-
公开(公告)号：CN111881957A
公开(公告)日：2020-11-03
申请号：CN202010683490.5
申请日：2020-07-15
Applicant: 中国科学院自动化研究所 , 国网江西省电力有限公司
Abstract: 本发明属于领域，具体涉及了一种基于信息导向注意力网络的图像识别方法，旨在解决的问题。本发明包括：获取输入图像，通过信息导向的注意力网络计算输入图像的特征向量，计算特征向量和信息导向的注意力网络中的原型表征之间的距离，选取特征向量距离最近的类别得到图像的分类结果。本发明解决了现有的图像识别技术中训练神经网络严重依赖数据规模的缺陷，通过将标注数据和未标注数据组织在一起并对他们之间的关系进行建模，可以抽取更具代表性的特征，解决了现有图像识别技术所用人工神经网络需要大量有标注的训练数据才能满足使用性能需求的缺陷。
-
公开(公告)号：CN111881954A
公开(公告)日：2020-11-03
申请号：CN202010679785.5
申请日：2020-07-15
Applicant: 中国科学院自动化研究所 , 国网江西省电力有限公司
Abstract: 本发明属于计算机视觉、模式识别和神经网络技术领域，具体涉及一种基于渐进式簇净化网络的转导推理小样本分类方法、系统、装置，旨在解决现有基于小样本学习的分类方法忽略了测试样本的作用，导致分类精度、鲁棒性较差的问题。本系统方法包括：获取第一数据集、第二数据集；提取第一数据集、第二数据集中图像的特征，对第二数据集不同类别的图像特征求均值，作为各类别的特征初始值；通过分类模型对第一数据集中的图像分类；第一数据集中重分类的各图像的正得分；第一数据集中重分类的各图像的负得分；通过预设的第一方法对特征初始值进行更新；循环判断。本发明提高了分类的精度、鲁棒性。
-
公开(公告)号：CN103345656B
公开(公告)日：2016-01-20
申请号：CN201310316221.5
申请日：2013-07-17
Applicant: 中国科学院自动化研究所
IPC: G06N3/02
Abstract: 本发明公开了一种基于多任务深度神经网络的数据识别方法及其装置。该方法包括：步骤1、建立多任务深度神经网络；步骤2、将所述多任务深度神经网络相邻两层看作限制的波尔兹曼机，采用无监督地自底向上的逐层训练方法来预训练该多任务深度神经网络，获得相邻层之间的初始连接权重；步骤3、利用反向传播算法有监督地最小化关于所述网络权重的目标函数，以获得优化后的网络权重；步骤4、将待识别数据输入具有优化后网络权重的所述多任务深度神经网络，得到输出层节点值，并根据输出层节点值得出所述待识别数据所属的类别。本方法利用神经网络来挖掘不同标签之间的关联性，在标签数量较多的大规模图像标注中仍然可以保证较高的图像标注准确率。
-
公开(公告)号：CN104363981A
公开(公告)日：2015-02-18
申请号：CN201480000558.8
申请日：2014-07-14
Applicant: 中国科学院自动化研究所
IPC: A99Z99/00
CPC classification number: G06K9/80
Abstract: 本发明涉及一种人脸验证方法和系统，方法包括：利用主成分分析和线性判别分析对高维人脸特征数据分别进行预处理，其中包括设置主成分分析降维后的数据维度；建立判别式高阶玻尔兹曼机，设置隐含层的节点数；利用张量对角化的策略来减少该判别式高阶玻尔兹曼机的模型参数；把成对的人脸数据输入到判别式高阶玻尔兹曼机中，利用随机梯度下降算法来最大化关系类别的条件概率，从而迭代地优化该玻尔兹曼机的权重，从而得到最终的判别式高阶玻尔兹曼机；向判别式高阶玻尔兹曼机模型输入待验证的成对人脸数据，得到对应的验证结果数据。本发明通过在无监督玻尔兹曼机模型中引入数据关系类别信息，使模型判别力增强，更适于具有精度要求的人脸验证。
-
公开(公告)号：CN103345656A
公开(公告)日：2013-10-09
申请号：CN201310316221.5
申请日：2013-07-17
Applicant: 中国科学院自动化研究所
IPC: G06N3/02
Abstract: 本发明公开了一种基于多任务深度神经网络的数据识别方法及其装置。该方法包括：步骤1、建立多任务深度神经网络；步骤2、将所述多任务深度神经网络相邻两层看作限制的波尔兹曼机，采用无监督地自底向上的逐层训练方法来预训练该多任务深度神经网络，获得相邻层之间的初始连接权重；步骤3、利用反向传播算法有监督地最小化关于所述网络权重的目标函数，以获得优化后的网络权重；步骤4、将待识别数据输入具有优化后网络权重的所述多任务深度神经网络，得到输出层节点值，并根据输出层节点值得出所述待识别数据所属的类别。本方法利用神经网络来挖掘不同标签之间的关联性，在标签数量较多的大规模图像标注中仍然可以保证较高的图像标注准确率。
-
Patent Agency Ranking
公开(公告)号：CN102663447A
公开(公告)日：2012-09-12
申请号：CN201210133488.6
申请日：2012-04-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于判别相关分析的跨媒体检索方法，该方法包括以下步骤：建立跨媒体训练数据库，依次对其中不同模态样本进行特征提取、均值预处理和线性投影变换，并根据投影空间设定一目标函数；求解目标函数得到线性投影向量；建立跨媒体测试数据库；对待检索对象依次进行特征提取和均值预处理；使用所述线性投影向量对经均值预处理的特征数据进行线性投影变换；计算两模态数据投影变量之间的欧式距离，并进行升序排序，从而得到跨媒体检索结果。本发明方法能够对特征数据进行有效地降维，从而广泛地应用在其他很多多模态工作中，比如多模态生物特征识别。
-
公开(公告)号：CN302309181S
公开(公告)日：2013-01-30
申请号：CN201230332837.8
申请日：2012-07-23
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 1.外观设计产品的名称为镜头（TV0550D-IR）。2.承载外观设计的产品的用途为：视频监控领域，具体用于视频监控中的成像。3.外观设计的设计要点主要包括：产品的形状、及产品主视图的各结构形成的图案。4.最能表明设计要点的图片为主视图。
-
-
公开(公告)号：CN302309182S
公开(公告)日：2013-01-30
申请号：CN201230333368.1
申请日：2012-07-23
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 1.外观设计产品的名称为镜头（TV0309D-MPIR）。2.承载外观设计的产品的用途为：视频监控领域，具体用于视频监控中的成像。3.外观设计的设计要点主要包括：产品的形状、及产品主视图的各结构形成的图案。4.最能表明设计要点的图片为主视图。
-
公开(公告)号：CN303257602S
公开(公告)日：2015-06-24
申请号：CN201430552288.4
申请日：2014-12-25
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 1.本外观设计产品的名称：摄像机镜头。2.本外观设计产品的用途：安装在摄像机前端，用于成像的光学器件。3.本外观设计的设计要点主要包括：产品的形状、图案及其组合。4.本外观设计指定的最能体现本外观设计要点的图片：立体图1。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.131 seconds)
