-
公开(公告)号：CN107170466B
公开(公告)日：2020-12-29
申请号：CN201710242995.6
申请日：2017-04-14
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于音频的脚步拖地声的检测方法。该方法包括：对采集到的左右脚双声道音频数据进行分帧处理，以获得相应的音频帧；以从所述音频帧提取的特征向量作为输入，利用分类器获得音频帧属于拖地声的概率和属于正常脚步声的概率，其中，所述分类器通过训练获得的，训练样本包括用于识别正常脚步声的正样本、用于识别拖地声的拖地样本和用于识别非脚步的其它声音的负样本；根据获得的各个音频帧属于拖地声的概率和属于正常脚步声的概率，得出拖地声对应的时间区间。根据本发明的方法能够准确的检测出行走过程中的拖地声，有助于步态检测、跌倒预警等。
-
公开(公告)号：CN109034198B
公开(公告)日：2020-12-11
申请号：CN201810664250.3
申请日：2018-06-25
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62
Abstract: 本发明涉及一种基于特征图恢复的场景分割方法和系统，包括对原始图像进行降采样，得到降采样图像，通过特征学习网络得到该降采样图像的降采样特征图，将该降采样特征图的尺寸恢复为原始图像尺寸，得到上采样特征图，将该上采样特征图输入场景分割网络，得到该原始图像的场景分割结果。本发明利用降采样输入图像可以获得的较快的分割速度；利用原始大小输入图像可以获得的较高的分割精度。此外，本发明还提出了辅助中间层监督和边境区域重加权的方法辅助场景分割神经网络模型的优化过程，从而在保持模型加速的前提下提升加速后模型的分割精度。
-
公开(公告)号：CN110472493A
公开(公告)日：2019-11-19
申请号：CN201910604601.6
申请日：2019-07-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于一致性特征(ConsensusFeatures)的场景分割方法和系统，包括对特征提取器学习到的特征进行实例一致性变换和类别一致性变换，将变换后的特征输入到场景分割子网络，得到原始图像的场景分割结果。本发明提出了一种通过实例一致性变换单元去学习实例层次的一致性特征。另一方面，由于在场景图像中存在着多个同类实例，本发明使用类别一致性单元去学习类层次的一致性特征。这两个单元极大地提高了现有基于全卷积的场景分割模型的性能。
-
公开(公告)号：CN109657538A
公开(公告)日：2019-04-19
申请号：CN201811309249.5
申请日：2018-11-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于上下文信息指导的场景分割方法，包括：以残差结构网络构建基于上下文信息的指导模块；以原始图像为输入，通过多个3×3卷积层输出初级特征图；以该初级特征图为输入，通过多个该指导模块输出中级特征图；以该中级特征图为输入，通过多个该指导模块输出高级特征图；以该高级特征图为输入，通过场景分割子网络，获得该原始图像的场景分割结果。本发明设计的分割网络的参数量小，并且在特征提取时，利用全局特征提取器进一步去修正局部特征和对应的周围上下文特征组合成的联合特征，这使得模型更有利于去学习分割的特征，极大的提高了现有移动端场景分割网络的性能。
-
公开(公告)号：CN108681749A
公开(公告)日：2018-10-19
申请号：CN201810486787.5
申请日：2018-05-21
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/6267 , G06K9/6256 , G06Q50/01
Abstract: 本发明提供了一种基于网络社交平台构建隐私信息甄别模型的方法。该方法包括以下步骤：根据网络社交平台上已发布的问题及相关答案之间的结构特征构建由多组分析数据构成的训练样本集，其中，每组分析数据包括问题信息、相关的答案列表信息以及对应的隐私性标签；以所述训练样本集中的问题信息、相关的答案列表信息为输入，以对应的隐私性标签为输出训练深度学习模型，以获得基于所述深度学习模型的隐私信息甄别模型。本发明的隐私信息甄别方法能够对用户在网络社交平台上发布的内容有效地甄别其是否属于隐私信息。
-
Patent Agency Ranking
公开(公告)号：CN104504024B
公开(公告)日：2018-09-07
申请号：CN201410768704.3
申请日：2014-12-11
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种基于微博内容的关键词挖掘方法，对于所有微博文本经分词得到的所有词的集合中的每个词，基于该词在每个微博文本中出现的次数及该微博文本被转发的次数来计算该词的权重；并选取其权重大于预定阈值的词作为从该微博数据集中挖掘的关键词。该方法即考虑了词语在各个微博文本中出现的频率，又考虑了同一微博文本在微博数据集中转发情况对挖掘关键词的准确性的影响，因此提高了获取微博文本关键词的精确度。
-
公开(公告)号：CN104881668B
公开(公告)日：2018-08-10
申请号：CN201510241287.1
申请日：2015-05-13
Applicant: 中国科学院计算技术研究所
IPC: G06K9/46
Abstract: 本发明公开了一种基于代表性局部模式的图像指纹提取方法及系统，涉及图像处理领域，该方法包括将库图像进行图像攻击模拟处理，生成新库图像，并提取所述库图像与所述新库图像的关键点，根据所述关键点，获取局部区块，并根据所述局部区块，生成局部模式并建立局部模式库，从所述局部模式库中获取代表性局部模式；根据所述代表性局部模式，建立所述库图像与所述新库图像的图像指纹，并将所述图像指纹存入图像指纹库；获取新图像，提取所述新图像的新图像指纹，将所述新图像指纹与所述图像指纹库中的图像指纹进行比对，查找库图像中与所述新图像向对应的图像。本发明占用内存少，可以使用优化的机器指令进行加速匹配，适于大规模的图像拷贝检测。
-
公开(公告)号：CN107886441A
公开(公告)日：2018-04-06
申请号：CN201710970005.0
申请日：2017-10-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种社交网络脆弱性评估的方法，包括：采集社交网络中某用户的相关信息，计算得到该用户的档案信息量和博文信息量；以该档案信息量和该博文信息量，得到该用户的个人信息量；以该用户在该社交网络中的朋友数量，及该用户所发布博文信息在该社交网络中的转发次数，得到该用户的信息传播量；以该用户的个人信息量和信息传播量，得到该用户的个人脆弱性评估值；以该个人脆弱性评估值对该用户的个人脆弱性进行评估；以该用户的个人脆弱性评估值，及该用户在该社交网络中的朋友的个人脆弱性评估值，得到该用户的社交网络脆弱性评估值；以该绝对脆弱性评估值对该用户的该社交网络脆弱性进行评估。
-
公开(公告)号：CN107564013A
公开(公告)日：2018-01-09
申请号：CN201710650541.2
申请日：2017-08-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种场景分割修正方法，通过局部边界修正网络，以完全残差卷积网络作为前端模型，将该前端模型的置信度图和原始图像按通道拼接起来，作为该局部边界修正网络的输入，从而输出该置信度图所有位置的局部聚合系数，将该局部聚合系数与该置信度图的对应位置相乘，聚合到中心点，得到场景分割的局部边界修正结果；使用已知的场景分割数据集对该局部边界修正网络进行训练。同时本发明还提出了将全局残差修正网络和该局部边界修正网络串联起来，形成级联的框架，该级联的框架可以对前端模型的分割结果进行全局修正和局部修正，从而得到更加精确的场景分割修正结果。
-
公开(公告)号：CN104408092B
公开(公告)日：2018-01-09
申请号：CN201410645743.4
申请日：2014-11-14
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种基于排序测度特征的图像检索方法，该方法基于分块属性值相似度和位置相似度对待检测图像的排序测度特征进行置换以得到该图像的多个排序测度特征，从图像库中检索出其排序测度特征与待检测图像的任一排序测度特征相同的图像。该方法不需要计算排序测度特征之间的相似度，而是以定长字符串的比较方式匹配排序测度特征，提高了比对和检索的速度，适用于大规模图像检索。而且基于分块属性值相似度和位置相似度来对排序测度特征进行置换，这种置换考虑的属性值大小的分布，弥补了原OM特征仅考虑属性值高低而不考虑属性值差别大小的不足。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.084 seconds)
