公开(公告)号：CN102073530A

公开(公告)日：2011-05-25

申请号：CN201010611580.X

申请日：2010-12-17

Applicant: 国家计算机网络与信息安全管理中心 ,  曙光信息产业(北京)有限公司

Inventor： 李锋伟 ,  云晓春 ,  杜跃进 ,  汪立东 ,  陈训逊 ,  包秀国 ,  杜翠兰 ,  王勇 ,  薛晨

IPC: G06F9/45

Abstract: 本发明提供了一种多条正则表达式的增量分组方法，在不降低实时性的同时，同样的硬件空间大小，可增加了硬件处理正则式的数量，从而改善了系统工作的硬件处理能力。根据硬件的并行空间的大小，自动进行分组编译，已帮助FPGA实现并行匹配的功能。

公开(公告)号：CN107194318B

公开(公告)日：2020-06-12

申请号：CN201710270013.4

申请日：2017-04-24

Applicant: 北京航空航天大学

Inventor： 王蕴红 ,  孙宇航 ,  赵文婷 ,  陈训逊 ,  刘庆杰 ,  王博

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供一种目标检测辅助的场景识别方法。本发明目标检测辅助的场景识别方法包括：获取待识别图片，对待识别图片进行采样，得到预设数量和预设大小的样本，根据卷积神经网络模型对各样本进行场景识别，得到待识别图片对应的至少两个场景；获取待识别图片的区域建议和待识别图片对应的第一特征图，根据区域建议和待识别图片，获取待识别图片中的各目标的分类得分；根据待识别图片对应的至少两个场景和各目标的分类得分，得到待识别图片对应的场景。本发明通过Fast R‑CNN网络和区域建议网络结合的目标检测方法辅助场景识别方法，使得场景识别方法的准确率提高。

公开(公告)号：CN107194318A

公开(公告)日：2017-09-22

申请号：CN201710270013.4

申请日：2017-04-24

Applicant: 北京航空航天大学

Inventor： 王蕴红 ,  孙宇航 ,  赵文婷 ,  陈训逊 ,  刘庆杰 ,  王博

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供一种目标检测辅助的场景识别方法。本发明目标检测辅助的场景识别方法包括：获取待识别图片，对待识别图片进行采样，得到预设数量和预设大小的样本，根据卷积神经网络模型对各样本进行场景识别，得到待识别图片对应的至少两个场景；获取待识别图片的区域建议和待识别图片对应的第一特征图，根据区域建议和待识别图片，获取待识别图片中的各目标的分类得分；根据待识别图片对应的至少两个场景和各目标的分类得分，得到待识别图片对应的场景。本发明通过Fast R‑CNN网络和区域建议网络结合的目标检测方法辅助场景识别方法，使得场景识别方法的准确率提高。

公开(公告)号：CN107256378A

公开(公告)日：2017-10-17

申请号：CN201710272779.6

申请日：2017-04-24

Applicant: 北京航空航天大学

Inventor： 刘庆杰 ,  王博 ,  陈兴岳 ,  王蕴红 ,  陈训逊

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06F17/27

CPC classification number: G06F17/275 ,  G06K9/00456 ,  G06K9/4609 ,  G06K9/6269 ,  G06K2209/01

Abstract: 本发明实施例提供一种语种识别方法及装置。该方法包括：采用多小波变换方法获取待识别图像的纹理特征矢量，将待识别图像的纹理特征矢量输入预先确定的SVM中，获取待识别图像中文本的语种，实现了采用多小波变换方法获取纹理特征矢量，由于多小波变换方法获取纹理特征矢量的过程较快，因此，本发明实施例提供的语种识别方法的识别效率较高。同时，由于多小波变换方法的特性，本发明实施例的语种识别方法的识别准确率也较高。因此，采用本发明实施例提供的语种识别方法提高了语种识别的效率和准确率。