-
公开(公告)号：CN114792320A
公开(公告)日：2022-07-26
申请号：CN202210715593.4
申请日：2022-06-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种轨迹预测方法、轨迹预测装置和电子设备，涉及人工智能技术领域。该方法包括：获取目标场景中各检测对象的历史轨迹信息；基于所述历史轨迹信息确定所述检测对象的预测轨迹点，并获取由所述预测轨迹点构成的预测轨迹信息；确定所述目标场景中各所述检测对象之间的交互特征，基于所述交互特征与所述预测轨迹信息，确定各所述检测对象的未来轨迹信息。本发明能够提高轨迹的预测准确性。
-
公开(公告)号：CN112801206A
公开(公告)日：2021-05-14
申请号：CN202110202841.0
申请日：2021-02-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉领域，具体涉及了一种基于深度图嵌入网络与结构自学习的图像关键点匹配方法，旨在解决现有技术未能学习图像目标的结构信息，图像关键点匹配的精度和准确性还远达不到预期的问题。本发明包括：分别对获取的待匹配图像对的关键点进行结构化处理；提取待匹配图像的特征图，并通过双线性插值获取关键点特征矩阵；通过深度图嵌入网络更新关键点特征矩阵及图结构；通过深度图匹配网络计算相似度矩阵，通过Sinkhorn算法得到匹配矩阵并更新关键点特征矩阵；通过匈牙利算法进行迭代设定次数获得的最终匹配矩阵的离散化，获得待匹配图像对的关键点匹配结果。本发明能够更好地学习关键点特征，获得较好的匹配结果。
-
公开(公告)号：CN105335524A
公开(公告)日：2016-02-17
申请号：CN201510872650.X
申请日：2015-11-27
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
Abstract: 本发明提出了一种应用于大规模非规则结构数据的图搜索算法，包括数据预处理方法和查询执行方法，其中数据预处理方法为：将非规则结构数据进行格式统一，为每个图的原图点构造一近邻标签向量表，构造具有属性点的扩充图；查询执行方法为：在原图数据点中利用一近邻标签筛选与关键点对应的候选匹配点，计算候选匹配点的匹配度并选择局部区域的中心点，在中心点周围划分出局部区域并查询子图和局部图的近似图匹配。该算法在保证搜索准确性的同时，大幅度降低运算复杂度，可以实现可行且有效的大规模非规则结构数据的图搜索。
-
公开(公告)号：CN117893876A
公开(公告)日：2024-04-16
申请号：CN202410027733.8
申请日：2024-01-08
Applicant: 中国科学院自动化研究所
IPC: G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N5/022 , G06V10/764
Abstract: 本发明提出了一种基于场景图的零样本训练方法、装置、存储介质和电子设备，涉及计算机视觉领域。零样本训练包括：获取与检测样本相关的第一知识图谱；获取第一知识图谱中与检测样本相关的类别信息和连接信息，构建与检测样本相关的第二知识图谱；根据图卷积神经网络对第二知识图谱的信息进行训练，得到第一训练检测模型；根据第一训练检测模型推理得到分类器；根据类别信息和连接信息构建场景图；根据场景图和分类器对第一训练检测模型进行训练，得到第二训练检测模型。本发明通过构建场景图结构，利用前景之间的交互信息，形成新任务和旧任务之间的关联，从而依托模型和旧任务之间的交互信息，实现对新任务的辨识。
-
公开(公告)号：CN112819110A
公开(公告)日：2021-05-18
申请号：CN202110420700.6
申请日：2021-04-19
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明属于计算机视觉领域，具体涉及了一种基于权重生成的增量式小样本目标检测方法及系统，旨在解决现有目标检测器缺乏小样本快速学习和增量学习的能力，对标签数据依赖性强，检测器不具备开放性的问题。本发明包括：通过基础类别数据进行检测器监督训练；获取基础类别目标检测器的尺度感知和中心度感知的权重，生成基础类别响应；结合基础类别响应生成新类别权重；结合新类别数据进行基础类别目标检测器的微调训练；通过获得的基础类别和新类别的目标检测器实现增量式小样本目标检测。本发明结合尺度和中心度感知，区域特征更具代表性，目标定位更准确，模型在增量学习中可获得更好的整体性能，检测效率高、准确性和精度高。
-
Patent Agency Ranking
公开(公告)号：CN114298302B
公开(公告)日：2025-05-02
申请号：CN202111539729.2
申请日：2021-12-15
Applicant: 中国科学院自动化研究所
IPC: G06N3/092 , G06N3/084 , G06N3/0464 , G06N3/042 , G06N3/045
Abstract: 本发明提供一种智能体任务学习方法及装置，该方法包括：基于自然策略梯度算法，以智能体在各历史任务下的状态信息作为样本，以智能体在各历史任务下的动作信息为样本标签，对动作预测模型的第一策略参数进行迭代更新，获取各历史任务对应的动作预测模型的最优第一策略参数；将所有历史任务对应的关键影响因子和所有历史任务对应的最优第一策略参数作为训练样本集，对任务学习模型进行迭代训练；将新任务对应的关键影响因子输入训练后的任务学习模型中，得到任务学习模型输出的新任务对应的动作预测模型的最优第二策略参数。本发明实现智能体同时具备领域任务的通用知识提炼能力和对新任务的零样本策略生成能力。
-
公开(公告)号：CN118053085B
公开(公告)日：2024-12-06
申请号：CN202410293698.4
申请日：2024-03-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，提供一种轨条砦分割方法、装置、电子设备及存储介质，基于航拍深度图像的图像信息与航拍深度图像中轨条砦区域面积占比之间的映射关系，预测目标轨条砦区域面积占比；基于当前分割阈值，对待处理航拍深度图像进行二值化分割，确定待处理航拍深度图像的当前前景区域，计算当前前景区域的面积均值的占比与目标轨条砦区域面积占比的差异信息，直至差异信息在预设范围内，或当前分割阈值在指定范围内波动，确定分割过程中差异信息最小的前景区域为待处理航拍深度图像中的目标轨条砦区域，并识别基座区域和桩柱区域。该方法具有计算速度快、所需计算资源少等优势，可快速确定轨条砦的基座和桩柱。
-
公开(公告)号：CN117636086B
公开(公告)日：2024-09-24
申请号：CN202311332829.7
申请日：2023-10-13
Applicant: 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/74 , G06V10/762 , G06V10/98
Abstract: 本发明提供一种无源域适应目标检测方法及装置，包括：基于教师模型从目标域数据集的部分图像中提取的各类目标的第一实例特征，构建所述各类目标的多个特征原型；根据所述各类目标的多个特征原型，对所述教师模型获取的所述目标域数据集中各图像的目标检测结果进行纠正，得到所述各图像的伪标签；将所述目标域数据集的各图像作为样本，将所述各图像的伪标签作为标签对学生模型进行训练，使用训练后的所述学生模型检测待检测图像中的目标；所述教师模型和所述学生模型通过预先使用源域数据集对目标检测模型进行训练得到。本发明使用目标域中各类目标的多特征原型引导生成更加准确的伪标签作为模型训练的监督信息，从而提高目标检测的准确性。
-
公开(公告)号：CN118053085A
公开(公告)日：2024-05-17
申请号：CN202410293698.4
申请日：2024-03-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，提供一种轨条砦分割方法、装置、电子设备及存储介质，基于航拍深度图像的图像信息与航拍深度图像中轨条砦区域面积占比之间的映射关系，预测目标轨条砦区域面积占比；基于当前分割阈值，对待处理航拍深度图像进行二值化分割，确定待处理航拍深度图像的当前前景区域，计算当前前景区域的面积均值的占比与目标轨条砦区域面积占比的差异信息，直至差异信息在预设范围内，或当前分割阈值在指定范围内波动，确定分割过程中差异信息最小的前景区域为待处理航拍深度图像中的目标轨条砦区域，并识别基座区域和桩柱区域。该方法具有计算速度快、所需计算资源少等优势，可快速确定轨条砦的基座和桩柱。
-
公开(公告)号：CN117435934A
公开(公告)日：2024-01-23
申请号：CN202311783616.6
申请日：2023-12-22
Applicant: 中国科学院自动化研究所
IPC: G06F18/22 , G06F17/16 , G06F18/10 , G06F18/25 , G06F123/02
Abstract: 本发明涉及一种基于二分图的运动目标轨迹的匹配方法、装置和存储介质，涉及模式识别技术领域。基于二分图的运动目标轨迹的匹配方法包括：获取待匹配的两个轨迹集合，将一个轨迹集合中的多条轨迹分别与另一个轨迹集合中的多条轨迹进行匹配，判断进行匹配的两个轨迹是否满足第一预设条件；对所有满足第一预设条件的轨迹进行相似度计算，并结合所有不满足第一预设条件的轨迹的相似度，得到相似度矩阵；根据相似度矩阵构建二分图，采用匈牙利算法对二分图进行计算，得到二分图匹配结果。根据本发明的匹配方法，能够提高不同轨迹集合中目标关联的运行效率，同时还可以保证后续数据融合的精确度。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.029 seconds)
