-
公开(公告)号：CN112203089B
公开(公告)日：2021-02-23
申请号：CN202011396914.6
申请日：2020-12-03
Applicant: 中国科学院自动化研究所
IPC: H04N19/115 , H04N19/146 , H04N19/91
Abstract: 本发明属于数字图像处理技术领域，具体涉及了一种基于稀疏编码的码率控制的图像压缩方法、系统及装置，旨在解决现有遥感图像压缩码率不易控制且码率分配不合理，导致遥感图像压缩效率低，压缩后图像重建质量低的问题。本发明包括：将待编码图像划分为设定大小，并进行编码参数设定；提取图像块均值并进行量化和熵编码；每次更新图像实际编码码率后，与设定目标码率进行比较，并根据比较结果确定下一步操作；每次迭代编码时，选取复杂度较高的图像块进行稀疏编码，其数量由当前图像实际编码码率、设定目标码率和系数共同决定；在设定的编码码率下完成图像编码。本发明编码码率精准可控，分配合理并能动态调整，可以实现图像的高效、高质量压缩。
-
公开(公告)号：CN111352954B
公开(公告)日：2021-02-12
申请号：CN202010110929.5
申请日：2020-02-20
Applicant: 中国科学院自动化研究所
IPC: G06F16/2455 , G06F16/2458 , G06F16/28
Abstract: 本发明属于数据挖掘领域，具体涉及一种低资源条件下的关联规则挖掘方法、系统、装置，旨在解决现有的关联规则挖掘方法无法在低内存下完整的低频关联规则的挖掘的问题。本系统方法包括：获取待挖掘关联规则的数据集，对数据集各事务中的项进行数字化编码；获取高频频繁项集和高频关联规则；构建第一低频频繁项集和第二低频频繁项集；基于第一低频频繁项集、第二低频频繁项集，通过setdiff函数得到第三低频频繁项集，并根据第三低频频繁项集获取低频关联规则；输出高频关联规则、低频关联规则。本发明能够在低内存条件下挖掘完整的低频关联规则。
-
公开(公告)号：CN112183771A
公开(公告)日：2021-01-05
申请号：CN202010831620.5
申请日：2020-08-18
Applicant: 北京城建信捷轨道交通工程咨询有限公司 , 中国科学院自动化研究所
IPC: G06Q10/00 , G06Q10/04 , G06F16/215 , G06N3/04 , G06F16/2458 , G06F16/332 , G06F16/36 , G06Q50/26
Abstract: 本发明公开了一种轨道交通智能运维生态系统及其方法，一种轨道交通智能运维生态系统，包括：“云”和“端”，所述“云”实现数据的采集和智能处理并形成最终解决方案传送到所述“端”。本发明的有益效果是：构建智能运维系统健康发展的环境和基础，形成分工明确、协同配合、标准统一的运维生态系统；优化现有维修计划，减少设备超修过修，提高系统可用性，实现运维减员增效；状态预判事前报警和避免设备车辆带病上线，提高系统安全性；数据分析提前制定公司的物资采购计划降低运营公司物资库存和资金压力；维修支持系统解决运营人员培养瓶颈问题。
-
公开(公告)号：CN108734106B
公开(公告)日：2021-01-05
申请号：CN201810366397.4
申请日：2018-04-23
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明涉及视频分类领域，提出了一种基于对比的快速暴恐视频识别方法，旨在解决在基于视觉特征的暴恐视频识别中由于特征描述子描述能力有限，所造成的暴恐视频识别的准确率(precious)和召回率(recall)相对较低问题。该方法包括：对用于进行暴恐识别的待检测视频进行镜头分割以选取待检测视频的关键帧；利用预先构建的暴恐视频识别模型，对该待检测视频的各关键帧进行哈希码运算，得到各上述关键帧的哈希码；将各上述关键帧的哈希码分别与预存暴恐视频的视频帧的哈希码比较，确定出与各上述关键帧相似的视频帧；如果与各上述关键帧相似的视频帧的数目超过设定阈值，确定该待检测视频为暴恐视频。本发明能够快速、准确的从大量的视频中识别出暴恐视频。
-
公开(公告)号：CN111626373A
公开(公告)日：2020-09-04
申请号：CN202010484081.2
申请日：2020-06-01
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器学习领域，具体涉及一种多尺度加宽残差网络、小目标识别检测网络及其优化方法，本发明多尺度加宽残差网络包括串行连接的多尺度加宽卷积层、多尺度加宽残差网络单元结构；所述多尺度加宽卷积层，包括并行设置的多个不同尺度的卷积核，其输出为所述多个不同尺度的卷积核提取特征的合并；所述多尺度加宽残差网络单元结构，包括多个串联设置的所述多尺度加宽卷积层，设定两个所述多尺度加宽卷积层之间跃层连接，以直接将两层输出特征取大融合。基于本发明得到的特征进行小目标识别检测，可以提高小目标物体识别的准确度。
-
Patent Agency Ranking
公开(公告)号：CN106570141B
公开(公告)日：2020-05-19
申请号：CN201610965340.7
申请日：2016-11-04
Applicant: 中国科学院自动化研究所
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种近似重复图像检测方法，包括以下步骤：步骤1：对待匹配图像进行对称层次哈希编码网络特征的提取与描述，得到用于构建局部敏感哈希索引结构的图像特征；步骤2：基于步骤1得到的图像特征，构建负载均衡的局部敏感哈希索引结构；步骤3：对查询图像提取对称卷积神经网络的特征并计算查询图像的对应哈希码，基于步骤2构建的负载均衡的局部敏感哈希索引结构，对待匹配图像的相关性进行排序，选取相关性最大的图像为近似重复图像。本发明实现快速有效地进行近似重复图像检测。
-
公开(公告)号：CN111081370A
公开(公告)日：2020-04-28
申请号：CN201911025480.6
申请日：2019-10-25
Applicant: 中国科学院自动化研究所
Abstract: 本申请提供了一种用户分类方法及装置，属于数据处理技术领域。本申请通过获取用户的身体状况信息，身体状况信息包括用户具有的身体状况和/或不具有的身体状况；针对数据集中的每个第一分类类型，基于该第一分类类型包含各身体状况的概率、以及身体状况信息，计算用户属于该第一分类类型的预测概率；按照各第一分类类型的预测概率对各第一分类类型进行排序，得到分类类型序列，计算分类类型序列的置信度；如果置信度大于第一置信度阈值，在各第一分类类型包含的典型身体状况中，确定用户具有的目标典型身体状况；将目标典型身体状况所属的第一分类类型，作为用户的分类结果，以解决相关技术中用户分类结果准确率低的问题。
-
公开(公告)号：CN111062885A
公开(公告)日：2020-04-24
申请号：CN201911252628.X
申请日：2019-12-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多阶段迁移学习的标志检测模型训练及标志检测方法、系统、装置，旨在解决现有标志检测模型因标志样本较少导致检测准确率低的问题。本系统模型训练方法包括基于ImageNet数据集中选取的样本对标志检测模型进行预训练，得到第一模型；基于合成标志样本对第一模型进行微调训练，得到第二模型；基于真实标志样本对第二模型进行训练，得到第三模型；并将第三模型作为训练好的标志检测模型；检测方法包括获取待检测的标志图像；通过上述模型训练方法获取的标志检测模型对标志图像进行目标标志检测。本发明增加了标志样本的数量，提高了标志检测模型检测的准确率。
-
公开(公告)号：CN110993097A
公开(公告)日：2020-04-10
申请号：CN201911230745.6
申请日：2019-12-05
Applicant: 中国科学院自动化研究所
IPC: G16H50/20 , G06F40/279
Abstract: 本发明涉及一种基于医学症状词汇的问诊方法及系统，所述问诊方法包括：对抓取的历史问诊的症状词汇按照患者的痛苦表现进行初次编码映射，得到初次映射信息；对所述初次映射信息进行多级编码映射，得到二次映射信息；对所述二次映射信息进行症状相关性分析，得到基于症状词汇的问诊模型；基于所述问诊模型，根据待问诊病人的症状词汇，确定所述待问诊病人的病情。本发明通过对历史问诊的症状词汇依次初次编码映射、多级编码映射，最终得到二次映射信息，并对所述二次映射信息进行症状相关性分析，得到基于症状词汇的问诊模型，基于所述问诊模型确定待问诊病人的病情，从而可提高智能问诊预测中症状词汇定位的准确性。
-
公开(公告)号：CN106874838B
公开(公告)日：2020-04-07
申请号：CN201611257407.8
申请日：2016-12-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种融合互补特征的视觉人体行为识别方法。其中，该方法包括：构建视频中人体行为的表观特性的表达和运动特性的表达；确定时空表观特征和运动特征的时空结构信息；将时空表观特征和运动特征映射到低维子空间中；利用随机弱线性分类器对低维特征进行弱分类，完成对节点的分割，产生多棵随机树；计算随机树上叶节点中各类别训练样本的时空结构信息与统计分布的概率值；将测试视频的时空结构信息与叶节点中的训练样本的时空结构信息进行匹配，并以训练样本所属类别的统计分布的概率值作为测试视频属于该类的得分，判定视频中所述人体行为的所属类别。通过该技术方案，解决了如何对视频中人体行为进行高效、鲁棒的识别的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
293
records
(took 0.1 seconds)
