-
公开(公告)号：CN119206580A
公开(公告)日：2024-12-27
申请号：CN202411294779.2
申请日：2024-09-14
Applicant: 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/44 , G06V10/42 , G06N3/042 , G06V10/82 , G06V10/74 , G06N3/08 , G06V10/25 , G06N3/045
Abstract: 本发明提供一种基于时空域实例增强的视频复制片段定位方法及装置，其中方法包括：提取查询视频和参考视频中目标帧的区域特征和全局特征，并基于所述区域特征和所述全局特征构造实例关系图；基于所述实例关系图，分别通过空间分支和时间分支获取局部对齐信息和全局对齐信息；通过互补性感知对齐模块，基于所述局部对齐信息和所述全局对齐信息生成最终的帧间对齐结果；所述帧间对齐结果用于所述查询视频和所述参考视频的复制片段定位。其综合考虑了全局语义信息和细粒度的更加鲁棒的局部表示，提升查询视频和参考视频中视频帧的匹配精度，还可以提升查询视频和参考视频中复制片段匹配结果的准确性。
-
公开(公告)号：CN118072079B
公开(公告)日：2024-12-06
申请号：CN202410123207.1
申请日：2024-01-29
Applicant: 中国科学院自动化研究所 , 人民中科(北京)智能技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/049 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种基于脉冲神经网络的小目标物体识别方法及装置，该方法包括：获取待测物体图像；基于双流融合模型对待测物体图像进行分类识别，得到分类识别结果；双流融合模型基于脉冲神经网络和残差网络构建得到，双流融合模型通过以样本物体图像为训练样本，以融合特征为训练特征训练得到；融合特征基于脉冲神经网络输出特征和残差网络输出特征确定，脉冲神经网络和残差网络分别包括多个依次排列的残差块，脉冲神经网络的当前残差块输入的特征为脉冲神经网络的上一个残差块输出的特征和残差网络中与上一个残差块对应的残差块输出的特征之和。本发明所述方法能够提取更丰富的图像特征信息，可提升小目标物体的识别精度。
-
公开(公告)号：CN118747730A
公开(公告)日：2024-10-08
申请号：CN202410641051.6
申请日：2024-05-22
Applicant: 中国科学院自动化研究所
IPC: G06T7/00 , G06V10/80 , G06V10/774 , G06V10/764 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种图像质量评估方法、装置、电子设备及存储介质，该方法包括：获取待评估图像和待评估图像的用户评估需求提示信息；将待评估图像和用户评估需求提示信息输入至图像质量评估模型，得到图像质量评估模型输出的待评估图像的图像质量评分；图像质量评估模型是根据图像样本及对应的用户评估需求提示信息样本训练得到的；用户评估需求提示信息样本包括图像样本对应的图像质量评估分数标签。本发明可以有针对性地对待评估图像进行图像质量评估和评分，提升图像质量评估的场景适应性，同时，可以在不用模型微调的情况下，通过极少量的提示信息对未知的评估需求达到很好的迁移能力，大大降低了图像质量评估模型在全新评估需求的迁移成本。
-
公开(公告)号：CN118350415A
公开(公告)日：2024-07-16
申请号：CN202410766204.X
申请日：2024-06-14
Applicant: 中国科学院自动化研究所
IPC: G06N3/0455 , G06N3/08 , G06N5/04 , G06F40/205
Abstract: 本发明提供一种Transformer模型、数据处理方法、电子设备及存储介质，应用于神经网络技术领域，包括：归一化层；归一化层用于按照目标处理单位对批量输入数据进行标准化操作，并对标准化操作后的数据进行仿射变换；归一化层具体用于：在所述归一化层的训练阶段，对于不同形状的输入数据，分别计算每个空间位置的数据的统计量，将当前统计量和对应形状的历史统计量取滑动平均后拉长为一维形状的统计量，并以原始形状为索引将所述一维形状的统计量保存在容器中，所述统计量包括均值和方差；在所述归一化层的推理阶段，根据输入数据的形状从所述容器中确定对应的统计量，并利用所述统计量进行标准化操作。
-
公开(公告)号：CN110993097B
公开(公告)日：2024-04-30
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。
-
Patent Agency Ranking
公开(公告)号：CN111091910B
公开(公告)日：2023-11-03
申请号：CN201911300342.4
申请日：2019-12-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人工智能领域，具体涉及一种基于画钟测试的智能评估系统，旨在解决不同医生给出的评分结果存在差距的问题。本发明的系统包括圆度检测模块、完整性检测模块、正确性检测模块和评分模块。其中，圆度检测模块配置为检测待评估图像中的钟表轮廓、画出钟表轮廓的最小外接圆，并计算轮廓所围面积和最小外接圆面积的比率；完整性检测模块配置为检测待评估图像中数字、时针和分针是否存在，并获取相应的坐标值；正确性检测模块配置为根据坐标值分别检测数字位置、时针和分针的指向是否正确；评分模块配置为根据上述检测结果进行评分。本发明解决了患者不方便前往医院参与测试的问题，并有效避免了因医生的不同而导致评分结果存在差异的问题。
-
公开(公告)号：CN111081370B
公开(公告)日：2023-11-03
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：CN111626373B
公开(公告)日：2023-07-25
申请号：CN202010484081.2
申请日：2020-06-01
Applicant: 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464
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。
-
公开(公告)号：CN112950576B
公开(公告)日：2023-04-07
申请号：CN202110220740.6
申请日：2021-02-26
Applicant: 中国科学院自动化研究所 , 人民中科(济南)智能技术有限公司
IPC: G06T7/00 , G06T5/00 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种基于深度学习的输电线路缺陷智能识别方法及系统，所述智能识别方法包括：获取待测输电线路图像；根据所述输电线路图像，基于多分辨率融合金字塔，确定粗粒度多分辨率层特征信息；根据所述粗粒度多分辨率层特征信息，基于细粒度交互金字塔，得到细粒度多分辨率层特征信息；根据所述细粒度多分辨率层特征信息，基于特征增强金字塔，得到增强特征图像；根据增强特征图像，确定待测输电线路的缺陷类别及缺陷位置，可提高对多尺度目标的检测精度。
-
公开(公告)号：CN114549912B
公开(公告)日：2022-07-15
申请号：CN202210436894.3
申请日：2022-04-25
Applicant: 中国科学院自动化研究所 , 人民中科(北京)智能技术有限公司
IPC: G06V10/764 , G06V10/82 , G06K9/00 , G06K9/62 , G06N3/04
Abstract: 本申请提供一种引力波侯选体筛选方法、装置及存储介质，其中方法包括：确定多探测器联合观测的观测数据的相干信噪比；将所述相干信噪比投射到天区图后得到目标二维图像；将所述目标二维图像输入至引力波侯选体筛选模型，得到所述引力波侯选体筛选模型输出的引力波侯选体筛选结果；所述引力波侯选体筛选模型是基于目标二维图像样本及预先确定的引力波侯选体标签训练后确定的。本申请通过模拟多探测器对同一天区图进行联合观测的观测结果，确定联合观测的相干信噪比，减少了噪声对信号的干扰，提升了观测数据的信噪比，同时结合深度学习算法，利用引力波侯选体筛选模型实现引力波信号的自动筛选识别。
-
-
-
-
-
-
-
-
-
Search Results
293
records
(took 0.112 seconds)
