-
公开(公告)号：CN108877812A
公开(公告)日：2018-11-23
申请号：CN201810936422.8
申请日：2018-08-16
Applicant: 桂林电子科技大学
IPC: G10L17/02 , G10L17/04 , G10L21/0272
Abstract: 本发明提供一种声纹识别方法、装置及存储介质，其方法包括根据多个人声语音样本基于特征提取网络进行模型训练，得到特征提取模型；将测试语音输入所述特征提取模型中，得到测试语音特征向量；将所述测试语音特征向量与预先建立的注册语音特征向量数据库进行匹配，根据匹配结果确定所述测试语音的注册人。本发明将人声语音样本由一维语音信息转化为二维语音信息，并进行训练，得到的特征提取网络能够快速提取特征向量，利于快速、准确的识别出注册语音与测试语音是否为同一人声。
-
公开(公告)号：CN105138679B
公开(公告)日：2018-11-13
申请号：CN201510581178.4
申请日：2015-09-14
Applicant: 桂林电子科技大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于分布式缓存的数据处理系统，包括用于将提交来的用户作业分解成多个map任务和多个reduce任务的mapreduce数据处理模块、用于处理map任务的map任务内存处理模块和用于通过reduce任务处理map任务的reduce分布式缓存模块；本发明还涉及一种基于分布式缓存的数据处理方法；本发明的有益效果是：主要服务于map任务，优化map任务处理数据，保证map能在最短的时间内找到目标数据，且以最快的速度传输中间处理结果；能够减少数据传输量，完全实现数据本地化处理，提高数据命中率，从而提升数据处理的执行效率。
-
公开(公告)号：CN108681707A
公开(公告)日：2018-10-19
申请号：CN201810463134.5
申请日：2018-05-15
Applicant: 桂林电子科技大学
CPC classification number: G06K9/00825 , G06K9/00744 , G06K9/6292 , G06K2209/23 , G06N3/0454 , G06N3/084
Abstract: 本发明公开一种基于全局和局部特征融合的大角度车型识别方法和系统，当车辆经过车型识别采集区时截取出包含车辆的图像，首先对截取的包含车辆的图像进行裁剪，得到去除复杂背景的车辆图片，将车辆图片分割为车脸图像分块、车尾图像分块和车轮图像分块。再将车辆图片、车脸图像分块、车尾图像分块和车轮图像分块导入到深层多分支卷积神经网络中对车辆的全局和局部特征进行特征训练，并将车辆图片特征和各个分块特征进行特征融合。后通过分类器对融合后的特征进行分类识别。本发明将大角度车辆的全局和局部特征进行融合，能够明显的提高大角度车型识别的准确率。
-
公开(公告)号：CN106611156A
公开(公告)日：2017-05-03
申请号：CN201610953664.9
申请日：2016-11-03
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种自适应深度空间特征的行人识别方法和系统；其方法包括步骤：根据预设的分割数目n将行人图像进行分割；建立与行人图像分块数目相同的n组特征提取模型，并对应的从n块行人图像分块中提取特征信息；建立与特征信息组别数目相同的n组特征分类器，并对应的将n组特征信息进行特征分类；根据反向传播算法分别计算每组特征分类过程中所产生的损失值；将n组损失值分别返回对应的特征提取模型和特征分类器中来优化的特征提取模型和特征分类器。本发明能够有效提取到行人更多的信息，尤其是局部信息，而采用损失值反馈的形式自适应的行人特征分类，最终趋于最优解，能够指引行人特征提取模型提取到更多深度空间的行人特征信息。
-
公开(公告)号：CN106557743A
公开(公告)日：2017-04-05
申请号：CN201610950454.4
申请日：2016-10-26
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于FECNN的人脸特征提取系统及方法，其系统包括人脸预处理模块对人脸图片进行人脸检测，并对检测到的人脸图像进行裁剪、定位和对齐；FECNN模块搭建进行特征提取的FECNN框架，并进行训练直至FECNN框架收敛，得到FECNN参数模型；特征提取模块将人脸关键点与人脸图像送入FECNN参数模型中提取人脸特征；特征比对模块使用余弦距离对人脸特征进行计算，当距离大于设定阈值t时，判断为同一个人，当距离小于设定阈值t时，判断为不同的人。相对现有技术，本发明使用较少的参数，使网络模型快速收敛，并提取出鲁棒的人脸特征。
-
Patent Agency Ranking
公开(公告)号：CN105187785A
公开(公告)日：2015-12-23
申请号：CN201510548173.1
申请日：2015-08-31
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于动态选取显著特征的跨卡口行人识别系统，包括城市卡口视频采集模块、行人检测与跟踪模块、多特征提取模块、特征挖掘模块、显著特征选取模块和行人识别模块；本发明还涉及一种基于动态选取显著特征的跨卡口行人识别方法；本发明的有益效果是：能够动态选取特征信息，不是采用将多种特征直接融合的方式，而是通过对各特征信息进行特征独特程度分析和处理，寻找行人识别分辨力最强的多种特征相融合的方式；解决了单一特征对行人识别不可靠的问题，通过该系统去除行人识别的冗余特征信息，寻找到最大区分行人识别的特征，提高了行人识别的鲁棒性。
-
公开(公告)号：CN111930931B
公开(公告)日：2024-05-24
申请号：CN202010697992.3
申请日：2020-07-20
Applicant: 桂林电子科技大学
IPC: G06F16/34 , G06F40/211 , G06F40/289 , G06F40/30
Abstract: 本发明提供一种摘要评价方法及装置，方法包括：录入摘要信息和原文信息，将摘要信息和原文信息作为待评价语句信息；将所述待评价语句信息输入预先构建的语义相似模型中的语义相似度处理得到语义相似度得分；对所述待评价语句信息的评价得分处理得到ROUGE得分；根据语义相似度得分对ROUGE得分的最优融合分析得到最优融合组；对最优融合组的融合分数计算得到最优融合分数，并通过最优融合分数得到摘要评价分数。本发明实现了既计算了待评价语句的共现信息又计算了待评价语句的深层语义信息，提高了对摘要的客观评分能力，也避免评价分数受参考摘要主观性的影响。
-
公开(公告)号：CN117829156A
公开(公告)日：2024-04-05
申请号：CN202311670978.4
申请日：2023-12-06
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种语义相似度计算方法、装置以及存储介质，属于自然语言技术领域，方法包括：导入多个原始句子，通过原始编码器对原始句子进行编码分析，得到句子向量组；通过原始句子以及句子向量组对原始编码器进行训练，得到目标编码器；导入第一待处理句子和第二待处理句子，通过目标编码器对第一待处理句子和第二待处理句子进行相似度分析，得到语义相似度计算结果。本发明能够克服正样本和负样本缺失的问题，减小了语义相似度的误差，提高了语义相似度的准确率。
-
公开(公告)号：CN116245111B
公开(公告)日：2023-09-15
申请号：CN202310120682.9
申请日：2023-02-15
Applicant: 桂林电子科技大学
IPC: G06F40/30 , G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/09
Abstract: 本发明提供一种多方向多角度句子语义相似识别方法、装置及存储介质，主要涉及自然语言处理技术领域，本方法包括提取语义序列，并通过语义序列分离出关键信息、意图信息、关系信息和时间线索信息，采用了提取相似性特征和区分性特征的新型注意力机制，对上述融合后的各个信息进行损失函数的叠加，作为整体训练函数，能够捕获并利用语料中的细节信息进而提升句子匹配准确率。
-
公开(公告)号：CN116434300A
公开(公告)日：2023-07-14
申请号：CN202310265303.5
申请日：2023-03-17
Applicant: 桂林电子科技大学
IPC: G06V40/16 , G06V40/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种身份识别方法、装置、系统以及存储介质，属于身份识别领域，方法包括：对待识别行人图片进行人脸提取得到待识别人脸图片；对待识别行人图片以及待识别人脸图片进行特征提取得到待识别行人特征以及待识别人脸特征；根据待识别人脸特征以及待识别行人特征对深度全连接神经网络进行训练得到训练后深度全连接神经网络。本发明相比于单用人脸或行人，目标身份识别准确率更高，且深度挖掘了人脸与行人特征信息间的关联性，实现了二者更有效的融合，从而进一步提高了监控场景下目标身份识别的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.035 seconds)
