一种时间序列信号的分类方法、装置以及电子设备

    公开(公告)号:CN111860081B

    公开(公告)日:2024-08-02

    申请号:CN201910365000.4

    申请日:2019-04-30

    发明人: 赵元 沈海峰

    IPC分类号: G06F18/24

    摘要: 本申请提供了一种时间序列信号的分类方法、装置以及电子设备,该方法包括:获取目标对象的待分类的时间序列信号,并确定时间序列信号中采样数据帧的概率值;以预设的滑动窗口在采样数据帧中移动,对于每次移动后的滑动窗口的所在位置,按照该位置下滑动窗口中的各个采样数据帧的概率值确定滑动窗口的概率值;根据确定出到滑动窗口的概率值确定时间序列信号所属的类别信息。本申请通过预设的滑动窗口在时间序列信号中的采样数据帧中移动,对于每次移动后的滑动窗口所在位置,通过统计该位置下滑动窗口内采样数据帧的概率值来确定时间序列信号的类别信息。该时间序列信号的分类方法计算过程简单有效,适用于稀疏数据的应用场景。

    数据增强方法、装置、存储介质和电子设备

    公开(公告)号:CN113010762B

    公开(公告)日:2024-05-31

    申请号:CN202110227674.5

    申请日:2021-03-01

    IPC分类号: G06F16/953 G06N3/08

    摘要: 本发明实施例公开了一种数据增强方法、装置、存储介质和电子设备,通过确定包括多个增强策略的增强策略搜索空间进行目标增强策略搜索,并确定搜索得到的多个目标增强策略的执行顺序。在预设的增强操作集合中确定各目标增强策略对应的至少一个具有对应属性值的增强操作。以根据各目标增强策略的执行顺序和包括的增强操作依次执行各目标增强策略,对原始数据进行数据增强。本发明实施例可以实现自动进行数据增强,并在数据增强过程中减小计算开销、提高处理速度,以及避免在基于人工设定参数的数据增强过程中产生噪声。

    目标对象的检测方法及装置

    公开(公告)号:CN111310835B

    公开(公告)日:2023-07-21

    申请号:CN202010105161.2

    申请日:2018-05-24

    IPC分类号: G06V10/774 G06V10/20

    摘要: 本发明实施例提供一种目标对象的检测方法及装置,该方法包括:获取目标检测模型;目标检测模型是对训练图像数据中的监督标注数据和非监督标注数据训练得到的,目标检测模型为用于指示目标对象的检测模型;监督标注数据和非监督标注数据用于指示训练图像数据中目标对象的属性信息;确定待检测图像数据;通过目标检测模型对待检测图像数据进行检测,输出待检测图像数据中目标对象的属性信息。本发明实施例提供的目标对象的检测方法及装置,不仅提高了目标对象的检测效率,而且提高了目标对象检测的准确度。

    一种时间序列信号的分类方法、装置以及电子设备

    公开(公告)号:CN111860081A

    公开(公告)日:2020-10-30

    申请号:CN201910365000.4

    申请日:2019-04-30

    发明人: 赵元 沈海峰

    IPC分类号: G06K9/00

    摘要: 本申请提供了一种时间序列信号的分类方法、装置以及电子设备,该方法包括:获取目标对象的待分类的时间序列信号,并确定时间序列信号中采样数据帧的概率值;以预设的滑动窗口在采样数据帧中移动,对于每次移动后的滑动窗口的所在位置,按照该位置下滑动窗口中的各个采样数据帧的概率值确定滑动窗口的概率值;根据确定出到滑动窗口的概率值确定时间序列信号所属的类别信息。本申请通过预设的滑动窗口在时间序列信号中的采样数据帧中移动,对于每次移动后的滑动窗口所在位置,通过统计该位置下滑动窗口内采样数据帧的概率值来确定时间序列信号的类别信息。该时间序列信号的分类方法计算过程简单有效,适用于稀疏数据的应用场景。

    活体图像检测方法、装置以及电子设备

    公开(公告)号:CN111860079A

    公开(公告)日:2020-10-30

    申请号:CN201910364308.7

    申请日:2019-04-30

    IPC分类号: G06K9/00

    摘要: 本申请提供了一种活体图像检测方法、装置以及电子设备,其中,该方法包括:获取原始图像,对原始图像进行指定对象的特征检测;如果检测到原始图像包含指定对象,将指定对象所在的区域等比例划分成多个图像块;基于每个图像块提取rPPG信号;分别将rPPG信号输入至预先训练好的检测模型,检测每个图像块提取的rPPG信号中是否包含有指定对象对应的活体rPPG信号;如果是,确定原始图像为活体图像。本申请提供的活体图像检测方法、装置以及电子设备,可以减少指定对象本身或者所处环境发生的变化对整个原始图像的影响,与对整个原始图像进行检测的方式相比,能够提高检测过程的抗干扰性,从而提高活体检测的准确性。

    状态检测方法、模型训练方法、存储介质和电子设备

    公开(公告)号:CN111832601A

    公开(公告)日:2020-10-27

    申请号:CN202010287493.7

    申请日:2020-04-13

    发明人: 赵元 沈海峰

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明实施例公开了一种状态检测方法、模型训练方法、存储介质和电子设备,通过获取待检测图像序列的多个特征向量,确定多个分支任务和对应的特征权重向量集合,根据各所述特征向量和特征权重向量集合确定输入对应分支任务的输入向量,输出分支任务状态以最终根据多个分支任务状态确定状态检测结果。本发明实施例根据各所述分支任务对应的特征权重向量集合以及多个特征向量分别计算输入向量,能够实现针对性的确定各所述分支任务的输入向量,提高用于处理各所述分支任务对应的分支任务状态准确率,进而提升最终状态检测结果的准确性。

    数据处理方法、装置、电子设备和存储介质

    公开(公告)号:CN111797847A

    公开(公告)日:2020-10-20

    申请号:CN201910277908.X

    申请日:2019-04-08

    发明人: 沈海峰 赵元

    IPC分类号: G06K9/62 G06F7/483

    摘要: 本申请提供了数据处理方法、装置、电子设备和存储介质,涉及信息处理领域。本申请所提供的数据处理方法,在生成量化码本之前,先将浮点型样本数据归纳在了一个高斯分布函数中,而后使用了高斯分布函数的置信区间的对浮点型样本数据的数值进行了调整,最后,使用调整后的浮点型样本数据生成了量化码本,而后,在存储浮点型数据的时候,可以存储该浮点型数据所对应的定点化结果,进而,通过存储定点化结果来替代存储浮点型数据,以达到节约存储空间的目的。

    一种用于定点转化的系统和方法

    公开(公告)号:CN111563600A

    公开(公告)日:2020-08-21

    申请号:CN201910115155.2

    申请日:2019-02-14

    发明人: 赵元 沈海峰

    IPC分类号: G06N20/00 G06F16/22 G06F16/25

    摘要: 本申请提供一种数据格式转化的系统和方法。该方法包括:获得训练样本集,其中训练样本集包括多个样本值;基于样本值将多个样本值划分为多个参考簇;对于多个参考簇,基于参考簇内的一个或多个样本值,确定对应该参考簇的一个或多个转换参数;以浮点格式获取目标值;基于目标值确定多个参考簇中的目标簇;基于与目标簇对应的一个或多个转换参数,将浮点格式的目标值转换为定点格式。

    用于检测车内冲突的系统和方法
    9.
    发明公开

    公开(公告)号:CN111433082A

    公开(公告)日:2020-07-17

    申请号:CN201880002586.1

    申请日:2018-11-09

    发明人: 沈海峰 赵元

    IPC分类号: B60R21/12 G08G1/00

    摘要: 本申请的实施例提供了一种用于检测车(100)内冲突的系统。该系统包括至少一个相机(110),该相机被配置为捕获车辆(100)中的至少两个图像。该系统还包括与所述至少一个相机(110)通信的控制器(120)。所述控制器(120)被配置为从至少两个图像中检测人体对象,估计各个人体对象的深度信息,并基于所述深度信息检测冲突。

    车辆属性识别方法及其模型训练方法、装置和电子设备

    公开(公告)号:CN111275061A

    公开(公告)日:2020-06-12

    申请号:CN201811474810.5

    申请日:2018-12-04

    IPC分类号: G06K9/62

    摘要: 本申请提供了一种车辆属性识别方法及其模型训练方法、装置和电子设备;其中,该车辆属性识别模型训练方法中,通过多层卷积层输出每层第一指定卷积层对应的特征图;通过每层第一指定卷积层所连接的组中的池化层和全连接层对第一指定卷积层对应的特征图进行降维处理;并通过每组中的损失函数,计算降维得到的特征向量的损失值;基于每组的损失值对初始模型进行训练,直至每组的损失值均收敛,得到目标模型。本申请实施例中,模型的网络结构较为简单,并且实现了各车辆属性对应特征的数据共享,减少了数据冗余,通过简单的模型结构即可实现车辆的多属性识别,提高了车辆属性识别的实时性,扩展了车辆属性识别的应用范围。