-
公开(公告)号：CN114267089B
公开(公告)日：2022-05-31
申请号：CN202210203248.2
申请日：2022-03-03
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
摘要： 本发明公开了一种伪造图像的识别方法、装置及设备，其中，所述方法包括：获取待检测图像；获取所述待检测图像的频谱掩模与所述待检测图像对应的身份空间约束，所述身份空间约束是指所述待检测图像与对应的预设参考正确图像的关联性权重分布图；根据所述频谱掩模对所述待检测图像进行分频，分别得到频谱的高频分量和低频分量；通过所述频谱的高频分量和低频分量与所述身份空间约束，分别得到高频分量的伪造概率和低频分量的伪造概率；合并所述高频分量的伪造概率和所述低频分量的伪造概率，得到最终伪造概率。通过上述方式，本发明提高了识别系统对于不同造假技术的泛化能力，增强了识别器的性能。
-
公开(公告)号：CN114218396A
公开(公告)日：2022-03-22
申请号：CN202111440258.X
申请日：2021-11-30
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
摘要： 本发明公开了一种轨道交通的数据处理方法、装置及设备，该方法包括：获取待优化数据；根据预设的轨道交通知识图谱对所述待优化数据进行处理，得到待优化特征，所述知识图谱表征所述轨道交通不同维度的运行特征；根据得到的所述待优化特征，输出与所述待优化数据对应的场景相匹配的优化信息。通过上述方式，本发明优化了轨道交通数据处理的存储和处理方式，提高了轨道交通数据的利用率。
-
公开(公告)号：CN114077877A
公开(公告)日：2022-02-22
申请号：CN202210058643.6
申请日：2022-01-19
申请人： 人民中科(济南)智能技术有限公司
IPC分类号： G06K9/62 , G06V10/774 , G06V10/764
摘要： 本文涉及人工智能领域，提供了一种新增垃圾识别方法、装置、计算机设备及存储介质，方法包括：收集图像组，其中，图像组包括投递垃圾前垃圾桶的第一内部图像以及投递垃圾后垃圾桶的第二内部图像；对第一内部图像及第二内部图像进行通道分离处理，得到第一内部图像的通道图及第二内部图像的通道图；根据第一内部图像和第二内部图像的通道图以及通道图对新增垃圾轮廓影响的差异性，确定仅包含新增垃圾的目标图像；将目标图像输入至垃圾分类模型中，预测得到新增垃圾类别标识，垃圾分类模型根据历史新增垃圾的目标图像训练得到。本文能够精确地确定新增垃圾的目标图像，通过仅对新增垃圾目标图像进行识别，能够提高新增垃圾识别的准确率及速度。
-
公开(公告)号：CN113627342A
公开(公告)日：2021-11-09
申请号：CN202110918450.9
申请日：2021-08-11
申请人： 人民中科(济南)智能技术有限公司
摘要： 本发明公开了视频深度特征提取优化的方法、系统、设备及存储介质，涉及计算机机器视觉技术领域，用以解决现有技术对复杂场景的视频不够鲁棒的问题。方法包括：获取视频无效帧种子；构建无效特征底库；更新无效特征底库，以及获取视频有效特征集合根据更新后的无效特征底库和视频有效特征集合训练帧有效性二分判别模型；利用帧有效性二分判别模型提取视频有效特征。系统包括：获取视频无效帧种子单元、构建无效特征底库单元、更新单元、训练单元和提取视频有效特征单元。本发明是在特征向量空间而不是在原始视频帧的时空域去做筛选，能够针对性地去优化复杂场景的视频。
-
公开(公告)号：CN113610016A
公开(公告)日：2021-11-05
申请号：CN202110918442.4
申请日：2021-08-11
申请人： 人民中科(济南)智能技术有限公司
摘要： 本发明公开了一种视频帧特征提取模型的训练方法、系统、设备及存储介质。方法包括：S1、将任一批次的原视频帧图像经过图像增强后，获取两路增强视频帧图像集；S2、将两路增强视频帧图像集分别输入对比训练网络包含的两路特征提取子网络，获得两路特征集；S3、将两路特征集沿特征维度作互相关乘法计算，得到相似度矩阵；S4、计算相似度矩阵的损失值；S5、如损失值大于阈值，则根据损失值调整对比训练网络，并返回S1；否则判定对比训练网络拟合，并转入S6；S6、提取对比训练网络包含的任一路特征提取子网络，完成视频帧特征提取模型的训练。系统：图像增强单元、双路特征提取单元、相似度矩阵单元、损失值计算单元、判断单元、单路网络提取单元。
-
公开(公告)号：CN114219936A
公开(公告)日：2022-03-22
申请号：CN202111266514.8
申请日：2021-10-28
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： G06V10/25 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明提供一种目标检测方法、电子设备、存储介质和计算机程序产品，方法包括获取包含待检测目标的待检测图像；将所述待检测图像输入至目标检测模型，进行目标检测，获得所述目标检测模型输出的目标检测结果，所述目标检测模型是基于候选框及其对应的正负标签训练得到的，所述正负标签是基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值确定得到的。本发明通过动态变化的交并比阈值，动态变化候选框的正负标签，以使最后分配给候选框的正负标签为准确标签，从而提高候选框的标签分配准确度，进而提高目标检测模型的召回率，最终实现高性能的目标检测。
-
公开(公告)号：CN114120136A
公开(公告)日：2022-03-01
申请号：CN202210098107.9
申请日：2022-01-27
申请人： 人民中科(济南)智能技术有限公司
IPC分类号： G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本申请涉及图像识别技术领域，特别是涉及一种对垃圾进行分类的方法、装置以及存储介质。其中，对垃圾进行分类的方法，包括：利用基于神经网络的特征提取模型从第一图像提取第一特征图以及从第二图像提取第二特征图，其中第一图像为向垃圾存储设施投递垃圾目标前所采集的垃圾存储设施内的图像，并且第二图像为向垃圾存储设施投递垃圾目标后所采集的垃圾存储设施内的图像；以及根据第一特征图和第二特征图，确定垃圾目标的类别。
-
公开(公告)号：CN112950576A
公开(公告)日：2021-06-11
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
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：CN113627342B
公开(公告)日：2024-04-12
申请号：CN202110918450.9
申请日：2021-08-11
申请人： 人民中科(济南)智能技术有限公司
IPC分类号： G06F30/27
摘要： 本发明公开了视频深度特征提取优化的方法、系统、设备及存储介质，涉及计算机机器视觉技术领域，用以解决现有技术对复杂场景的视频不够鲁棒的问题。方法包括：获取视频无效帧种子；构建无效特征底库；更新无效特征底库，以及获取视频有效特征集合根据更新后的无效特征底库和视频有效特征集合训练帧有效性二分判别模型；利用帧有效性二分判别模型提取视频有效特征。系统包括：获取视频无效帧种子单元、构建无效特征底库单元、更新单元、训练单元和提取视频有效特征单元。本发明是在特征向量空间而不是在原始视频帧的时空域去做筛选，能够针对性地去优化复杂场景的视频。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.039 秒)
