专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明授权

CN114863353B 一种人与物体关系检测方法、装置及存储介质有权
公开(公告)号：CN114863353B
公开(公告)日：2024-08-02
申请号：CN202210410947.4
申请日：2022-04-19
申请人：华南理工大学 , 北京百度网讯科技有限公司
发明人：丁长兴 , 屈贤 , 钟旭彬 , 王健 , 丁二锐
IPC分类号： G06V20/50 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774
摘要：本发明公开了一种人与物体关系检测方法、装置及存储介质，其中方法包括：获取人与物体关系检测数据集的训练集，并对训练集进行增强处理；构建Student网络并对Student网络进行初始化；构建Teacher网络并对Teacher网络进行初始化；在训练中使用预设的损失函数监督Student网络和Teacher网络的输出；在训练中使用预设的蒸馏损失函数拉近StudentTransformer解码器和Teacher Transformer解码器的预测；在测试中，采用训练后的Student网络获取人和物体关系的检测结果。本发明利用知识蒸馏的思想设计具有明确语义信息的Teacher网络，引导原有Student网络学习到更好的注意力矩阵，从而获得更具有判别力的上下文信息，大大提升了人与物体关系检测性能，可广泛应用于图像处理与识别技术领域。

2. 发明授权

CN112784739B 模型的训练方法、关键点定位方法、装置、设备和介质有权
公开(公告)号：CN112784739B
公开(公告)日：2024-05-24
申请号：CN202110084179.3
申请日：2021-01-21
申请人：北京百度网讯科技有限公司
发明人：王健 , 卢子鹏 , 孙昊 , 金智勇 , 丁二锐
IPC分类号： G06V40/10 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/09
摘要：本申请公开一种人体关键点定位模型的训练方法、人体关键点定位方法、装置、设备、介质和程序产品，涉及人工智能领域，尤其涉及深度学习和计算机视觉技术。实现方案为：利用定位模型的第一子网络确定各关键点的初始定位点；根据初始定位点的位置获取各关键点的N个候选点；利用定位模型的第二子网络提取样本图像的第二特征图，根据第二特征图和候选点组成N组图结构特征数据；利用第二子网络对每组图结构特征数据进行图卷积得到N组各关键点的偏移量；利用偏移量修正初始定位点得到N组各关键点的定位结果；根据各关键点的标注真值和每组定位结果分别计算损失值，根据每组损失值对定位模型进行监督训练。本申请提高了关键点定位的准确性和鲁棒性。

3. 发明授权

CN116629315B 感知模型的训练方法、装置、设备和介质有权
公开(公告)号：CN116629315B
公开(公告)日：2024-02-20
申请号：CN202310587190.0
申请日：2023-05-23
申请人：北京百度网讯科技有限公司
发明人：张欣彧 , 王健 , 姚锟 , 丁二锐 , 王井东
IPC分类号： G06N3/0455 , G06N3/0895 , G06N3/084 , G06T9/00 , G06V10/82 , G06V10/44
摘要：本公开提供了一种感知模型的训练方法、装置、设备和介质，涉及计算机视觉、图像处理和深度学习等技术领域，可应用于元宇宙和智慧城市等场景。具体实现方案为：采用包括目标对象的第一图像对预定编码网络进行训练；以及基于经训练的编码网络，得到感知模型；进行训练的过程包括：对第一图像进行掩码处理，得到包括第一掩码图像块和第一非掩码图像块的第一预处理图像；采用预训练图像处理模型对第一预处理图像进行处理，得到第一掩码特征和第一非掩码特征；采用预定编码网络对第一非掩码图像块进行编码，得到第二非掩码特征；基于第二非掩码特征重构得到第二掩码特征；以及根据两个非掩码特征之间的差异，以及两个掩码特征之间的差异进行训练。

4. 发明授权

CN113360688B 信息库的构建方法、装置及系统有权
公开(公告)号：CN113360688B
公开(公告)日：2024-02-20
申请号：CN202110721129.1
申请日：2021-06-28
申请人：北京百度网讯科技有限公司
发明人：王之港 , 王健 , 孙昊 , 丁二锐
IPC分类号： G06F16/51 , G06F16/55 , G06F16/583 , G06V40/16 , G06V10/74 , G06V10/762
摘要：本公开提供了一种信息库的构建方法、装置及系统，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。方法包括：对获取到的图像集中的各人脸图像和各人体图像分别进行特征提取，得到每一人脸图像的人脸特征、以及每一人体图像的人体特征，对各人脸特征进行聚类处理，得到至少一个大类簇，并基于每一对象对应的大类簇，获取归属于每一对象的人体图像，在每一大类簇中，对与每一大类簇中归属相同对象的人体图像的人体特征进行聚类处理，得到至少一个小类簇，每一小类簇包括归属于同一对象的人体图像，并根据各大类簇和各小类簇构建信息库，避免相似对象干扰，准确构建得到“一人一档”的信息库的效果。

5. 发明授权

CN112508964B 图像分割方法、装置、电子设备和存储介质有权
公开(公告)号：CN112508964B
公开(公告)日：2024-02-20
申请号：CN202011383926.5
申请日：2020-11-30
申请人：北京百度网讯科技有限公司
发明人：彭冕 , 王健 , 孙昊 , 谭啸 , 丁二锐
IPC分类号： G06T7/11
摘要：本申请公开了图像分割方法、装置、电子设备和存储介质，涉及计算机视觉和深度学习技术等人工智能领域。具体实现方案为：获取输入人物图像的第一分割概率图；检测所述输入人物图像的目标部位所在区域，并获取所述区域对应的包括所述目标部位的局部图像；获取所述第一分割概率图中所述区域的局部分割概率图；依据所述局部分割概率图对所述局部图像进行分割，得到第二分割概率图；将第一分割概率图和第二分割概率图进行结合，得到所述输入人物图像的分割结果。本公开可以提高图像分割的精确度。

6. 发明授权

CN115578431B 图像深度处理方法、装置、电子设备及介质有权
公开(公告)号：CN115578431B
公开(公告)日：2024-02-06
申请号：CN202211268979.1
申请日：2022-10-17
申请人：北京百度网讯科技有限公司
发明人：杨喜鹏 , 李莹莹 , 张伟 , 谭啸 , 孙昊 , 韩钧宇 , 丁二锐
IPC分类号： G06T7/529 , G06T7/73 , G06V10/25
摘要：本公开提供了一种图像深度处理方法、装置、电子设备及介质，涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于自动驾驶、智能交通、智慧城市、元宇宙等场景。具体实现方案为：基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。本公开可以提高待预测图像中目标对象的深度预测准确性。

7. 发明授权

CN114596637B 图像样本数据增强训练方法、装置及电子设备有权
公开(公告)号：CN114596637B
公开(公告)日：2024-02-06
申请号：CN202210288944.8
申请日：2022-03-23
申请人：北京百度网讯科技有限公司
发明人：卢子鹏 , 王健 , 孙昊 , 丁二锐
IPC分类号： G06V40/20 , G06V10/46 , G06V10/774 , G06N20/00
摘要：本公开提供了一种图像样本数据增强训练方法、装置及电子设备，涉及人工智能领域，具体涉及计算机视觉、图像识别和深度学习技术领域。具体实现方案为：获取待训练样本，并采用待训练样本对预设的关键点模型进行训练，并获取训练结果对应的第一损失值，从而根据第一损失值对预设队列所包含的至少一个训练样本进行更新，得到目标队列，其中，预设队列中存储有待训练样本中的至少部分训练样本，进而计算目标队列所包含的至少一个训练样本的第二损失值，并根据第二损失值从目标队列中确定至少一个候选训练样本，最后在任意一个或多个候选训练样本对应的第三损失值满足预设条件时，确定该候选训练样本为目标训练样本。(56)对比文件CN 113221875 A,2021.08.06CN 112733808 A,2021.04.30CN 113553954 A,2021.10.26CN 113313010 A,2021.08.27CN 109902767 A,2019.06.18CN 114118287 A,2022.03.01US 2022004811 A1,2022.01.06US 2021406599 A1,2021.12.30CN 107154043 A,2017.09.12宋婉茹.监控视频中的行人重识别关键技术研究《.中国博士学位论文全文数据库信息科技辑》.2022,第2022年卷(第3期),I138-76.胡威.基于深度学习人体动作识别方法研究《.中国优秀硕士学位论文全文数据库信息科技辑》.2022,第2022年卷(第3期),I138-2386.Nana Wang等.DeepCS: Training a deeplearning model for cervical spondylosisrecognition on small-labeled sensor data.《Neurocomputing》.2021,24-34.

8. 发明授权

CN111353581B 轻量模型获取方法、装置、电子设备及存储介质有权
公开(公告)号：CN111353581B
公开(公告)日：2024-01-26
申请号：CN202010089246.6
申请日：2020-02-12
申请人：北京百度网讯科技有限公司
发明人：卢子鹏 , 王健 , 文石磊 , 孙昊 , 丁二锐
IPC分类号： G06N3/045 , G06N3/0464 , G06N3/096 , G06V10/82 , G06V10/44 , G06V40/10
摘要：本申请公开了轻量模型获取方法、装置、电子设备及存储介质，涉及深度学习领域，其中方法可包括：利用训练数据集训练得到第一模型；确定与第一模型具有相同功能的第二模型，第一模型为复杂模型，第二模型为轻量模型；训练第二模型，其中在每轮训练时，分别进行以下处理：将训练数据集中的部分训练数据作为本轮训练数据，将本轮训练数据输入第一模型，得到第一模型中的至少一个中间层以及最后一层的输出；将本轮训练数据输入第二模型，得到第二模型中的至少一个中间层以及最后一层的输出；根据得到的第一模型的输出及第二模型的输出确定出本轮对应的损失，根据所述损失更新第二模型。

9. 发明授权

CN111783646B 行人再识别模型的训练方法、装置、设备和存储介质有权
公开(公告)号：CN111783646B
公开(公告)日：2024-01-23
申请号：CN202010615212.6
申请日：2020-06-30
申请人：北京百度网讯科技有限公司
发明人：王之港 , 王健 , 文石磊 , 丁二锐 , 孙昊
IPC分类号： G06V40/10 , G06V10/25 , G06V10/62 , G06V10/44 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/088
摘要：本申请公开了一种行人再识别模型的训练方法、装置、设备和存储介质，涉及计算机视觉、智能交通和深度学习领域。具体实现方案为：获取多个有标签的样本数据及各有标签的样本数据的来源、多个无标签的样本数据及各无标签的样本数据的来源；确定各无标签的样本数据对应的伪标签；根据所述多个有标签的样本数据及来源，以及所述多个无标签的样本数据、对应的伪标签和来源，对行人再识别模型进行训练。根据本申请的技术，可以提高行人再识别模型的精度。

10. 发明授权

CN115641359B 确定对象的运动轨迹的方法、装置、电子设备和介质有权
公开(公告)号：CN115641359B
公开(公告)日：2023-10-31
申请号：CN202211276261.7
申请日：2022-10-17
申请人：北京百度网讯科技有限公司
发明人：杨喜鹏 , 李莹莹 , 谭啸 , 孙昊 , 韩钧宇 , 丁二锐
IPC分类号： G06T7/246 , G06V10/62 , G06V20/52 , G06V20/40
摘要：本公开提供了一种确定对象的运动轨迹的方法，涉及人工智能领域，尤其涉及图像处理、计算机视觉和深度学习等领域，可应用于自动驾驶、智能交通、智慧城市等场景。具体实现方案为：从来自第一路侧感知设备的第一图像序列中确定第一对象的第一初始特征序列，并从来自第二路侧感知设备的第二图像序列中确定第二对象的第二初始特征序列；根据第一对象的属性将第一初始特征序列处理为第一特征组序列，并根据第二对象的属性将第二初始特征序列处理为第二特征组序列；响应于第一特征组序列和第二特征组序列之间的距离符合目标条件，将第一对象和第二对象确定为同一目标对象；以及确定目标对象从第一路侧感知设备到第二路侧感知设备的运动轨迹。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式