-
公开(公告)号：CN118334306A
公开(公告)日：2024-07-12
申请号：CN202410371279.8
申请日：2024-03-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于目标检测的煤矸石分选方法，应用于图像处理技术领域。该方法包括：获取待识别图像，所述待识别图像中包括目标识别对象，所述目标识别对象包括煤矸石；提取所述待识别图像中所述目标识别对象的特征融合图；从所述特征融合图中确定多个候选框；基于候选框的重叠面积和中心点距离从所述多个候选框中确定目标候选框；其中，所述目标候选框用于指示所述目标识别对象在所述待检测图像中的位置。
-
公开(公告)号：CN117036953B
公开(公告)日：2024-02-13
申请号：CN202311052858.8
申请日：2023-08-21
Applicant: 中国科学院自动化研究所
Abstract: 提供了关键支撑。本发明提供一种多特征融合的煤矸识别方法，该方法包括：通过深度相机采集视野范围内待识别煤矸的二维图像和三维点云；基于二维图像的图像特征进行目标检测，得到煤矸预测结果；基于三维点云进行体积估计，得到待识别煤矸的煤矸体积，基于煤矸体积和待识别煤矸的煤矸重量，计算煤矸密度；基于煤矸密度进行类别预测，得到待识别煤矸的第二类别信息，基于煤矸预测结果中的第一类别信息，以及第二类别信息，确定待识别煤矸的煤矸识别结果，克服了传统煤矸识别准确率和效率低下，计算过程复杂，实时性和环保性较差的缺陷，实现了安全环保的
-
公开(公告)号：CN112863630A
公开(公告)日：2021-05-28
申请号：CN202110073063.X
申请日：2021-01-20
Applicant: 中国科学院自动化研究所
IPC: G16H15/00 , G16H10/60 , G06F40/30 , G06F40/289 , G06F16/36 , G06F16/332 , G06F16/33
Abstract: 本发明属于医疗健康与人工智能领域，具体涉及了一种基于数据和知识的个性化精准医疗问答系统，旨在解决现有技术不具有针对性和实时性，对于数据的利用率低，无法高效、准确地理解用户问题，无法针对个人实现实时的深层次精准医疗问答的问题。本发明包括：个人健康数据模块获取用户个人健康数据；用户问题理解模块，对用户问题预处理后依次进行词语、句法和语义层面的分析；高效知识图谱模块对知识库进行知识抽取、知识融合、知识存储和知识计算，构建高效知识图谱；智能医疗服务模块，通过语义匹配和知识推理进行用户健康数据管理、健康监测及对问题信息进行在线导诊、辅助决策和生成应答信息。本发明具有针对性和实时性，数据利用率和准确性高。
-
公开(公告)号：CN109452941B
公开(公告)日：2021-04-23
申请号：CN201811410151.9
申请日：2018-11-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及测量算法技术领域，尤其涉及一种基于图片正畸与边界提取的肢体周径测量方法及系统，旨在解决肢体不同位置的周径长快速、便捷获取的问题，本发明方法包括获取包含待测量肢体图像信息的输入图像；通过透视变换对输入图像进行去畸变处理，得到矫正图像；对所述矫正图像进行肢体边界区域提取，得到肢体的上边界和下边界；基于上边界和下边界，获取所有位置的对应点肢体周径。通过本发明可以快速、便捷的获取被测肢体不同位置的周径长，可以让患者在家中进行测量，并记录病情发展状况。
-
公开(公告)号：CN110247967A
公开(公告)日：2019-09-17
申请号：CN201910516260.7
申请日：2019-06-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于信息传输与处理技术领域，具体涉及了一种物联网智能网关及其智能数据处理方法，旨在解决现有的物联网网关无法应用于矿山复杂环境的问题。本发明装置的智能数据处理模块包括：智能数据处理模块包括数据表示模块，将获取的每一路传感器信号生成传感器信号数据表；智能数据包分析模块，接收所述传感器信号数据表，并通过内置的智能数据处理方法转换为传感器信号报文体；智能传感设备地址编码模块，接收所述传感器信号报文体，提取传感器相关信息并整合为数据包。本发明将协议转换为数字表示方法，满足了多种协议下的使用，并且其动态接口地址编码，能够实现接口的动态配置，可以建立井下设备的地址，将井下设备连接到物联网中。
-
Patent Agency Ranking
公开(公告)号：CN109452941A
公开(公告)日：2019-03-12
申请号：CN201811410151.9
申请日：2018-11-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及测量算法技术领域，尤其涉及一种基于图片正畸与边界提取的肢体周径测量方法及系统，旨在解决肢体不同位置的周径长快速、便捷获取的问题，本发明方法包括获取包含待测量肢体图像信息的输入图像；通过透视变换对输入图像进行去畸变处理，得到矫正图像；对所述矫正图像进行肢体边界区域提取，得到肢体的上边界和下边界；基于上边界和下边界，获取所有位置的对应点肢体周径。通过本发明可以快速、便捷的获取被测肢体不同位置的周径长，可以让患者在家中进行测量，并记录病情发展状况。
-
公开(公告)号：CN103269546B
公开(公告)日：2015-10-28
申请号：CN201310194108.4
申请日：2013-05-23
Applicant: 中国科学院自动化研究所
IPC: H05B37/02
CPC classification number: Y02B20/48
Abstract: 本发明公开了一种LED路灯智能控制系统，其包括：参数传感器，其用于采集LED路灯的相关参数；LED驱动器开关电路，其用于根据处理器命令控制LED驱动器打开或关闭LED路灯的电源；LED驱动器调光电路，其用于在LED路灯电源打开的情况下，根据从处理器接收到的LED路灯调节亮度值控制LED驱动器调节LED路灯的亮度；LED驱动器，其用于根据LED驱动器开关电路和LED驱动器调光电路的指令，直接控制LED灯板进行相应的动作；处理器，其用于根据所述参数传感器采集到的相关参数确定LED路灯的开关状态及调节亮度值，并将确定的开关状态及调节亮度值发送至LED驱动器开关电路和LED驱动器调光电路。
-
公开(公告)号：CN103135535A
公开(公告)日：2013-06-05
申请号：CN201310037482.3
申请日：2013-01-31
Applicant: 中国科学院自动化研究所
Inventor： 李学恩
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明提供了一种矿山物资信息管理系统。该系统包括：上位机；物资储存柜，位于井下的救生舱或硐室内；智能感知网络，包括：无线网关、若干个感知节点，其中无线网关，用于感知网络节点与上位机之间的信息交互；每个感知节点包括：传感器组，包括一个或多个传感器，用于采集物资储存柜内物资和/或进出救生舱/硐室人员的信息；收发模块，用于感知节点之间或感知节点与无线网关之间的组网数据传输；处理模块，用于对由其所对应的传感器组采集的物资和/或人员的信息进行处理，按照预设的规则将处理结果通过收发模块发送至上位机。本发明实现了对井下救生舱/硐室物资人员信息的无人化管理，避免了物资丢失、过期、损耗等现象的发生。
-
公开(公告)号：CN112259260B
公开(公告)日：2023-11-17
申请号：CN202011298492.9
申请日：2020-11-18
Applicant: 中国科学院自动化研究所
IPC: G16H80/00 , G16H50/30 , G06F16/332 , G06F40/295 , G06N3/0442
Abstract: 本发明属于医疗健康领域，具体涉及了一种基于智能穿戴设备的智能医疗问答方法、系统及装置，旨在解决现有智能医疗问答方法主观性太强，缺乏客观生理指标数据做支撑，不能把问答和生理指标结合的问题。本发明包括：根据生理指标数据训练基于BiLSTM的联合深度模型、获取医疗知识构建智能医疗问答知识图谱、利用机器学习进行实体识别模型的训练以及用户问句的意图识别；对于当前用户，基于生理指标通过基于BiLSTM的联合深度模型获取用户的健康评价，通过实体识别模型对问句进行医疗实体提取以及意图识别，将两者结合起来通过智能医疗问答知识图谱获取问句的应答。本发明结合深度学习与用户生理指标和背景信息，进一步提高了医疗问句应答的准确性。
-
公开(公告)号：CN112381011B
公开(公告)日：2023-08-22
申请号：CN202011295074.4
申请日：2020-11-18
Applicant: 中国科学院自动化研究所
IPC: G06V40/16 , G06V20/40 , G06V10/774 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明属于计算机视觉、深度学习和医学技术领域，具体涉及了一种基于人脸图像的非接触式心率测量方法、系统及装置，旨在解决现有基于图像的非接触式心率测量方法受ROI区域选取以及环境等因素影响较大，心率求取误差率大、实时性低的问题。本发明包括：通过人脸关键点检测和定位，从人脸视频中获取人脸位置，逐帧提取人脸局部ROI区域作为网络模型输入；在卷积与时序网络级联模型的基础上，将心率区间划分为不同的区间类别，将通道注意力网络SENet嵌入卷积模块，按通道重要程度学习权重，最后获取输入视频对应的心率区间类别。本发明结合CNN特征提取以及LSTM长短时记忆神经网络，并嵌入通道注意力网络，实现误差率低、效率高的心率非接触式测量。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.065 seconds)
