-
公开(公告)号：CN112492275A
公开(公告)日：2021-03-12
申请号：CN202011343997.2
申请日：2020-11-25
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04N7/18
Abstract: 本发明公开一种区域监测点的布局方法、装置及存储介质，该方法包括步骤：将待布局区域的原始数据导入ArcGIS平台中，获取每个监测点的监控范围；根据每个监测点的监控范围，按照预设的划分策略，将待布局区域划分为若干个不规则区块；在每个不规则区块中，选取k个监测点作为选定的监测点，建立目标函数以及约束条件，确定不规则区块内最终选定的监测点；其中，对应的不规则区块内的监测点总个数为n，1≤k＜n；汇总每个不规则区块最终选定的监测点，确定待布局区域最终布局的监测点。本发明通过从每个摄像头的监控覆盖范围出发，将布局区域划分为多个不规则区块，对每个不规则区块进行最低成本优化，最后进行汇总，使得区域的监测点布局更合理。
-
公开(公告)号：CN109389045B
公开(公告)日：2021-03-02
申请号：CN201811053740.6
申请日：2018-09-10
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: G06K9/00
Abstract: 本发明提供了一种基于混合时空卷积模型的微表情识别方法与装置，该方法包括：根据预先获取的图像训练样本对预先建立的混合时空卷积网络进行训练，得到混合时空卷积模型；其中，所述混合时空卷积网络包括多个循环交替连接3D残差模块，每个3D残差模块包括1*3*3卷积层和3*1*1卷积层；将待识别图像输入到所述混合时空卷积模型，得到微表情分类结果。采用混合的1*3*3卷积(2维)+3*1*1卷积(1维)进行卷积计算，一方面保证了本发明在微表情识别上具有3D CNN的精度要求；另一方面大大降低了计算复杂度，从而降低对计算机硬件的要求，更有利于产品化。
-
公开(公告)号：CN109376596B
公开(公告)日：2020-11-13
申请号：CN201811079718.9
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种人脸匹配方法、装置、设备及计算机可读存储介质，通过候选区域网络模型获取目标人脸图像的目标人脸区域图像以及至少两个人脸器官区域图像，进而通过级联卷积神经网络模型，获取至少两个目标人脸特征点及对应特征向量，将所述目标人脸特征点进行组合以获取特征组合，根据所述特征组合中所述目标人脸特征点的特征向量以及预先建立的特征检索库，逐个组合进行迭代匹配，以获取匹配于所有特征组合的图像集合，将所述目标人脸特征点的特征向量与所述图像集合进行相似度计算，以获取人脸匹配结果，本发明能够减少检索范围，提升检索速度，提高用户的使用体验。
-
公开(公告)号：CN109271930B
公开(公告)日：2020-11-13
申请号：CN201811075329.9
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: G06K9/00
Abstract: 本发明提供了一种微表情识别方法、装置与存储介质，所述方法，包括：检测预先采集的目标人脸图像的人脸特征，获取所述目标人脸图像的至少五个人脸特征点；根据所述目标人脸图像的人脸特征点以及预设的图像分块规则，对所述目标人脸图像进行切块处理，得到若干个图块；根据所述若干个图块，通过预先建立的卷积神经网络模型，获得微表情分类结果。上述方法依据获取的人脸特征点以及预设的图像分块规则，对所述目标人脸图像进行切块处理，并采用卷积神经网络对切块后的得到的若干个图块进行识别分类，能够有效提高微表情识别的速度、精度，从而大幅度提高微表情识别的工作效率。
-
公开(公告)号：CN109885831A
公开(公告)日：2019-06-14
申请号：CN201910091177.X
申请日：2019-01-30
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种关键术语抽取方法、装置、设备及计算机可读存储介质，该方法包括：根据预先构建的特定领域术语词典，对文本进行切分处理；利用预设的第一抽取窗口遍历文本，对切分处理后得到的词语进行抽取，获得特定领域的候选术语，根据预先构建的特定领域术语词典，对切分处理后得到的词语进行抽取，获得特定领域的候选术语；通过预先构建的概率主题模型对候选术语进行主题聚类，获得多个主题关联的候选术语及其关联概率；根据每个主题关联的候选术语及其关联概率，确定关键术语，本发明基于特定领域术语词典对文本划分，并采用概率主题模型进行关键术语提取，有效抽取特定领域的关键术语，提高关键术语抽取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109829396A
公开(公告)日：2019-05-31
申请号：CN201910039567.2
申请日：2019-01-16
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Inventor： 杜翠凤
Abstract: 本发明公开了一种人脸识别运动模糊处理方法、装置、设备及存储介质，该方法包括：分别对模糊图像、人脸图像进行识别，获取模糊图像的区域图像和人脸特征图像、人脸图像的人脸特征图像，将模糊图像的区域图像和人脸特征图像、人脸图像的人脸特征图像进行空间匹配映射；根据注意力掩码对模糊图像的区域图像和人脸特征图像中的各特征点赋权，通过模糊图像的区域图像和人脸特征图像、人脸图像的人脸特征图像对生成式对抗网络进行训练，得到具有清晰人脸的图像，通过对模糊图像的实例级别图像与人脸图像的实例级别图像进行匹配，将注意力机制整合到生成式对抗网络以学习模糊图像的人脸区域，形成具有清晰人脸的图像，提高人脸识别的精度。
-
公开(公告)号：CN109325226A
公开(公告)日：2019-02-12
申请号：CN201811052429.X
申请日：2018-09-10
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明提供了一种基于深度学习网络的术语提取方法、装置与存储介质，该方法包括：对目标文本进行术语标注；对标注后的目标文本进行分词处理，得到分词文本并提取关键词；根据关键词对预先建立的RNN深度学习网络进行训练，得到术语预测模型，并获取术语预测模型输出的术语预测结果；根据目标文本对应的术语预测结果以及术语标注，对预先建立的CNN深度学习网络进行训练，得到术语提取模型，并获取术语提取模型输出的术语提取结果。本发明融合了RNN与CNN深度学习网络，组成了一个更深层的深度学习的网络，依据提取后的关键词以及目标文本的术语标注结果对目标文本进行术语的预测和提取，可以有效提升术语的提取速率，实现海量文本的中文术语的抽取。
-
公开(公告)号：CN109271930A
公开(公告)日：2019-01-25
申请号：CN201811075329.9
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: G06K9/00
Abstract: 本发明提供了一种微表情识别方法、装置与存储介质，所述方法，包括：检测预先采集的目标人脸图像的人脸特征，获取所述目标人脸图像的至少五个人脸特征点；根据所述目标人脸图像的人脸特征点以及预设的图像分块规则，对所述目标人脸图像进行切块处理，得到若干个图块；根据所述若干个图块，通过预先建立的卷积神经网络模型，获得微表情分类结果。上述方法依据获取的人脸特征点以及预设的图像分块规则，对所述目标人脸图像进行切块处理，并采用卷积神经网络对切块后的得到的若干个图块进行识别分类，能够有效提高微表情识别的速度、精度，从而大幅度提高微表情识别的工作效率。
-
公开(公告)号：CN108804617A
公开(公告)日：2018-11-13
申请号：CN201810546695.1
申请日：2018-05-30
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Inventor： 杜翠凤
CPC classification number: G06N3/0454
Abstract: 本发明公开了一种领域文本抽取方法，包括：获取所述训练集的每个类别的至少一个分类词，生成相应于每个所述类别的第一特征词集合；对所述第一特征词集合进行合并、扩充，生成目标特征词集合；根据所述目标特征词集合以及所述训练集，计算每个所述目标特征词在每个所述类别中与每个所述目标特征词之间的内部结合紧密度，以及计算每个所述目标特征词相对于所述目标特征词集合中的每个所述目标特征词的左熵和右熵；根据所述内部结合紧密度、所述左熵以及所述右熵，得到每个所述类别的术语。本发明还公开了一种领域术语抽取的装置、终端设备及存储介质，可以解决特征词集合不能准确地表达特定学科领域的问题，提高了文本分类的准确性。
-
公开(公告)号：CN108683995A
公开(公告)日：2018-10-19
申请号：CN201810244916.X
申请日：2018-03-23
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Inventor： 杜翠凤
IPC: H04W4/029
Abstract: 本发明公开了一种用户移动轨迹的获得方法和装置。所述用户移动轨迹的获得方法包括：获得目标用户的至少一个第一用户移动轨迹；其中，每个所述第一用户移动轨迹中包含至少一个轨迹点；获得每个所述轨迹点的第一权重；根据每个所述轨迹点的第一权重，获得每个所述第一用户移动轨迹的轨迹权重；根据每个所述第一用户移动轨迹的轨迹权重，获得至少一个轨迹点类别的类别权重；根据每个所述轨迹点类别的类别权重，从所有所述第一用户移动轨迹中提取获得第二用户移动轨迹。采用本发明，能够提高获得的用户移动轨迹的准确度，减少数据的冗余。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.079 seconds)
