-
公开(公告)号：CN109840485A
公开(公告)日：2019-06-04
申请号：CN201910063138.9
申请日：2019-01-23
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种微表情特征提取方法、装置、设备及可读存储介质，其中，微表情特征提取方法包括：获取包含人脸区域的目标图像，其中，目标图像为待提取微表情特征的单幅图像，或者为待提取微表情特征的多幅图像中的任一幅图像，或者为待提取微表情特征的视频中的任一帧图像；从目标图像获取微表情预测特征，其中，微表情预测特征为目标图像中与微表情有关的特征；根据微表情预测特征和预先构建的微表情特征提取模型，确定目标图像中人脸的目标微表情特征。本申请提供的微表情特征提取方法能够从包含人脸区域的目标图像中提取出准确有效的微表情特征。
-
公开(公告)号：CN109783684A
公开(公告)日：2019-05-21
申请号：CN201910072964.X
申请日：2019-01-25
Applicant: 科大讯飞股份有限公司
IPC: G06F16/70
Abstract: 本申请提供了一种视频的情感识别方法、装置、设备及可读存储介质，方法包括：获取待识别视频，并基于指定的边界划分依据对待识别视频进行粗粒度的边界划分，获得粗粒度视频片段；基于粗粒度视频片段的时空语义信息，对粗粒度视频片段进行细粒度的边界划分，获得细粒度视频片段；确定细粒度视频片段的至少一种情感识别结果，并通过细粒度视频片段的至少一种情感识别结果获得待识别视频的情感识别结果。本申请提供的情感识别方法具有较高的识别准确度。
-
公开(公告)号：CN109358317A
公开(公告)日：2019-02-19
申请号：CN201811159847.9
申请日：2018-09-30
Applicant: 科大讯飞股份有限公司
IPC: G01S5/24
Abstract: 本申请提供了一种鸣笛信号检测方法、装置、设备及可读存储介质，方法包括：获取麦克风阵列采集的声音信号；对声音信号进行预处理，预处理后的信号作为目标声音信号；利用预先建立的鸣笛信号判别模型和/或预先设定的鸣笛信号判别规则，判别目标声音信号中是否存在鸣笛信号，其中，鸣笛信号判别规则根据鸣笛信号的特点设定。本申请提供的鸣笛信号检测方法能够自动检测出目标声音信号中是否存在鸣笛信号，并且在检测时由于充分利用了鸣笛信号的特点/特征，因此，鸣笛信号的检测准确率较高，检测效果较好。
-
公开(公告)号：CN106446109A
公开(公告)日：2017-02-22
申请号：CN201610826545.7
申请日：2016-09-14
Applicant: 科大讯飞股份有限公司
CPC classification number: G06F17/30684 , G06F17/271 , G06K9/6215
Abstract: 本申请提出一种语音文件摘要的获取方法和装置，该语音文件摘要的获取方法包括：获取待处理的语音文件；对所述语音文件进行处理，得到所述语音文件对应的文本句子；计算所述文本句子的融合得分，其中，所述融合得分根据所述文本句子与所述语音文件对应的文本的主题的相似度及与前一个句子的相似度确定；根据所述融合得分在所述文本句子中选择需要个数的文本句子，并根据选择的文本句子组成所述语音文件的摘要。该方法能够提高获取语音文件摘要的效率，降低成本。
-
公开(公告)号：CN117688440A
公开(公告)日：2024-03-12
申请号：CN202311523513.6
申请日：2023-11-13
Applicant: 科大讯飞股份有限公司
IPC: G06F18/241 , G06F18/23 , G06F18/214 , G01S7/41
Abstract: 本申请公开了一种雷达信号分选方法、分选模型的训练方法及相关装置，该方法包括：将多个雷达信号进行聚类，得到离散信号集和多个聚类信号集；获取所述离散信号集中每个雷达信号与每个所述聚类信号集之间的相关距离；其中，所述相关距离表征雷达信号与所述聚类信号集的离散度，且所述相关距离与所述离散度正相关；基于所述相关距离，从所述离散信号集中确定与每个所述聚类信号集对应的参考信号集。通过上述方式，本申请能够提高对雷达信号进行分选的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115630274A
公开(公告)日：2023-01-20
申请号：CN202211399016.5
申请日：2022-11-09
Applicant: 科大讯飞股份有限公司
IPC: G06F18/00 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种通信辐射源的识别方法、装置、存储介质及计算设备，涉及通信技术领域，该方法包括：采集来自于通信辐射源的第一原始波形信号；利用特征提取网络从第一原始波形信号提取通信辐射源的特征，该特征提取网络包括深度神经网络，该深度神经网络包括过滤层，该过滤层包括用于获取设定频率范围的电磁信号的一组带通滤波器；将通信辐射源的特征输入分类器，获得通信辐射源的识别结果。该方法从原始波形信号中直接提取通信辐射源的特征，使得提取的特征能够适用于不同的场景和任务，同时，深度神经网络的过滤层包括用于获取设定频率范围的电磁信号的一组带通滤波器，从而增加提取的特征的可解释性，提升通信辐射源识别的准确度。
-
公开(公告)号：CN109862313B
公开(公告)日：2022-01-14
申请号：CN201811518639.3
申请日：2018-12-12
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种视频浓缩方法及装置，该方法包括：获取包括多个运动目标的待浓缩视频，随后为各个浓缩图像选择运动目标组合方式，该各个浓缩图像是对待浓缩视频进行浓缩后得到的各个帧图像，以便根据各个浓缩图像中的运动目标组合方式，对待浓缩视频进行视频浓缩。可见，本申请可以为每一帧浓缩图像选择一种合理的运动目标组合方式，从而使每帧浓缩图像中的各个运动目标能够最大限度的占据图像空间、并使每帧浓缩图像中的不同运动目标之间的重叠程度尽量小，进而提高浓缩视频的浓缩精度。
-
公开(公告)号：CN110084229B
公开(公告)日：2021-10-08
申请号：CN201910228663.1
申请日：2019-03-25
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种印章检测方法、装置、设备及可读存储介质，首先获取待检测图像，然后从待检测图像中检测疑似印章区域，获得疑似印章区域集合，最后基于真实印章的固有特征，从疑似印章区域集合中确定真实印章区域。本申请提供的印章检测方法能够基于印章的固有特征自动对待检测图像进行印章检测，这种检测方式不但节省了人工成本，而且提高了印章检测效率，并且，本申请提供的印章检测方法具有较高的检测准确度。
-
公开(公告)号：CN110164417B
公开(公告)日：2021-07-06
申请号：CN201910470489.1
申请日：2019-05-31
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种语种向量获得、语种识别的方法和相关装置，该方法包括：将各个长时语音数据切分获得短时语音片段，利用全变量因子分析技术得到各个语音数据和各个语音片段的语种向量；基于各个语音数据和各个语音片段的语种向量进行时长干扰属性投影处理获得时长干扰投影矩阵；利用时长干扰投影矩阵将各个语音数据的语种向量映射为各个语音数据的新语种向量。可见，该方法充分有效挖掘长时语音数据和短时语音片段的相互关联信息。即使短时语音数据利用上述全变量空间和时长干扰投影矩阵进行时长因素补偿也能够得到更加精准、稳定的新语种向量，从而提高短时语音语种识别的准确性。
-
公开(公告)号：CN109358317B
公开(公告)日：2021-06-08
申请号：CN201811159847.9
申请日：2018-09-30
Applicant: 科大讯飞股份有限公司
IPC: G01S5/24
Abstract: 本申请提供了一种鸣笛信号检测方法、装置、设备及可读存储介质，方法包括：获取麦克风阵列采集的声音信号；对声音信号进行预处理，预处理后的信号作为目标声音信号；利用预先建立的鸣笛信号判别模型和/或预先设定的鸣笛信号判别规则，判别目标声音信号中是否存在鸣笛信号，其中，鸣笛信号判别规则根据鸣笛信号的特点设定。本申请提供的鸣笛信号检测方法能够自动检测出目标声音信号中是否存在鸣笛信号，并且在检测时由于充分利用了鸣笛信号的特点/特征，因此，鸣笛信号的检测准确率较高，检测效果较好。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.06 seconds)
