-
公开(公告)号：CN112765959B
公开(公告)日：2024-05-28
申请号：CN202011645068.7
申请日：2020-12-31
Applicant: 康佳集团股份有限公司 , 苏州大学 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06F40/216 , G06F40/284 , G06N3/0442
Abstract: 本发明公开一种意图识别方法、装置、设备及计算机可读存储介质，其中，所述意图识别方法包括步骤：获取文字信息，并通过词嵌入表将文字信息转化成词向量；将词向量输入双向LSTM模型，通过双向LSTM模型的编辑层输出文本向量；根据文本向量计算文字信息中所有词汇的概率；将概率中的最大值对应的词汇确定为意图词汇，实现了不需更换数据转换规则的情况下智能识别用户的意图，提高了识别效率。
-
公开(公告)号：CN112434133A
公开(公告)日：2021-03-02
申请号：CN202011389237.5
申请日：2020-12-02
Applicant: 康佳集团股份有限公司 , 苏州大学 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种意图分类方法、装置、智能终端及存储介质，其中，上述意图分类方法包括：获取目标文本；基于上述目标文本进行命名实体识别，获取命名实体识别结果；基于上述命名实体识别结果，对上述目标文本进行规范化处理，获取规范化处理后的文本句式，作为规范化处理结果；基于上述目标文本和上述规范化处理结果进行意图分类；输出上述意图分类的结果。本发明方案不必基于模板进行意图分析，且可以结合文本的句式特征强化意图分类的性能；使得意图分类时不依赖于模板，不受数据规模以及数据质量的影响，同时可缓解进行分类时遗忘文本特征的问题，有利于提高意图分类的准确性。
-
公开(公告)号：CN112434133B
公开(公告)日：2024-05-17
申请号：CN202011389237.5
申请日：2020-12-02
Applicant: 康佳集团股份有限公司 , 苏州大学 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F40/295 , G06F40/30 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种意图分类方法、装置、智能终端及存储介质，其中，上述意图分类方法包括：获取目标文本；基于上述目标文本进行命名实体识别，获取命名实体识别结果；基于上述命名实体识别结果，对上述目标文本进行规范化处理，获取规范化处理后的文本句式，作为规范化处理结果；基于上述目标文本和上述规范化处理结果进行意图分类；输出上述意图分类的结果。本发明方案不必基于模板进行意图分析，且可以结合文本的句式特征强化意图分类的性能；使得意图分类时不依赖于模板，不受数据规模以及数据质量的影响，同时可缓解进行分类时遗忘文本特征的问题，有利于提高意图分类的准确性。
-
公开(公告)号：CN112765959A
公开(公告)日：2021-05-07
申请号：CN202011645068.7
申请日：2020-12-31
Applicant: 康佳集团股份有限公司 , 苏州大学 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06F40/216 , G06F40/284 , G06N3/04
Abstract: 本发明公开一种意图识别方法、装置、设备及计算机可读存储介质，其中，所述意图识别方法包括步骤：获取文字信息，并通过词嵌入表将文字信息转化成词向量；将词向量输入双向LSTM模型，通过双向LSTM模型的编辑层输出文本向量；根据文本向量计算文字信息中所有词汇的概率；将概率中的最大值对应的词汇确定为意图词汇，实现了不需更换数据转换规则的情况下智能识别用户的意图，提高了识别效率。
-
公开(公告)号：CN112580481B
公开(公告)日：2024-05-28
申请号：CN202011466467.7
申请日：2020-12-14
Applicant: 康佳集团股份有限公司 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , H04N19/42 , H04N19/70
Abstract: 本发明公开了基于边缘节点和云端协同视频处理方法、装置、服务器，方法包括：获取边缘节点进行视频图像压缩编码处理后的视频图像像素数据；对视频图像像素数据进行视频图像解码，得到图像解码数据；将图像解码数据进行基于卷积神经网络模型的视觉特征分析训练，得到视频图像视觉特征分析数据。本实施例中通过将边缘节点和云端服务器协同来处理视频数据，使得算力需求较低的任务在边缘节点运行，而算力需求高的任务在云端服务器运行，结合了云端服务器计算的高性能和边缘节点计算的低延迟和私密性，同时使用流水线机制来提高计算任务的吞吐率，从而提高运算效率。
-
Patent Agency Ranking
公开(公告)号：CN112712015A
公开(公告)日：2021-04-27
申请号：CN202011595172.X
申请日：2020-12-28
Applicant: 康佳集团股份有限公司 , 深圳市格灵人工智能与机器人研究院有限公司 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
Abstract: 本发明公开了一种人体关键点识别方法、装置、智能终端及存储介质，其中，上述人体关键点识别方法包括：获取待检测人体图像；获取压缩高分辨率特征网络模型；基于上述压缩高分辨率特征网络模型对上述待检测人体图像进行检测，获取上述待检测人体图像中的人体关键点位置信息；输出上述人体关键点位置信息。本发明方案提供的人体关键点识别方法对现有的高分辨率特征网络模型进行压缩并基于压缩高分辨率特征网络模型检测获取人体关键点位置信息，相对于现有技术，有利于减少参数量、计算量，缩短预测时长，且有利于将该模型移植到移动端等嵌入式平台上进行使用。
-
公开(公告)号：CN112580481A
公开(公告)日：2021-03-30
申请号：CN202011466467.7
申请日：2020-12-14
Applicant: 康佳集团股份有限公司 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
Abstract: 本发明公开了基于边缘节点和云端协同视频处理方法、装置、服务器，方法包括：获取边缘节点进行视频图像压缩编码处理后的视频图像像素数据；对视频图像像素数据进行视频图像解码，得到图像解码数据；将图像解码数据进行基于卷积神经网络模型的视觉特征分析训练，得到视频图像视觉特征分析数据。本实施例中通过将边缘节点和云端服务器协同来处理视频数据，使得算力需求较低的任务在边缘节点运行，而算力需求高的任务在云端服务器运行，结合了云端服务器计算的高性能和边缘节点计算的低延迟和私密性，同时使用流水线机制来提高计算任务的吞吐率，从而提高运算效率。
-
公开(公告)号：CN112507918A
公开(公告)日：2021-03-16
申请号：CN202011485807.0
申请日：2020-12-16
Applicant: 康佳集团股份有限公司 , 深圳市格灵人工智能与机器人研究院有限公司 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
Abstract: 本发明公开了一种手势识别方法，方法包括：获取视频文件中的第t帧图像；将第t帧图像输入已训练的手势识别模型，并控制手势识别模型对第t帧图像进行手势识别，得到第t帧图像对应的图像手势；当图像手势为静态手势类型时，将图像手势作为目标手势；当图像手势为动态手势类型时，迭代获取视频文件中的帧图像，并根据帧图像对应的图像手势，确定视频文件对应的目标手势；根据目标手势，确定视频文件对应的手势指令。本发明通过对手势模型的优化以及动态手势类型和静态手势类型识别的结合，提高在对手势识别精确度。
-
公开(公告)号：CN112712015B
公开(公告)日：2024-05-28
申请号：CN202011595172.X
申请日：2020-12-28
Applicant: 康佳集团股份有限公司 , 深圳市格灵人工智能与机器人研究院有限公司 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06V40/10 , G06V10/46 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种人体关键点识别方法、装置、智能终端及存储介质，其中，上述人体关键点识别方法包括：获取待检测人体图像；获取压缩高分辨率特征网络模型；基于上述压缩高分辨率特征网络模型对上述待检测人体图像进行检测，获取上述待检测人体图像中的人体关键点位置信息；输出上述人体关键点位置信息。本发明方案提供的人体关键点识别方法对现有的高分辨率特征网络模型进行压缩并基于压缩高分辨率特征网络模型检测获取人体关键点位置信息，相对于现有技术，有利于减少参数量、计算量，缩短预测时长，且有利于将该模型移植到移动端等嵌入式平台上进行使用。
-
公开(公告)号：CN112507918B
公开(公告)日：2024-05-21
申请号：CN202011485807.0
申请日：2020-12-16
Applicant: 康佳集团股份有限公司 , 深圳市格灵人工智能与机器人研究院有限公司 , 哈尔滨工业大学(深圳) , 深圳哈工大科技创新产业发展有限公司
IPC: G06V40/20 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种手势识别方法，方法包括：获取视频文件中的第t帧图像；将第t帧图像输入已训练的手势识别模型，并控制手势识别模型对第t帧图像进行手势识别，得到第t帧图像对应的图像手势；当图像手势为静态手势类型时，将图像手势作为目标手势；当图像手势为动态手势类型时，迭代获取视频文件中的帧图像，并根据帧图像对应的图像手势，确定视频文件对应的目标手势；根据目标手势，确定视频文件对应的手势指令。本发明通过对手势模型的优化以及动态手势类型和静态手势类型识别的结合，提高在对手势识别精确度。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.162 seconds)
