-
公开(公告)号:CN101777060B
公开(公告)日:2012-05-23
申请号:CN200910243729.0
申请日:2009-12-23
申请人: 中国科学院自动化研究所
IPC分类号: G06F17/30
摘要: 本发明公开一种网页视觉质量的自动评价方法及其系统,包括:收集网页样本,每个样本通过人工来进行标记其为视觉质量高的网页样本还是视觉质量低的网页样本,以此建立训练集,利用网页分割算法来对每幅网页进行分割并提取网页布局块与文本块,把每一幅网页转换成一副图像,结合提取的网页布局块和文本块来提取每一幅网页四方面的特征:布局视觉特征、文本视觉特征、传统视觉特征以及视觉复杂度特征;利用得到的网页特征对支持向量机分类器进行训练,得到分类器参数,并对新网页进行评价,判定其视觉质量的高低。本发明可以应用在Web搜索,网页设计以及Web过滤等诸多方面,提高基于Web的应用程序的性能。
-
公开(公告)号:CN101777060A
公开(公告)日:2010-07-14
申请号:CN200910243729.0
申请日:2009-12-23
申请人: 中国科学院自动化研究所
IPC分类号: G06F17/30
摘要: 本发明公开一种网页视觉质量的自动评价方法及其系统,包括:收集网页样本,每个样本通过人工来进行标记其为视觉质量高的网页样本还是视觉质量低的网页样本,以此建立训练集,利用网页分割算法来对每幅网页进行分割并提取网页布局块与文本块,把每一幅网页转换成一副图像,结合提取的网页布局块和文本块来提取每一幅网页四方面的特征:布局视觉特征、文本视觉特征、传统视觉特征以及视觉复杂度特征;利用得到的网页特征对支持向量机分类器进行训练,得到分类器参数,并对新网页进行评价,判定其视觉质量的高低。本发明可以应用在Web搜索,网页设计以及Web过滤等诸多方面,提高基于Web的应用程序的性能。
-
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
申请人: 中国科学院自动化研究所
IPC分类号: G06T7/00 , G06V10/80 , G06V10/774 , G06V10/764 , G06N3/0455 , G06N3/08
摘要: 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:CN111507905B
公开(公告)日:2024-06-28
申请号:CN201910100742.4
申请日:2019-01-31
申请人: 华为技术有限公司 , 中国科学院自动化研究所
IPC分类号: G06T5/90 , G06V10/762 , H04N9/73
摘要: 本申请实施例公开了一种白平衡处理方法、白平衡处理装置以及存储介质,该白平衡处理方法包括:获取至少一个目标特征向量,所述至少一个目标特征向量包括原始图像的特征向量和/或所述原始图像转换后的图像的特征向量;根据训练图像样本集获取所述至少一个目标特征向量对应的至少一个目标光照色度值,所述训练图像样本集包括图像的特征向量和光照色度值的对应关系;根据所述至少一个目标光照色度值对所述原始图像进行白平衡处理。通过已训练的训练图像样本集来获取原始图像对应的目标光照色度值,提升了计算原始图像的光照色度值的效率,而且通过目标特征向量对原始图像的光照进行计算,提升了计算原始图像的光照色度值的准确性。
-
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
申请人: 中国科学院自动化研究所
IPC分类号: G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464
摘要: 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
申请人: 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分类号: G06T7/00 , G06T5/00 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/082
摘要: 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
申请人: 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分类号: G06V10/764 , G06V10/82 , G06K9/00 , G06K9/62 , G06N3/04
摘要: 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。
-
公开(公告)号:CN114666571A
公开(公告)日:2022-06-24
申请号:CN202210214422.3
申请日:2022-03-07
申请人: 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
摘要: 本发明提供一种视频敏感内容检测方法及系统,该方法包括:对待检测视频执行解码方法的部分步骤,提取所述待检测视频的压缩域信息;根据所述压缩域信息判断所述待检测视频的质量是否合格;在所述待检测视频的质量不合格的情况下,确定所述待检测视频中不存在敏感内容;在所述待检测视频的质量合格的情况下,根据所述压缩域信息对所述待检测视频进行敏感内容检测,确定所述待检测视频中是否存在敏感内容。本发明降低了敏感内容检测的资源消耗,提高检测效率和检测准确率。
-
公开(公告)号:CN114550460A
公开(公告)日:2022-05-27
申请号:CN202210436887.3
申请日:2022-04-25
申请人: 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
摘要: 本申请提供一种轨道交通异常检测方法、装置及存储介质,其中方法包括:获取轨道交通设备中被监测传感器的时间序列数据;将所述时间序列数据输入至轨道交通异常检测模型,得到所述轨道交通异常检测模型输出的轨道交通异常检测结果;所述轨道交通异常检测模型包括可变形Transformer编码模块、全局特征提取模块和可变形Transformer解码模块,所述可变形Transformer编码模块用于提取所述时间序列数据的多尺度特征,所述全局特征提取模块用于提取所述时间序列数据的全局特征,所述可变形Transformer解码模块用于基于所述时间序列数据的多尺度特征和全局特征生成所述轨道交通异常检测结果。
-
公开(公告)号:CN114170112A
公开(公告)日:2022-03-11
申请号:CN202111548137.7
申请日:2021-12-17
申请人: 中国科学院自动化研究所
摘要: 本申请实施例公开了一种修复图像的方法、装置以及存储介质。其中,该方法包括:根据待修复图像预测目标掩膜图像,所述目标掩膜图像包括与所述待修复图像的像素一一对应的权重,任一所述权重大于或者等于0且小于或者等于1,根据所述目标掩膜图像对所述待修复图像进行编码,得到所述待修复图像的编码特征图,所述编码特征图的每个特征值均是所述待修复图像的相应特征值与所述目标掩膜图像中对应的权重相乘得到,对所述编码特征图解码得到所述待修复图像对应的修复图像,解决了提取的待修复图像的特征准确性的问题,即提取的待修复图像的特征准确性较好。
-
-
-
-
-
-
-
-
-