成都视观天下科技有限公司专利技术

成都视观天下科技有限公司共有9项专利

  • 本发明涉及人脸识别领域,针对现有技术存在的问题,提供一种基于深度学习的人脸识别网络训练方法、设备及存储介质。本文提出一种既增大类间距离又缩小类内距离卷积神经网络优化算法,即在普通的卷积神网络模型上增加一种误差约束,在网络模型训练时控制使...
  • 本发明涉及低分辨率图像处理领域,尤其是一种低分辨率人脸图像识别、还原方法、设备及存储介质。本发明是基于生成对抗网络的低分辨率人脸识别的方法。通过对低分辨率图像经过本发明训练出的生成对抗网络来获取对应的高分辨率的图像,构建包括原高分辨率图...
  • 本发明涉及人脸识别领域,本发明针对现有技术中无法得到较好的多帧人脸特征融合数据的问题,提供一种基于视频人脸识别的人脸优选方法、设备及存储介质。该方法包括以下几个步骤:对视频中人脸目标进行跟踪得到一组人脸跟踪图像序列;从上述人脸跟踪图像序...
  • 本申请提供一种训练数据生成方法、装置及计算机设备,所述方法包括:获取高分辨率人脸图像,并对所述高分辨率人脸图像进行预处理;将预处理后的人脸图像复制为M份,获得包含M帧图像的图像序列,其中,所述图像序列中的M帧图像经过随机变换处理;将所述...
  • 本申请提供一种人脸图像超分辨重建方法、装置及计算机设备,所述方法包括:获取待重建人脸图像,并对所述待重建人脸图像进行预处理,所述待重建人脸图像为低分辨率人脸图像;将预处理后的待重建人脸图像输入完成训练的对抗神经网络中,获得所述待重建人脸...
  • 本申请实施例公开了一种基于深度学习的人脸图像检索方法、装置及终端,所述方法包括:将经过预处理操作的待检索人脸图像输入训练完成的基于局部共享的多任务卷积神经网络模型中,获得所述待检索人脸图像的一个身份特征向量和多个属性组特征向量;将所述身...
  • 本发明公开了卷积神经网络知识迁移配对优化方法,包括步骤(1)初始化种群;(2)计算种群个体适应度值;(3)根据个体适应度值生成中间代;(4)对所述中间代进行交叉、变异处理得到下一代种群;(5)重复步骤(2)‑(4),直至种群进化完成;(...
  • 本发明公开了一种基于知识蒸馏的卷积神经网络优化方法,从FPN的特征金字塔部分的附加结构中选取位置建立桥接;在教师FPN网络T与学生FPN网络S之间的桥接位置建立多个特征适配层;采用层次加权的多尺度损失函数用作网络训练的损失函数。本发明的...
  • 一种基于视频多帧人脸特征融合的人脸识别方法及装置
    本申请公开了一种基于视频多帧人脸特征融合的人脸识别方法及装置,该方法包括:采集监控视频中待识别的n帧人脸图像,n≥1;从n帧人脸图像中选取m帧人脸图像,对m帧人脸图像进行特征提取,生成与m帧人脸图像一一对应的特征向量{fi},i=1,2...
1