-
公开(公告)号:CN113436706A
公开(公告)日:2021-09-24
申请号:CN202110745938.6
申请日:2021-07-01
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于心理状态分析领域,具体涉及了一种基于电子心理沙盘和时序特征的心理状态分析系统及方法,旨在解决现有技术不考虑被试者电子沙盘制作中的时序特征,并且多层级步骤带来了累积误差,导致心理状态分析结果准确性较低的问题。本发明包括:被试者进行电子沙盘操作;采集沙盘操作中的电子沙盘数据;对数据中挖沙、堆沙、抚平地形操作、沙具放置、沙具调整数据进行坐标转换,将数据中沙具数量、电子沙盘制作持续总时间、沙具移动次数归一化;提取转换后的坐标向量的时序特征;将时序特征与归一化特征融合,并进行心理状态分析获得对应的心理状态。本发明结合时序特征和端到端网络结构,减少误差累积,提升心理状态分析结果的准确性和精度。
-
公开(公告)号:CN113434573A
公开(公告)日:2021-09-24
申请号:CN202110725358.0
申请日:2021-06-29
Applicant: 中国科学院自动化研究所
IPC: G06F16/2458 , G06F16/58 , G06K9/00 , G06K9/62
Abstract: 本发明属于图像处理与检索技术领域,具体涉及一种多维度图像检索系统、方法及设备,旨在解决现有技术中图像检索系统的检索条件单一,导致系统可拓展性不足、实用性差的问题。本申请提供的多维度图像检索系统基于zookeeper的分布式架构构建,该系统包括平台客户端、监控终端、分布式计算节点、分布式缓存系统、分布式文件系统和分布式数据库。本申请能够实现黑白名单、异常事件、步态多类别及时间、空间、属性多维度联合查询检索同时还融合了预测事件演化,能够在海量视频图片库中秒级反馈结果,综合检索准确度高,应用可扩展性强,且极大的提高了大数据下目标图片检索的效率。
-
公开(公告)号:CN110279425B
公开(公告)日:2020-08-04
申请号:CN201910384732.8
申请日:2019-05-09
Applicant: 中国科学院自动化研究所
IPC: A61B5/16
Abstract: 本发明涉及一种基于智能分析的心理评估方法及系统,所述方法包括:获取利用心理沙盘对受试者进行心理测评得到的第一沙盘数据;在受试者完成心理沙盘的制作后,获取受试者针对心理测评的测评过程输入的第一沙盘描述;获取在受试者进行心理测评时采集的第一表情信息、第一行为信息及第一生理参数信息;将第一沙盘数据、第一沙盘描述、第一表情信息、第一行为信息及第一生理参数信息输入至预设心理分析模型中,得到心理评估结果。本发明能够自动得到受试者的心理评估结果,节省心理评估时间,提高心理测评效率,减轻心理咨询师的负担,适用于大批量人群的心理筛查。
-
公开(公告)号:CN109919949B
公开(公告)日:2020-04-28
申请号:CN201910168656.7
申请日:2019-03-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像处理领域,具体涉及一种图像精细化阴影区域分割系统、方法、装置,旨在为了解决解决图像中阴影区域分割精细化程度不高的问题,本发明系统包括特征提取网络、反向融合网络、加权融合网络;特征提取网络包括顺次设置的多个采样层,通过各采样层依次获取多个输入图像阴影区域分割特征;反向融合网络包括分层设置的多个反向融合分支,所述反向融合分支包括顺次设置的多个特征融合层,通过各特征融合层依次对输入的两个特征进行融合;加权融合网络,配置为对多个反向融合分支的输出进行加权融合,获得最终的输入图像的阴影区域分割结果。本发明可以获得精细化程度较高的阴影区域分割结果。
-
公开(公告)号:CN111052126A
公开(公告)日:2020-04-21
申请号:CN201780094559.7
申请日:2017-09-04
Applicant: 华为技术有限公司 , 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 一种行人属性识别与定位方法以及卷积神经网络系统,该方法包括:对待检测图像进行多种不同抽象程度的特征提取,获得行人属性的多种第一特征映射图;对多种第一特征映射图进行卷积,得到多种第二特征映射图,并将每种第二特征映射图映射为多个互有重叠的区域bin,分别对每个bin进行最大池化,得到多种高维特征向量;其中,多个互有重叠的bin均匀地覆盖每种第二特征映射图;将多种高维特征向量处理为低维向量,得到所述行人属性的识别结果;进一步可根据多种第二特征映射图和多种高维特征向量,得到行人属性的定位结果。所述方法能够克服视频监控中的不利因素,对行人属性进行更好的识别与定位。
-
公开(公告)号:CN110279425A
公开(公告)日:2019-09-27
申请号:CN201910384732.8
申请日:2019-05-09
Applicant: 中国科学院自动化研究所
IPC: A61B5/16
Abstract: 本发明涉及一种基于智能分析的心理评估方法及系统,所述方法包括:获取利用心理沙盘对受试者进行心理测评得到的第一沙盘数据;在受试者完成心理沙盘的制作后,获取受试者针对心理测评的测评过程输入的第一沙盘描述;获取在受试者进行心理测评时采集的第一表情信息、第一行为信息及第一生理参数信息;将第一沙盘数据、第一沙盘描述、第一表情信息、第一行为信息及第一生理参数信息输入至预设心理分析模型中,得到心理评估结果。本发明能够自动得到受试者的心理评估结果,节省心理评估时间,提高心理测评效率,减轻心理咨询师的负担,适用于大批量人群的心理筛查。
-
公开(公告)号:CN110222824A
公开(公告)日:2019-09-10
申请号:CN201910484484.4
申请日:2019-06-05
Applicant: 中国科学院自动化研究所
IPC: G06N3/04
Abstract: 本发明属于人工智能领域,具体涉及一种智能算法模型自主生成及进化方法、系统、装置,旨在为了解决高效低功耗智能分析算法模型的便捷生成及进化问题。本发明通过LSTM网络模型和优化评测结果综合得分的方法,逐步生成智能算法模型的子结构信息以构建中间结构信息,每一个子结构信息完成后都会组合成一个当前状态的网络模型,通过对网络模型的训练与评测得到当前动作的评测得分用以指导下一个子结构信息的生成,直到在模型的评测结果达到预设条件得到自主进化的最优的智能算法模型。本发发明方法可以有效、简便的进行高速低功耗的智能算法模型的构建。
-
公开(公告)号:CN108683877A
公开(公告)日:2018-10-19
申请号:CN201810296322.3
申请日:2018-03-30
Applicant: 中国科学院自动化研究所
IPC: H04N7/18 , H04N21/218 , G06K9/00 , G06F17/30
Abstract: 本发明涉及视频数据的处理领域,提出一种基于Spark的分布式海量视频解析系统,旨在解决海量视频数据追踪、识别行人的问题。该系统中:分布式文件子系统,配置为提供非结构化数据的交互接口;资源管理模块,为上层应用提供统一的资源管理和调度服务;分布式订阅子系统,作为系统的消息中间件,进行消息和数据的传递;数据处理模块,包括多个相互协作视觉处理算法子模块,将获取的视频数据解压缩为多帧图片,并对多帧图片进行行人检测、跟踪、行人属性识别、行人身份再识别等处理任务;前台展示模块,显示视频数据的处理结果并与用户进行交互。本发明实现了在海量的视频数据中高效准确的追踪行人踪迹,识别行人身份信息。
-
公开(公告)号:CN108537128A
公开(公告)日:2018-09-14
申请号:CN201810209595.X
申请日:2018-03-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及视频图像处理技术领域,具体提供了一种基于视频的群体属性识别方法和装置,旨在解决如何提高群体属性识别的准确率的技术问题。为此目的,本发明中的基于视频的群体属性识别方法,包括下述步骤:利用预设深度神经网络获取目标视频的连续单帧图像的图像特征;利用预设卷积递归网络依次对所获取的连续单帧图像的图像特征进行序列化的编码,得到目标视频的视频特征;根据所获取的视频特征,利用预设注意力模型预测不同时刻的注意特征;根据所获取的注意特征,利用预设双向长短时记忆网络预测群体属性。通过本发明可以提高群体属性识别的准确率。
-
公开(公告)号:CN108364301A
公开(公告)日:2018-08-03
申请号:CN201810144033.1
申请日:2018-02-12
Applicant: 中国科学院自动化研究所
IPC: G06T7/20
Abstract: 本发明涉及计算机视觉领域,具体涉及基于跨时重叠率的视觉跟踪算法稳定性评估方法及装置,旨在解决评估视觉跟踪算法稳定性评估不准确的问题。具体是:将视频中同一物体在所有帧中的位置对齐为相同的位置;根据相同的对齐参数将某视觉跟踪算法的跟踪结果进行归一化;在一段时间跨度内,计算所有归一化的跟踪结果与归一化的物体标注框之间的重叠率;将该跨时重叠率在整段视频的所有帧上求平均,得到该视频下的跨时重叠率得分;将跨时重叠率在某类物体的所有视频和所有物体类别上求取平均值,再基于时间跨度进行平均,得到视觉跟踪算法在完整视觉跟踪数据集下的稳定性评估结果。本发明能有效反映视觉跟踪算法跟踪的稳定性及准确性。
-
-
-
-
-
-
-
-
-