JP7286010B2 - 人体属性の認識方法、装置、電子機器及びコンピュータプログラム - Google Patents
人体属性の認識方法、装置、電子機器及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7286010B2 JP7286010B2 JP2022517445A JP2022517445A JP7286010B2 JP 7286010 B2 JP7286010 B2 JP 7286010B2 JP 2022517445 A JP2022517445 A JP 2022517445A JP 2022517445 A JP2022517445 A JP 2022517445A JP 7286010 B2 JP7286010 B2 JP 7286010B2
- Authority
- JP
- Japan
- Prior art keywords
- human body
- image
- thermal image
- attribute
- recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Image Analysis (AREA)
Description
複数の検出領域を含む人体画像サンプルを取得するステップであって、前記検出領域には、人体属性の実の値がラベル付けされている、ステップと、
認識モデルを介して前記人体画像サンプルの熱画像及び検出対象となる領域の熱画像を生成して、人体画像サンプルに対応するグローバル熱画像及びローカル熱画像を取得する、ステップと、
前記グローバル熱画像及びローカル熱画像を融合し、融合された画像に対して人体属性認識を実行して、人体画像サンプルの人体属性の予測値を取得する、ステップと、
前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性の注目領域を決定する、ステップと、
前記注目領域、人体属性の実の値及び人体属性の予測値を利用して、前記認識モデルを補正する、ステップと、
補正された認識モデルに基づいて、認識対象となる画像に対して人体属性認識を実行する、ステップと、を含む。
複数の検出領域を含む人体画像サンプルを取得するスように構成される、取得モジュールであって、前記検出領域には、人体属性の実の値がラベル付けされている、取得モジュールと、
認識モデルを介して前記人体画像サンプルの熱画像及び検出対象となる領域の熱画像を生成して、人体画像サンプルに対応するグローバル熱画像及びローカル熱画像を取得するように構成される、生成モジュールと、
前記グローバル熱画像及びローカル熱画像を融合し、融合された画像に対して人体属性認識を実行して、人体画像サンプルの人体属性の予測値を取得するように構成される、融合モジュールと、
前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性の注目領域を決定するように構成される、決定モジュールと、
前記注目領域、人体属性の実の値及び人体属性の予測値を利用して、前記認識モデルを補正するように構成される、補正モジュールと、
補正された認識モデルに基づいて、認識対象となる画像に対して人体属性認識を実行するように構成される、認識モジュールと、を備える。
グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性に対応するクラス活性化マップを生成するように構成される、生成サブモジュールと、
クラス活性化マップを補正し、補正結果に基づいて各タイプの人体属性の注目領域を決定するように構成される、補正モジュールと、を備えることができる。
グローバル熱画像及びローカル熱画像に対してそれぞれミラーリング処理を実行して、処理されたグローバル熱画像及び処理されたローカル熱画像を取得するように構成される、処理ユニットと、
処理されたグローバル熱画像及び処理されたローカル熱画像に基づいて、各タイプの人体属性のミラーリング処理されたクラス活性化マップを生成するように構成される、生成ユニットと、
クラス活性化マップ及びミラーリング処理されたクラス活性化マップに従って、各タイプの人体属性の注目領域を決定するように構成される、決定ユニットと、を備えることができる。
クラス活性化マップの特徴点及びミラーリング処理されたクラス活性化マップの特徴点をそれぞれ取得して、クラス活性化マップに対応する複数の第1特徴点及びミラーリング処理されたクラス活性化マップに対応する複数の第2特徴点を取得するように構成される、取得サブユニットであって、各第1特徴点は、1つの第2特徴点に対応する、取得サブユニットと、
第1特徴点の熱値を抽出して、第1特徴点に対応する第1熱値を取得し、第2特徴点の熱値を抽出して、第2特徴点に対応する第2熱値を取得するように構成される、抽出サブユニットと、
前記第1熱値及び第2熱値に基づいて、各タイプの人体属性の注目領域を構築するように構成される、構築サブユニットと、を備えることができる。
当該電子機器は、コアを処理する1つ又は1つ以上のプロセッサ401、1つ又は1つ以上のコンピュータ可読記憶媒体のメモリ402、電源403及び入力ユニット404などの部品を備えることができる。当業者なら自明であるが、図4で示された電子機器の構造は、電子機器への限定を構成するものではなく、図示されたものよりも多いまたは少ないコンポーネントを備えるか、または一部の部品を組み合わせるか、または異なるコンポーネント配置を有することができる。ここで、
プロセッサ401は、当該電子機器の制御センタであり、様々なインターフェース及び回線を使用して電子機器全体の各部分を接続し、メモリ402に記憶されたソフトウェアプログラム及び/又はモジュールを実行し、メモリ402内に記憶されたデータを呼び出すことにより、電子機器の各種機能及びデータ処理を実行し、それにより、電子機器の全体的な監視を実行する。プロセッサ401は、1つ又は複数の処理コアを備えることができ、プロセッサ401は、アプリケーションプロセッサとモデムプロセッサを統合することができ、ここで、アプリケーションプロセッサは、主に、オペレーティングシステム、ユーザインターフェース、及びアプリケーションなどを処理し、モデムプロセッサは、主に、無線通信を処理する。前記モデムプロセッサは、プロセッサ401に統合されない場合があることを理解されたい。
302 生成モジュール
303 融合モジュール
304 決定モジュール
305 補正モジュール
306 認識モジュール
401 プロセッサ
402 メモリ
403 電源
404 入力ユニット
Claims (12)
- 電子機器が実行する、人体属性の認識方法であって、
複数の検出領域を含む人体画像サンプルを取得するステップであって、前記検出領域には、人体属性の実の値がラベル付けされている、ステップと、
認識モデルを介して前記人体画像サンプルの熱画像及び検出対象となる領域の熱画像を生成して、人体画像サンプルに対応するグローバル熱画像及びローカル熱画像を取得する、ステップと、
前記グローバル熱画像及びローカル熱画像を融合し、融合された画像に対して人体属性認識を実行して、人体画像サンプルの人体属性の予測値を取得する、ステップと、
前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性の注目領域を決定する、ステップと、
前記注目領域、人体属性の実の値及び人体属性の予測値を利用して、前記認識モデルを補正する、ステップと、
補正された認識モデルに基づいて、認識対象となる画像に対して人体属性認識を実行する、ステップと、
を含む、人体属性の認識方法。 - 前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性の注目領域を決定する、前記ステップは、
前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性に対応するクラス活性化マップを生成する、ステップと、
前記クラス活性化マップを補正し、補正結果に基づいて各タイプの人体属性の注目領域を決定する、ステップと、
を含む、請求項1に記載の人体属性の認識方法。 - 前記クラス活性化マップを補正し、補正結果に基づいて各タイプの人体属性の注目領域を決定する、前記ステップは、
前記グローバル熱画像及びローカル熱画像に対してそれぞれミラーリング処理を実行して、処理されたグローバル熱画像及び処理されたローカル熱画像を取得する、ステップと、
処理されたグローバル熱画像及び処理されたローカル熱画像に基づいて、各タイプの人体属性のミラーリング処理後のクラス活性化マップを生成する、ステップと、
前記クラス活性化マップ及びミラーリング処理後のクラス活性化マップに従って、各タイプの人体属性の注目領域を決定する、ステップと、
を含む、請求項2に記載の人体属性の認識方法。 - 前記クラス活性化マップ及びミラーリング処理後のクラス活性化マップに従って、各タイプの人体属性の注目領域を決定する、前記ステップは、
クラス活性化マップの特徴点及びミラーリング処理後のクラス活性化マップの特徴点をそれぞれ取得して、前記クラス活性化マップに対応する複数の第1特徴点及びミラーリング処理後のクラス活性化マップに対応する複数の第2特徴点を取得するステップであって、各第1特徴点は、1つの第2特徴点に対応する、ステップと、
第1特徴点の熱値を抽出して、第1特徴点に対応する第1熱値を取得する、ステップと、
第2特徴点の熱値を抽出して、第2特徴点に対応する第2熱値を取得する、ステップと、
前記第1熱値及び第2熱値に基づいて、各タイプの人体属性の注目領域を構築する、ステップと、
を含む、請求項3に記載の人体属性の認識方法。 - 前記第1熱値及び第2熱値に基づいて、各タイプの人体属性の注目領域を構築する、前記ステップは、
各第1熱値がプリセット条件を満たすか否かを検出する、ステップと、
複数の第1特徴点から、プリセット条件を満たす第1特徴点を選択して、第1基準点を取得する、ステップと、
第1基準点に対応する人体属性の第1基準領域を構築する、ステップと、
前記第1基準点に対応する第2特徴点を取得して、第2基準点を取得する、ステップと、
第2基準点に対応する人体属性の第2基準領域を構築する、ステップと、
前記第2基準領域に対してミラーリング処理を実行して、処理された第2基準領域を取得する、ステップと、
処理された第2基準領域を介して第1基準領域のサイズを調整して、人体属性の注目領域を取得する、ステップと、
を含む、請求項4に記載の人体属性の認識方法。 - 前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性に対応するクラス活性化マップを生成する、前記ステップは、
前記グローバル熱画像に対してベクトル化処理を実行して、前記グローバル熱画像に対応する特徴ベクトルを取得する、ステップと、
前記グローバル熱画像における各ローカル熱画像の分布に基づいて、各ローカル画像で注目している人体属性を決定する、ステップと、
各ローカル画像で注目している人体属性に従って、各ローカル画像に対応する重み行列を生成する、ステップと、
前記特徴ベクトルと各重み行列との乗積をそれぞれ計算して、各タイプの人体属性に対応するクラス活性化マップを取得する、ステップと、
を含む、請求項2に記載の人体属性の認識方法。 - 前記注目領域、人体属性の実の値及び人体属性の予測値を利用して、前記認識モデルを補正する、前記ステップは、
前記人体属性の実の値及び人体属性の予測値に基づいて、前記認識モデルの損失関数を計算して、第1損失関数を取得する、ステップと、
前記認識モデルを介して、前記注目領域に対応する損失関数を取得して、第2損失関数を取得する、ステップと、
前記第1損失関数を第2損失関数と重ね合わせて、前記認識モデルのターゲット損失関数を取得する、ステップと、
前記ターゲット損失関数を介して前記認識モデルを補正する、ステップと、
を含む、請求項1ないし6のいずれか一項に記載の人体属性の認識方法。 - 補正された認識モデルに基づいて、認識対象となる画像に対して人体属性認識を実行する、前記ステップは、
認識対象となる人体を含む認識対象となる画像を取得する、ステップと、
前記認識対象となる画像に対して人体特徴点認識を実行して、前記認識対象となる人体に対応する第1特徴点セットを取得する、ステップと、
前記第1特徴点セットに基づいて、前記認識対象となる人体に対して領域分割を実行して、前記認識対象となる人体に対応する複数の検出対象となる領域を取得する、ステップと、
補正された認識モデルを介して、複数の検出対象となる領域に対してそれぞれ人体属性認識を実行する、ステップと、
を含む、請求項1ないし6のいずれか一項に記載の人体属性の認識方法。 - 複数の検出領域を含む人体画像サンプルを取得する、前記ステップは、
サンプル人体を含む人体画像サンプルを取得する、ステップと、
前記人体画像サンプルに対して人体特徴点認識を実行して、前記サンプル人体に対応する第2特徴点セットを取得する、ステップと、
前記第2特徴点セットに基づいて、前記サンプル人体に対して領域分割を実行して、前記サンプル人体に対応する複数の検出領域を取得する、ステップと、
を含む、請求項1ないし6のいずれか一項に記載の人体属性の認識方法。 - 人体属性の認識装置であって、
複数の検出領域を含む人体画像サンプルを取得するスように構成される、取得モジュールであって、前記検出領域には、人体属性の実の値がラベル付けされている、取得モジュールと、
認識モデルを介して前記人体画像サンプルの熱画像及び検出対象となる領域の熱画像を生成して、人体画像サンプルに対応するグローバル熱画像及びローカル熱画像を取得するように構成される、生成モジュールと、
前記グローバル熱画像及びローカル熱画像を融合し、融合された画像に対して人体属性認識を実行して、人体画像サンプルの人体属性の予測値を取得するように構成される、融合モジュールと、
前記グローバル熱画像及びローカル熱画像に従って、各タイプの人体属性の注目領域を決定するように構成される、決定モジュールと、
前記注目領域、人体属性の実の値及び人体属性の予測値を利用して、前記認識モデルを補正するように構成される、補正モジュールと、
補正された認識モデルに基づいて、認識対象となる画像に対して人体属性認識を実行するように構成される、認識モジュールと、
を備える、人体属性の認識装置。 - メモリ、プロセッサおよびメモリに記憶され、且つプロセッサで実行可能なコンピュータプログラムを備える、電子機器であって、前記プロセッサが前記プログラムを実行するとき、請求項1ないし9のいずれか一項に記載の人体属性の認識方法のステップを実現する、電子機器。
- コンピュータプログラムであって、
コンピュータに、請求項1ないし9のいずれか一項に記載の人体属性の認識方法のステップを実行させる、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911268088.4A CN110991380A (zh) | 2019-12-11 | 2019-12-11 | 人体属性识别方法、装置、电子设备以及存储介质 |
CN201911268088.4 | 2019-12-11 | ||
PCT/CN2020/117441 WO2021114814A1 (zh) | 2019-12-11 | 2020-09-24 | 人体属性识别方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022548915A JP2022548915A (ja) | 2022-11-22 |
JP7286010B2 true JP7286010B2 (ja) | 2023-06-02 |
Family
ID=70092482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022517445A Active JP7286010B2 (ja) | 2019-12-11 | 2020-09-24 | 人体属性の認識方法、装置、電子機器及びコンピュータプログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US11710335B2 (ja) |
EP (1) | EP3989112A4 (ja) |
JP (1) | JP7286010B2 (ja) |
KR (1) | KR20220020986A (ja) |
CN (1) | CN110991380A (ja) |
WO (1) | WO2021114814A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991380A (zh) * | 2019-12-11 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 人体属性识别方法、装置、电子设备以及存储介质 |
CN111783619B (zh) * | 2020-06-29 | 2023-08-11 | 北京百度网讯科技有限公司 | 人体属性的识别方法、装置、设备及存储介质 |
CN111931567B (zh) * | 2020-07-01 | 2024-05-28 | 珠海大横琴科技发展有限公司 | 人体识别的方法及装置、电子设备、存储介质 |
CN112084953B (zh) * | 2020-09-10 | 2024-05-10 | 济南博观智能科技有限公司 | 一种人脸属性识别的方法、系统、设备及可读存储介质 |
CN112633119A (zh) * | 2020-12-17 | 2021-04-09 | 北京赢识科技有限公司 | 一种人体属性识别方法、装置、电子设备及介质 |
CN112784810B (zh) * | 2021-02-08 | 2024-06-14 | 风变科技(深圳)有限公司 | 手势识别方法、装置、计算机设备和存储介质 |
CN113095300A (zh) * | 2021-05-13 | 2021-07-09 | 华南理工大学 | 一种融合人种信息的年龄预测方法及其系统 |
CN113706463B (zh) * | 2021-07-22 | 2024-04-26 | 杭州键嘉医疗科技股份有限公司 | 基于深度学习的关节影像关键点自动检测方法、装置 |
CN113657487A (zh) * | 2021-08-16 | 2021-11-16 | 深圳多模智能科技有限公司 | 一种基于增量学习的人体属性分类方法及装置 |
CN114627470B (zh) * | 2022-05-16 | 2022-08-05 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012053311A1 (ja) | 2010-10-22 | 2012-04-26 | Necソフト株式会社 | 属性判定方法、属性判定装置、プログラム、記録媒体および属性判定システム |
JP2013242825A (ja) | 2012-05-23 | 2013-12-05 | Panasonic Corp | 人物属性推定システム、及び学習用データ生成装置 |
JP2014157316A (ja) | 2013-02-18 | 2014-08-28 | Ricoh Co Ltd | プロジェクタ装置 |
JP2014220555A (ja) | 2013-05-01 | 2014-11-20 | Necカシオモバイルコミュニケーションズ株式会社 | 撮像装置、その制御方法及びプログラム |
JP2019175093A (ja) | 2018-03-28 | 2019-10-10 | パナソニックIpマネジメント株式会社 | 推定装置、推定方法、推定プログラム、学習装置、学習方法、及び学習プログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6656987B2 (ja) * | 2016-03-30 | 2020-03-04 | 株式会社エクォス・リサーチ | 画像認識装置、移動体装置、及び画像認識プログラム |
JP6969878B2 (ja) * | 2017-03-13 | 2021-11-24 | パナソニック株式会社 | 識別器学習装置および識別器学習方法 |
CN107784282B (zh) * | 2017-10-24 | 2020-04-03 | 北京旷视科技有限公司 | 对象属性的识别方法、装置及系统 |
CN111670457B (zh) * | 2017-12-03 | 2023-12-01 | 元平台公司 | 动态对象实例检测、分割和结构映射的优化 |
CN110008842A (zh) * | 2019-03-09 | 2019-07-12 | 同济大学 | 一种基于深度多损失融合模型的行人重识别方法 |
CN110175595B (zh) * | 2019-05-31 | 2021-03-02 | 北京金山云网络技术有限公司 | 人体属性识别方法、识别模型训练方法及装置 |
CN110458247A (zh) * | 2019-09-06 | 2019-11-15 | 北京金山数字娱乐科技有限公司 | 图像识别模型的训练方法及装置、图像识别方法及装置 |
CN110991380A (zh) * | 2019-12-11 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 人体属性识别方法、装置、电子设备以及存储介质 |
-
2019
- 2019-12-11 CN CN201911268088.4A patent/CN110991380A/zh active Pending
-
2020
- 2020-09-24 JP JP2022517445A patent/JP7286010B2/ja active Active
- 2020-09-24 EP EP20897856.9A patent/EP3989112A4/en active Pending
- 2020-09-24 WO PCT/CN2020/117441 patent/WO2021114814A1/zh unknown
- 2020-09-24 KR KR1020227002498A patent/KR20220020986A/ko unknown
-
2021
- 2021-10-19 US US17/504,682 patent/US11710335B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012053311A1 (ja) | 2010-10-22 | 2012-04-26 | Necソフト株式会社 | 属性判定方法、属性判定装置、プログラム、記録媒体および属性判定システム |
JP2013242825A (ja) | 2012-05-23 | 2013-12-05 | Panasonic Corp | 人物属性推定システム、及び学習用データ生成装置 |
US20150086110A1 (en) | 2012-05-23 | 2015-03-26 | Panasonic Corporation | Person attribute estimation system and learning-use data generation device |
JP2014157316A (ja) | 2013-02-18 | 2014-08-28 | Ricoh Co Ltd | プロジェクタ装置 |
JP2014220555A (ja) | 2013-05-01 | 2014-11-20 | Necカシオモバイルコミュニケーションズ株式会社 | 撮像装置、その制御方法及びプログラム |
JP2019175093A (ja) | 2018-03-28 | 2019-10-10 | パナソニックIpマネジメント株式会社 | 推定装置、推定方法、推定プログラム、学習装置、学習方法、及び学習プログラム |
Also Published As
Publication number | Publication date |
---|---|
EP3989112A1 (en) | 2022-04-27 |
US20220036059A1 (en) | 2022-02-03 |
WO2021114814A1 (zh) | 2021-06-17 |
EP3989112A4 (en) | 2022-08-03 |
US11710335B2 (en) | 2023-07-25 |
JP2022548915A (ja) | 2022-11-22 |
CN110991380A (zh) | 2020-04-10 |
KR20220020986A (ko) | 2022-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7286010B2 (ja) | 人体属性の認識方法、装置、電子機器及びコンピュータプログラム | |
WO2019128508A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
Ullah et al. | A brief survey of visual saliency detection | |
Perez et al. | Video pornography detection through deep learning techniques and motion information | |
Gan et al. | Devnet: A deep event network for multimedia event detection and evidence recounting | |
JP7386545B2 (ja) | 画像中の物体を識別するための方法、及び当該方法を実施するためのモバイル装置 | |
Chaves-González et al. | Detecting skin in face recognition systems: A colour spaces study | |
WO2019128507A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US11917288B2 (en) | Image processing method and apparatus | |
CN110555481A (zh) | 一种人像风格识别方法、装置和计算机可读存储介质 | |
CN108229369A (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
JP2021101384A (ja) | 画像処理装置、画像処理方法およびプログラム | |
Durga et al. | A ResNet deep learning based facial recognition design for future multimedia applications | |
CN113505768A (zh) | 模型训练、人脸识别方法、电子设备及存储介质 | |
CN111739027A (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
CN111242019A (zh) | 视频内容的检测方法、装置、电子设备以及存储介质 | |
CN112036260A (zh) | 一种自然环境下多尺度子块聚合的表情识别方法及系统 | |
CN111582155B (zh) | 活体检测方法、装置、计算机设备和存储介质 | |
Tapia et al. | Sex-classification from cellphones periocular iris images | |
CN110909691B (zh) | 动作检测方法、装置、计算机可读存储介质和计算机设备 | |
Dutta | Facial Pain Expression Recognition in Real‐Time Videos | |
Sheng et al. | Multilayer deep features with multiple kernel learning for action recognition | |
Ruan et al. | Facial expression recognition in facial occlusion scenarios: A path selection multi-network | |
CN115115552B (zh) | 图像矫正模型训练及图像矫正方法、装置和计算机设备 | |
Bae | Deformable part region learning for object detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220317 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220317 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230508 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7286010 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |