-
公开(公告)号：CN115908144B
公开(公告)日：2023-06-02
申请号：CN202310215782.X
申请日：2023-03-08
Applicant: 中国科学院自动化研究所 , 中国电子科技集团公司电子科学研究院
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于随机小波注意力的图像处理方法、装置、设备及介质，涉及数据处理技术领域，方法包括：获取待处理的图像作为初始输入图像；将初始输入图像输入至预先设置的卷积编码器，得到卷积编码器输出的高维特征；卷积编码器用于将初始输入图像中的特征转换为高维特征；将高维特征输入至预先设置的深层图像特征提取器，得到深层图像特征提取器输出的深层图像特征；深层图像特征提取器用于基于高维特征，通过小波变换方法提取初始输入图像中的深层图像特征；将高维特征和深层图像特征输入至预先设置的卷积解码器，得到卷积解码器输出的超分辨率后的高清图像；卷积解码器用于基于高维特征和深层图像特征，预测超分辨率后的高清图像。
-
公开(公告)号：CN107146198B
公开(公告)日：2022-08-16
申请号：CN201710256861.X
申请日：2017-04-19
Applicant: 中国电子科技集团公司电子科学研究院
IPC: G06T3/00
Abstract: 本发明公开了一种照片智能裁剪方法及装置。该方法包括：获取智能设备照片图像；在照片图像中生成若干子区域，计算若干子区域的美学评分，根据所述美学评分得到最佳美感裁剪区域；根据最佳美感裁剪区域的坐标裁剪照片图像。本发明实施例的照片智能裁剪方法及装置通过图像美学评价技术实现照片的智能裁剪，使得从美学角度裁剪出更加符合应用场景的照片；本发明适用的照片类型更加普遍，且操作方便、效率高，所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
-
公开(公告)号：CN112617833A
公开(公告)日：2021-04-09
申请号：CN202011521103.4
申请日：2020-12-21
Applicant: 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开了一种基于静息态脑电波检测抑郁症的装置，本发明通过采集器来采集待检测体的静息态脑电波数据，并将采集到的静息态脑电波数据输入预设的预测模型，通过预测模型来检测该静息态脑电波数据是否符合抑郁症状态的预设脑电波形态，从而为医生及患者提供辅助诊断信息，同时为在医生资源匮乏的地区用户辅助患者进行自我评价。
-
公开(公告)号：CN112614584A
公开(公告)日：2021-04-06
申请号：CN202011466471.3
申请日：2020-12-14
Applicant: 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开了一种结合语音及文本转录分析的抑郁症辅助诊断方法、系统及存储介质，其特征在于，包括：利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户是否为抑郁症患者。通过本发明能够实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。
-
公开(公告)号：CN112612023A
公开(公告)日：2021-04-06
申请号：CN202011466447.X
申请日：2020-12-14
Applicant: 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开了一种雷达目标识别方法及计算机可读存储介质，本发明使用真实数据作为指导，生成与真实数据接近的、带有随机环境扰动的仿真数据，并以仿真数据为源域，以真实数据为目标域，通过迁移学习，提高雷达目标分类模型分类的准确率和鲁棒性，实现真实场景下多种复杂情形的、鲁棒性高的目标识别。
-
Patent Agency Ranking
公开(公告)号：CN116340968A
公开(公告)日：2023-06-27
申请号：CN202310123883.4
申请日：2023-02-14
Applicant: 中国电子科技集团公司电子科学研究院 , 中国科学技术大学先进技术研究院
Abstract: 本申请的实施例揭示了一种隐私预算的确定方法，所述方法包括：获取受扰特征向量，并基于所述受扰特征向量初始化节点特征；基于所述节点特征构建图数据集，并对所述图数据集进行编码，得到图嵌入；对所述图嵌入进行解码，重构邻接矩阵，并基于所述邻接矩阵确定链接预测准确性；根据所述图嵌入和部分对象的敏感属性标签，确定属性攻击准确性；对所述链接预测准确性和所述属性攻击准确性进行结果分析，得到隐私预算分析结果，通过本示例上述方法能够直接得到隐私预算分析结果，相关人员能够直观了解每一隐私预算值下链接预测准确性和所述属性攻击准确性之间的关联关系，进而能够根据实际任务使用需求选取对应的隐私预算值。
-
公开(公告)号：CN112363811A
公开(公告)日：2021-02-12
申请号：CN202011280247.5
申请日：2020-11-16
Applicant: 中国电子科技集团公司电子科学研究院 , 上海梦鱼信息科技有限公司
Abstract: 本发明公开了一种人工智能计算资源调度方法及计算机可读存储介质，本发明可通过设置多个Kubernet Scheduler调度器并发调度来筛选得到满足不同条件的节点集合，然后取不同节点集合的交集得到最终的可用节点集合，最后从该可用节点集合中选取节点来执行具体的任务，从而大大提升了任务调度效率，也即本发明通过对调度性能的整体优化，有效的提升了调度的执行速度和效率，相比于现有Kuberbets Scheduler原始调度系统，在同等环境下，本发明的调度效率可提升30％左右，这样针对集群规模比较大的系统有明显的优势。所以本发明有效克服了现有平台的一些缺点，提高了生产效率，具有较高的利用价值。
-
公开(公告)号：CN111274898A
公开(公告)日：2020-06-12
申请号：CN202010042360.3
申请日：2020-01-15
Applicant: 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开了一种基于深度学习的视频流中群体情绪与凝聚力检测方法及装置：从摄像设备中获取视频流；将视频流输入到训练好的全局神经网络模型中进行全局的情绪与凝聚力检测分析，获取基于全局视频流的分析结果；对视频流进行人脸检测，将检测到的人脸图像进行剪裁并对齐，将对齐的人脸图像输入到训练好的人脸神经网络模型中进行人脸的情绪与凝聚力检测分析，获取基于人脸视频流的分析结果；对视频流进行躯干图像检测，将检测到的躯干图像剔除背景生成姿态特征图像，将姿态特征图像输入到训练好的姿态神经网络模型中进行姿态的情绪与凝聚力检测分析，获取基于姿态视频流的分析结果；对分析结果进行融合，得到最终群体情绪与凝聚力检测结果。
-
公开(公告)号：CN108182396A
公开(公告)日：2018-06-19
申请号：CN201711417575.3
申请日：2017-12-25
Applicant: 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开了一种自动识别拍照行为的方法及装置，本发明通过识别图像中人体的关键点的位置，并在以腕关节为坐标原点的预设区域内，检测所述预定区域内是否有拍照设备，从而实现对拍照行为的准确检测，继而解决了现有技术中不能准确地对拍照行为进行识别的问题。
-
公开(公告)号：CN107146198A
公开(公告)日：2017-09-08
申请号：CN201710256861.X
申请日：2017-04-19
Applicant: 中国电子科技集团公司电子科学研究院
IPC: G06T3/00
Abstract: 本发明公开了一种照片智能裁剪方法及装置。该方法包括：获取智能设备照片图像；在照片图像中生成若干子区域，计算若干子区域的美学评分，根据所述美学评分得到最佳美感裁剪区域；根据最佳美感裁剪区域的坐标裁剪照片图像。本发明实施例的照片智能裁剪方法及装置通过图像美学评价技术实现照片的智能裁剪，使得从美学角度裁剪出更加符合应用场景的照片；本发明适用的照片类型更加普遍，且操作方便、效率高，所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.047 seconds)
