别的可靠性。
-
公开(公告)号：CN111144560B
公开(公告)日：2024-02-02
申请号：CN201811307229.4
申请日：2018-11-05
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种深度神经网络运算方法及装置，深度神经网络运算方法包括：获取网络层输入特征图；按照预设位移参数，将网络层输入特征图的每个通道分别沿各轴向进行位移，得到位移特征图，其中，预设位移参数包括每个通道在各轴向上的位移量；利用1×1卷积核，对位移特征图进行卷积运算，得到网络层输出特征图。通过本方案，可以提高DNN的运行效率。
-
公开(公告)号：CN117437167A
公开(公告)日：2024-01-23
申请号：CN202210831758.4
申请日：2022-07-15
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种图像检测方法及装置，涉及图像处理技术领域，包括：获得待检测的人脸图像序列，其中，所述人脸图像序列包括按照时序排列的人脸图像；提取所述人脸图像序列的特征图序列，其中，所述特征图序列用于反映：相邻人脸图像之间的运动信息、运动一致性信息、以及各帧人脸图像的纹理信息；根据所提取的特征图序列，检测所述人脸图像序列中的人脸图像是否被修改。应用本申请实施例提供的方案可以提高人脸图像修改检测的准确率。
-
公开(公告)号：CN117376691A
公开(公告)日：2024-01-09
申请号：CN202210784270.0
申请日：2022-06-28
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N23/60 , H04N23/695 , G06V40/18 , G06V10/12
Abstract: 本发明实施例提供了一种虹膜识别方法及系统，涉及虹膜识别技术领域，该方法包括：确定待进行虹膜识别的目标对象；对目标对象进行轨迹预测，得到预测轨迹信息；在高速拍摄模块的目标采集视野内包含预测轨迹信息中的场景位置的情况下，控制高速拍摄模块对进入目标采集视野的目标对象进行图像采集，得到待识别图像；基于待识别图像，对目标对象进行虹膜识别，得到识别结果。通过本方案，可以实现对行进中的对象进行虹膜识别。
-
-
-
-
-
-
-
-
-
Search Results
228
records
(took 0.062 seconds)
