本发明提供一种基于深度神经网络的条形码检测方法及装置，所述方法包括：将获取到的待检测图像输入至训练好的深度神经网络模型，输出所述待检测图像中的条形码的预测边界框；根据所述预测边界框，确定目标检测图像区域，所述目标检测图像区域是所述待检测...

本发明提供一种基于热力图的目标跟踪方法及装置，所述方法包括：获取当前帧图像；将所述当前帧图像输入至经过二次训练的残差网络模型，输出所述当前帧图像的热力图，其中，所述热力图是以特殊高亮的形式显示跟踪目标在图像中目标位置的概率；根据所述当前...

本发明提供一种基于深度神经网络的目标检测方法及装置，所述方法包括：获取待检测图像；将所述待检测图像输入至训练好的深度神经网络模型，输出所述待检测图像中的目标物体的边界框，其中，所述深度神经网络模型包含一个多层级联的回归网络。本发明提供的...

本发明实施例提供多属性识别模型的建立方法、装置及多属性识别方法，其中建立方法包括：将预先经过多属性标注的样本图像输入至第一模型进行学习，得到样本图像中每个图像的特征矩阵；将每个图像的特征矩阵输入至第二模型进行学习，得到每个图像的语义‑空...

本发明实施例提供一种人脸活体检测方法、系统和设备，获取待识别人脸的人脸深度图；基于所述人脸深度图判断待识别人脸是否为活体，若所述人脸深度图满足预设条件，则判断待识别人脸为活体。利用照片或视频的二次拍摄图像与真人的图像的人脸深度预测的差异...

本发明提供了一种图像去雨方法和装置，包括：将带雨滴的待检测图像分离为高频分量图像和低频分量图像；将高频分量图像输入至训练好的含残差结构的卷积神经网络，输出去雨图像，将去雨图像与待检测图像综合，得到无雨图像；将无雨图像输入至训练好的含判别...

本发明提供了一种超分辨率图像重建方法及装置，包括：将进行灰度化处理之后的待检测图像的尺寸设为第一尺寸，获取第一尺寸待检测图像；将第一尺寸待检测图像输入至第一层深度学习模型，输出第一尺寸的三像素矩阵；将三像素矩阵输入至第二层深度学习模型，...

本发明实施例提供一种基于多尺度的行人检测方法和装置，其中所述方法包括:将待检测图像输入至特征提取模型，输出图像特征集合；特征提取模型为基于Resnet网络建立的包括多层串联的卷积单元的神经网络，对应地，图像特征集合由多层串联的卷积单元中...

本发明实施例提供行人重识别方法和装置。其中，方法包括：对待识别的视频图像序列进行预处理，使得预处理后的待识别的视频图像序列中各图像的尺寸相同；将预处理后的待识别的视频图像序列输入预设的行人重识别模型，获取预设的行人重识别模型的输出的待识...

本发明实施例提供了一种基于卷积神经网络的人脸检测方法，包括：将待检测图片输入到训练后的改进型单步多尺度检测器ESFD中，所述ESFD是在S3FD基础上加入了增强型交织结构以及上下文特征融合结构、改变anchor策略并调整损失函数后构建的...

本发明提供的一种基于深度学习的图像去模糊方法及系统，获取待去模糊的目标图像，对目标图像进行预处理；将预处理后的目标图像输入至预设神经网络，根据预设神经网络的输出结果，获得目标图像对应的去模糊图像；其中，预设神经网络是根据模糊图像样本和清...

本申请提供一种烟雾检测方法及设备，对待测视频进行处理，得到至少一帧待测烟雾图像；从所述待测烟雾图像中提取颜色特征和运动特征中的至少一种，确定所述待测烟雾图像中的候选烟雾区域；将所述候选烟雾区域输入到卷积神经网络中，确定烟雾检测结果，其中...

本发明提供一种基于元学习的目标跟踪方法及装置，所述方法包括：根据待跟踪视频的第一帧，使用元学习对改进的跟踪模型进行线上训练；其中，所述改进的跟踪模型通过使用卷积神经网络求解相关滤波算法中的滤波器参数获取；基于训练好的所述改进的跟踪模型对...

本发明实施例提供了一种多尺度图像超分辨率重建方法及装置，利用基于残差结构和重建结构的多尺度图像超分辨率重建模型，将第一分辨率图像处理为多尺度的第二分辨率图像，第二分辨率大于第一分辨率。第一分辨率图像通过学习残差，利用更多深层特征，充分恢...

本发明实施例提供一种基于生成式对抗网络的图像压缩方法及系统，该方法包括获取训练数据；训练数据包括原始图像及其对应的压缩图像。根据训练数据，对生成网络和判别网络进行训练；获得图像生成网络模型。将待压缩图像输入图像生成网络模型进行压缩重建。...

本申请公开了一种目标检测方法、装置及设备，根据卷积神经网络对图像样本进行处理，得到至少两个特征图；将所述至少两个特征图进行融合，得到融合特征图；基于所述融合特征图确定目标检测结果，所述目标检测结果包括目标类别和目标位置中的至少一个。将多...

本申请提供一种目标跟踪方法及设备。本发明根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置；对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；...

本申请提供一种目标检测方法及设备。目标检测方法通过获取待检测图像的第一类特征图；通过特征模型对所述第一类特征图进行处理，以增强特征图中小目标对象的特征信息得到第二类特征图；将所述第二类特征图与所述第一类特征图进行叠加生成第三类特征图，以...

本说明书实施例公开了一种图像修复方法、装置以及电子设备，所述方法包括：获取待修复图像；基于图像修复模型，对所述待修复图像进行修复处理；其中，所述图像修复模型基于对抗网络模型进行训练后得到。通过收集原图像和基于原图像处理后的待修复图像，作...

本申请公开了一种图像分类方法、装置及电子设备。所述方法包括：采用包含深度神经网络和混淆矩阵的图像分类模型，实现图像分类，该图像分类模型可以利用通用的图像数据训练得到。