公开(公告)号：CN116644910A

公开(公告)日：2023-08-25

申请号：CN202310503311.9

申请日：2023-05-06

Applicant: 青岛港国际股份有限公司 ,  青岛新前湾集装箱码头有限责任公司 ,  山东省港口集团有限公司 ,  中国科学院计算技术研究所

Inventor： 陈强 ,  李永翠 ,  杨斌 ,  李波 ,  刘耀徽 ,  吴艳丽 ,  宋新航 ,  郭炜立 ,  王成贺 ,  王沪青

IPC: G06Q10/0631 ,  G06V30/148 ,  G06Q10/10

Abstract: 本发明公开了一种自动化码头闸口收发箱作业方法及系统，其中方法包括：收箱作业模式：外集卡入闸，并在闸口处，获取外集卡的信息、司机的信息及待收箱集装箱的信息；将所获取的信息和装箱单信息匹配，若匹配成功，对待收箱集装箱的所有目标位置进行罚分计算，选择罚分最小的目标位置，作为落场位置；判断落场位置所在的堆场中在作业的集卡数量是否达到设定数量，若是，外集卡进入排队待检，等待入场；获取入场集卡到达交互车道的时间和交互车道信息；陆侧ASC按照入场集卡到达交互通道的时间顺序进行作业；收箱离场；和发箱作业模式。本发明能够提高自动生成收发箱指令，提高陆侧收发箱作业效率。

公开(公告)号：CN106469437B

公开(公告)日：2020-08-25

申请号：CN201510508531.6

申请日：2015-08-18

Applicant: 联想(北京)有限公司 ,  中国科学院计算技术研究所

Inventor： 蒋树强 ,  宋新航 ,  贺志强

IPC: G06T5/00 ,  G06T7/11

Abstract: 提供了一种图像处理方法和图像处理装置。所述图像处理方法包括：将待处理的图像平均划分为多个图像块；获得所述图像块的语义描述信息；基于所述图像块在所述图像中的空间位置和所述图像块的语义描述信息确定所述图像的语义描述信息。在本公开实施例的技术方案中，能够有机地联系整个图像中的相关图像块来确定图像的语义描述信息，更符合对图像的理解习惯。

公开(公告)号：CN118366219A

公开(公告)日：2024-07-19

申请号：CN202410535200.0

申请日：2024-04-30

Applicant: 中国科学院计算技术研究所

Inventor： 蒋树强 ,  业诚珺 ,  乔祥硕 ,  宋新航

IPC: G06V40/20 ,  G06V10/40 ,  G06V10/62 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提出一种动作预测方法、装置、介质及计算机设备，该方法包括：构建训练数据集，所述训练数据集包含环境样本序列、惯性运动样本序列、特定任务目标序列；将所述训练数据集输入至动作预测模型，通过所述动作预测模型得到预测动作序列。该方法提高了人体动作预测的准确度与预测效率。

公开(公告)号：CN106469437A

公开(公告)日：2017-03-01

申请号：CN201510508531.6

申请日：2015-08-18

Applicant: 联想(北京)有限公司 ,  中国科学院计算技术研究所

Inventor： 蒋树强 ,  宋新航 ,  贺志强

IPC: G06T5/00 ,  G06T7/11

Abstract: 提供了一种图像处理方法和图像处理装置。所述图像处理方法包括：将待处理的图像平均划分为多个图像块；获得所述图像块的语义描述信息；基于所述图像块在所述图像中的空间位置和所述图像块的语义描述信息确定所述图像的语义描述信息。在本公开实施例的技术方案中，能够有机地联系整个图像中的相关图像块来确定图像的语义描述信息，更符合对图像的理解习惯。

公开(公告)号：CN115049913A

公开(公告)日：2022-09-13

申请号：CN202210758373.X

申请日：2022-06-29

Applicant: 中国科学院计算技术研究所

Inventor： 蒋树强 ,  陈恭巍 ,  宋新航 ,  王博瀚

IPC: G06V20/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种训练场景图像分类模型的方法，所述模型包括卷积神经网络、类别激活图模块，所述方法包括：S1、获取多个原始场景图像并组成原始场景图像数据集，其中，每个原始场景图像对应有场景分类标签；S2、对每个原始场景图像进行掩盖处理来获得其对应的修改图像，并将原始场景图像的场景分类标签作为其对应修改图像的场景分类标签，将原始场景图像与其对应修改图像组成图像对，所有的图像对组成训练集；S3、采用训练集将模型训练至收敛。本发明使得场景图像分类模型去探索了更多的大聚焦区域，提高了场景分类效果。

公开(公告)号：CN119027515A

公开(公告)日：2024-11-26

申请号：CN202411033679.4

申请日：2024-07-30

Applicant: 中国医学科学院肿瘤医院 ,  中国科学院计算技术研究所

Inventor： 叶雄俊 ,  余柯岑 ,  李旭文 ,  宋新航 ,  朱亿豪 ,  蒋树强 ,  杨飞亚

IPC: G06T7/90 ,  G06T3/4038

Abstract: 本发明提供一种病理切片图像的虚拟重染色方法，包括以下步骤：获取病理切片的组织病理图像；基于扩散模型构建组织病理图像的虚拟重染色网络；对虚拟重染色网络进行训练，将训练完成的虚拟重染色网络作为病理图像虚拟重染色模型；将组织病理图像分割为若干分块图像；通过病理图像虚拟重染色模型对分块图像进行虚拟重染色，得到重染色分块图像；对重染色分块图像进行拼接，得到重染色组织病理图像，本发明能够直接将扫描的HE染色图像生成IHC图像，避免了IHC切片制作过程所花的时间、金钱和人力、物力，使临床病理诊断更加便利，促进医药卫生事业的发展。