-
公开(公告)号：CN113488164B
公开(公告)日：2022-01-28
申请号：CN202110794790.5
申请日：2021-07-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机技术领域，具体涉及了一种基于数据的知识库心理沙盘分析方法、系统及设备，旨在解决现有的电子心理沙盘分析方法中，基于知识库的模型无法适应特定问题、基于学习的模型需要大量数据且无心理学理论支持的问题。本发明包括：根据心理学知识构建心理知识库分类初始模型，采集典型个体的沙盘数据并通过人工核验获取真实标签，通过心理知识库分类初始模型对沙盘数据进行特征提取和分析，将分析结果与真实标签进行比对，通过调整特征维度和调节模型参数两个方面对初始模型进行调节，并评估模型的效果，进而获得调试好的心理知识库分类模型。本发明保持了基于知识库模型的心理学理论依据，同时使用数据调整知识库模型，提升了模型效果，使模型能够精准针对特定问题和人群。
-
公开(公告)号：CN113723530A
公开(公告)日：2021-11-30
申请号：CN202111023892.3
申请日：2021-09-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于心理分析领域，具体涉及一种基于视频分析和电子心理沙盘的智能心理评估系统、方法、设备，旨在解决现有的电子心理沙盘分析技术只根据电子沙盘的操作数据进行分析、评估，数据来源比较单一，评估模型的准确度和可信度不高的问题。本系统包括电子心理沙盘游戏一体机，配置为采集沙盘操作数据，作为第一数据；采集被试者回答沙盘问题的答案，将沙盘问题、答案增入第一数据中；视频采集装置，配置为采集被试者在制作沙盘作品时的视频数据以及在回答沙盘问题时的视频数据；分析服务模块，配置为生成沙盘问题以及心理评估结果；后台展示模块，配置为展现得到的数据。本发明提高了沙盘评估结果准确率以及可信度。
-
公开(公告)号：CN113488164A
公开(公告)日：2021-10-08
申请号：CN202110794790.5
申请日：2021-07-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机技术领域，具体涉及了一种基于数据的知识库心理沙盘分析方法、系统及设备，旨在解决现有的电子心理沙盘分析方法中，基于知识库的模型无法适应特定问题、基于学习的模型需要大量数据且无心理学理论支持的问题。本发明包括：根据心理学知识构建心理知识库分类初始模型，采集典型个体的沙盘数据并通过人工核验获取真实标签，通过心理知识库分类初始模型对沙盘数据进行特征提取和分析，将分析结果与真实标签进行比对，通过调整特征维度和调节模型参数两个方面对初始模型进行调节，并评估模型的效果，进而获得调试好的心理知识库分类模型。本发明保持了基于知识库模型的心理学理论依据，同时使用数据调整知识库模型，提升了模型效果，使模型能够精准针对特定问题和人群。
-
公开(公告)号：CN113469080A
公开(公告)日：2021-10-01
申请号：CN202110771588.0
申请日：2021-07-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于视觉数据处理领域，具体涉及一种个体、群体、场景交互协同感知方法、系统及设备。该方法包括基于当前场景中的视频数据提取每个个体的运动信息、行为信息和身份信息；根据个体的运动信息以及预设流量估计算法计算得到当前场景的群体流量数据；根据个体的行为信息以及群体行为识别模型得到群体行为信息；根据个体的运动信息、个体行为信息、身份信息、群体流量数据和群体行为信息确定当前场景下的异常事件；提取异常事件中的个体特征和/或群体特征作为感兴趣目标特征；在其他场景的视频数据中查找与感兴趣目标特征相似的特征作为关联特征；根据关联特征对跨场景的异常事件预测。本发明实现不同层次信息的交互利用，使各层次信息充分整合。
-
公开(公告)号：CN111507272A
公开(公告)日：2020-08-07
申请号：CN202010310527.X
申请日：2020-04-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种监控场景中行人属性识别方法及系统，所述属性识别方法包括：获取监控场景下的待测行人图像；对待测行人图像进行预处理，得到处理图像；通过深度神经网络，得到待测行人图像的卷积图像特征；根据全连接层及卷积图像特征，确定各属性分类器的权重参数；基于卷积图像特征及各权重参数，确定在不同属性分类器下的所述待测行人图像的网络属性值；基于各网络属性值，确定对应属性的预测值；根据各预测值，确定待测行人图像的属性类型。本发明通过深度神经网络，提取待测行人图像的卷积图像特征，确定各属性分类器的权重参数；并得到在不同属性分类器下的网络属性值，进而得到对应属性的预测值，以准确确定待测行人图像的属性类型。
-
Patent Agency Ranking
公开(公告)号：CN109902548A
公开(公告)日：2019-06-18
申请号：CN201810810453.9
申请日：2018-07-20
Applicant: 华为技术有限公司 , 中国科学院自动化研究所
Abstract: 本发明实施例公开了一种对象属性的识别方法、装置、计算设备及系统，该方法包括：计算设备根据M个姿态关键点在第一图像中提取M个部位的特征，得到M个部位特征图，进而，将所述M个部位特征图输入第一属性识别模型，得到目标对象的第一属性识别结果。其中，第一图像为原始图像或根据原始图像提取得到的原始特征图，该原始图像包括目标对象，目标对象包括M个部位，M个姿态关键点与M个部位一一对应，M个部位与M个部位特征图一一对应。本发明实施例在第一属性识别模型对目标对象进行属性识别之前，将第一图像拆解出与目标对象姿势无关的M个部位特征图，进而克服目标对象的姿势对识别结果的影响，使得对对象的属性识别更加准确，且鲁棒性好。
-
公开(公告)号：CN113642358B
公开(公告)日：2023-10-10
申请号：CN202010345814.4
申请日：2020-04-27
Applicant: 华为技术有限公司 , 中国科学院自动化研究所
Abstract: 本申请实施例提供一种肤色检测方法、装置、终端和存储介质，涉及图像处理技术领域，可以提高肤色检测的准确性。肤色检测方法，包括：获取人脸图像；确定人脸图像中的人脸关键点；根据人脸关键点确定人脸图像中的肤色估计感兴趣区域和光照估计感兴趣区域；获取肤色估计感兴趣区域对应的肤色检测色值；获取光照估计感兴趣区域对应的光照检测色值；将肤色检测色值和光照检测色值作为肤色估计模型的特征输入，并获取通过肤色估计模型输出的肤色校正色值。
-
公开(公告)号：CN115222008A
公开(公告)日：2022-10-21
申请号：CN202110401993.3
申请日：2021-04-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供通用的一种箱庭游戏的智能心理描述系统，包括：由训练好的图像特征提取单元对箱庭游戏图像进行特征提取，得到所述箱庭游戏图像中的沙具；将沙具作为实体，将实体和实体间的关系输入到所述图像特征提取单元，得到箱庭游戏图像场景图和实体间的距离矩阵；对箱庭游戏图像场景图中的节点进行特征表示和向量表征，得到节点特征向量；将节点特征向量嵌入到箱庭游戏图像场景图中，得到特征向量嵌入场景图；特征向量嵌入场景图和所述实体间的距离矩阵构成空间向量特征；将节点特征向量和空间向量特征输入到编码器再到解码器，得到解码特征向量；将解码特征向量输入到图像描述单元得到箱庭游戏图像的描述报告。
-
公开(公告)号：CN113555119A
公开(公告)日：2021-10-26
申请号：CN202110842849.3
申请日：2021-07-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于心理测评技术领域，具体涉及了一种基于定向任务的场景化智能心理测评系统、方法及设备，旨在解决现有技术被试者在无刺激情况下自由的进行沙盘创作，沙盘测评结果的信效度较差且不具备大规模测评的能力的问题。本发明包括：确定测评目标并定义诊断要素；根据诊断要素生成定向测评任务；根据定向测评任务进行沙盘操作并采集沙盘数据；进行沙盘数据特征解析、筛选与组合，获得基础筛选特征和组合高级特征；若特征值超过设定阈值，通过知识模型获取第一测评结果，否则通过机器学习模型获取第二测评结果；结合各维度的测评置信度获得最终测评结果。本发明更具针对性，可解释性，并通过两种测评模型交叉验证的方法，大大提高了测评的准确率。
-
公开(公告)号：CN111724881A
公开(公告)日：2020-09-29
申请号：CN202010564299.9
申请日：2020-06-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种心理沙盘分析方法和系统。所述方法包括：获取心理沙盘分析模型；所述心理沙盘分析模型为以心理沙盘数据为输入，以心理分析结果为输出的心理分析模型；获取测试者的心理沙盘数据；所述心理沙盘数据包括测试者绘制沙盘时所采用的沙具名称和与所述沙具名称相关的空间关系；利用所述心理沙盘分析模型，根据所述心理沙盘数据确定所述测试者的心理分析结果。本发明提供的通过心理沙盘分析模型，自动地对测试者的沙盘作品进行分析，从而得到测试者对应的心理分析结果，以解决现有技术中对电子沙盘进行分析过程中存在的分析师不足、规则数量少、分析结果不完善等问题。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.029 seconds)
