-
公开(公告)号：CN107730451B
公开(公告)日：2020-06-05
申请号：CN201710911893.9
申请日：2017-09-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于深度残差网络的压缩感知重建方法和系统，包括：获取原始图像信号作为训练数据，并通过尺度变换和分割处理将训练数据分割为多个图像块；根据每个图像块的亮度分量和压缩感知理论模型，获得亮度分量对应的测量值；通过全连接网络对测量值进行线性映射处理，得到初步重建结果；将初步重建结果输入深度残差网络，训练得到估计残差值；将估计残差值与初步重建结果进行融合，生成重建信号。由此，本发明通过引入深度残差网络参与信号的重建，不仅实现对测量值到图像的还原重建还用到深度残差网络仅学习与目标之间的差异这一特点，提升了还原信号的质量。
-
公开(公告)号：CN106484733B
公开(公告)日：2019-07-30
申请号：CN201510550175.4
申请日：2015-09-01
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535
Abstract: 本申请公开一种新闻线索个性化推送方法及系统，该方法包括：步骤1，创建新闻线索领域的标签，为每个新闻线索领域分别训练一个新闻线索分类模型，使用所述新闻线索分类模型来对新闻线索候选集中的每条新闻线索进行分类，并存入对应领域的新闻线索集；步骤2，基于线索热度、时效性、和可信度建立新闻线索评分模型来对每个所述线索集中的每条新闻线索进行评分，选择得分最高的N条线索作为待推荐线索；步骤3，由用户从所述标签中选择自己感兴趣的新闻线索领域，然后将对应于所选兴趣领域的待推荐线索推送给用户。由此，能够根据用户群特点快速准确的从候选新闻线索集中找到用户需要的有价值的线索并进行推送。
-
公开(公告)号：CN106445894B
公开(公告)日：2019-07-30
申请号：CN201510497127.3
申请日：2015-08-13
Applicant: 中国科学院计算技术研究所
IPC: G06F17/24
Abstract: 本发明公开了一种新媒体智能在线编辑方法、装置及网络信息发布平台，所述新媒体智能在线编辑方法包括：步骤1，采集网络信息发布平台上发布的普通用户制作的信息；步骤2，挖掘所述普通用户制作的信息中的各类新闻要素；步骤3，将所述各类信息要素导入素材库，所述素材库以类目列表的形式组织所述新闻要素，且所述素材库与富文本编辑器实现交互，通过所述富文本编辑器进行在线新闻编辑与发布。由此，能够自动从互联的网普通用户制作的信息内容采集信息素材，自动挖掘组织原始素材形成各类信息要素，将信息编辑与素材搜集结合在一起，通过在线的智能编辑器的良好的交互方式，实现信息稿件的高效编写与发布。
-
公开(公告)号：CN106384127B
公开(公告)日：2019-04-02
申请号：CN201610811522.9
申请日：2016-09-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了确定局部特征点的二进制描述子的方法，该方法根据预先训练的结果从特征点周围区域中提取最具有区分力的比较点对及比较属性，并可综合使用比较点对的多种属性来提取二进制描述子，具有更强的描述能力和区分能力，计算效率高，描述能力强，非常适合应用于大规模图像实时检索。
-
公开(公告)号：CN104036012B
公开(公告)日：2017-06-30
申请号：CN201410287639.2
申请日：2014-06-24
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种字典学习方法，包括：1)基于维度将图像的局部特征向量分为第一分段和第二分段；2)用多个局部特征向量的第一分段构造第一数据矩阵，用多个局部特征向量的第二分段构造第二数据矩阵；3)对第一数据矩阵进行稀疏非负矩阵分解，得到用于对局部特征向量的第一分段进行稀疏编码的第一字典；对第二数据矩阵进行稀疏非负矩阵分解，得到用于对局部特征向量的第二分段进行稀疏编码的第二字典。本发明还提供了基于上述两个字典对图像局部特征进行分段稀疏表示的视觉词袋特征提取方法和相应的检索系统。本发明能够大幅减少内存占用，降低词表训练时间和特征提取时间，特别适合应用于移动终端。
-
Patent Agency Ranking
公开(公告)号：CN106682731A
公开(公告)日：2017-05-17
申请号：CN201710027447.1
申请日：2017-01-13
Applicant: 首都师范大学 , 中国科学院计算技术研究所
CPC classification number: G06N3/0454 , G06N3/08
Abstract: 本发明提供了一种卷积神经网络的加速方法及装置，涉及图像处理技术领域，其中，该方法包括：在卷积神经网络中设置半停模块；在所述卷积神经网络的预测过程中，当执行至所述半停模块时，计算所述预测过程当前的预测结果；判断当前的所述预测结果是否满足预设预测要求；当当前的所述预测结果满足所述预设预测要求时，停止所述预测过程，并将当前的所述预测结果作为所述卷积神经网络的最终预测结果，否则，继续执行所述预测过程。本发明提供的卷积神经网络的加速方法及装置，可以解决现有技术中存在的CNN运行速度慢，难以执行实时性要求较高的任务的技术问题。
-
公开(公告)号：CN104484869B
公开(公告)日：2017-02-22
申请号：CN201410646014.0
申请日：2014-11-14
Applicant: 中国科学院计算技术研究所
IPC: G06T7/00
Abstract: 本发明提供一种面向排序测度特征的图像匹配方法，该方法首先获取待检测图像的排序测度特征和采样特征序列；对待检测图像的采样特征序列进行哈希，并基于哈希的结果来从图像库的哈希表中选择多个候选图像；然后通过计算该待检测图像的排序测度特征和各个候选图像的排序测度特征的相似度，来确定与该待检测图像匹配的图像。该方法对于图像的排序测度特征采用分级匹配的方法，提高了排序测度特征的匹配速度，使得该特征用于大规模图像匹配成为可能。而且可以通过控制采样分块的数目，调整排序测度特征哈希表的所需的内存开销，使之能用于不同内存大小的计算平台。
-
公开(公告)号：CN103399968B
公开(公告)日：2016-08-10
申请号：CN201310298119.7
申请日：2013-07-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种微博信息采集方法及系统，所述方法包括：根据用户提交的查询确定信息类型以及页面链接参数；向微博服务器发送根据所述信息类型和所述页面链接参数构造的页面请求链接，抽取返回页面中的基础信息数据项。所述方法还包括：并行执行信息所在页面的相关信息采集。本发明提供的微博信息采集方法和系统在提高信息采集效率的同时，可以获取更完整的微博信息。
-
公开(公告)号：CN103390162B
公开(公告)日：2016-08-10
申请号：CN201310283875.2
申请日：2013-07-08
Applicant: 中国科学院计算技术研究所
IPC: G06K9/46 , G06K9/64 , H04N21/435
Abstract: 本发明提供一种台标检测方法，所述方法包括：对查询图像进行特征点定位，且对每个特征点提取HOG特征；对查询图像的每个特征点的HOG特征，在特征库中搜索其K个近邻，由每个特征点向对应于该K个近邻的K个投票位置进行投票。所述方法还包括：根据投票位置的得票数，确定所述查询图像中是否存在台标。所述检测方法兼顾效率与准确率，适用于多种应用场合。
-
公开(公告)号：CN105260739A
公开(公告)日：2016-01-20
申请号：CN201510603903.3
申请日：2015-09-21
Applicant: 中国科学院计算技术研究所 , 国家计算机网络应急技术处理协调中心
IPC: G06K9/62
CPC classification number: G06K9/6201
Abstract: 本发明适用于图像检索技术领域，提供了一种面向二进制特征的图像匹配方法及其系统，所述方法包括：特征提取步骤：提取待检测的图片的多个特征点的信息以及多个所述特征点的第一二进制描述子；第一匹配步骤：将多个所述第一二进制描述子与预设的图片库中的所有图片的第二二进制描述子进行比较，找出与多个所述第一二进制描述子匹配数最多的第二二进制描述子所对应的第一图片；第二匹配步骤：将所述待检测的图片和所述第一图片进行特征点的信息的匹配，获得所述待检测图片的匹配结果信息。由此，本发明提高了图像匹配的准确性及速度。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.059 seconds)
