-
公开(公告)号：CN117422041A
公开(公告)日：2024-01-19
申请号：CN202311132966.6
申请日：2023-09-04
Applicant: 中国科学院自动化研究所 , 武汉人工智能研究院
IPC: G06F30/394 , G06N3/126
Abstract: 本发明涉及模拟芯片设计技术领域，提供一种模拟芯片自动化布线模型训练方法及自动化布线方法，该训练方法中将目标遗传算法得到的布线路径信息作为深度Q网络的回放经验，可以提高深度Q网络的预测能力。而且，将整个模拟芯片的网表信息分解成各个子网络信息，并利用各样本电路图子网络训练得到模拟芯片自动化布线模型，如此可以缩小目标遗传算法以及深度Q网络的搜索范围，可以进一步提高深度Q网络的训练效率。该训练方法得到的模拟芯片自动化布线模型，可以适用于电路图子网络范围内的布线，搜索范围小，可以快速得到最优布线方案，可以提高布线效率，为模拟芯片的快速生产及批量化应用提供了便利。
-
Patent Agency Ranking
公开(公告)号：CN114862699B
公开(公告)日：2022-12-30
申请号：CN202210395733.4
申请日：2022-04-14
Applicant: 中国科学院自动化研究所
IPC: G06T5/00 , G06V10/774 , G06V40/16
Abstract: 本发明提供一种基于生成对抗网络的人脸修复方法、装置及存储介质，该方法包括：获取待修复的人脸图像，将待修复的人脸图像输入图像生成器，得到待修复的人脸图像所对应的人脸修复图像，其中，图像生成器用于基于多个不同尺度的特征图分别对应的多个中间隐向量生成目标图像，图像生成器是基于原始样本人脸图像、原始样本人脸图像对应的降质样本人脸图像以及图像判别器训练得到的，图像生成器与图像判别器构成生成对抗网络，图像判别器用于区分图像生成器生成的图像和原始样本人脸图像。通过本发明提供的基于生成对抗网络的人脸修复方法、装置及存储介质，可以实现修复严重降质人脸图像，得到清晰、细节丰富，自然的高质量人脸图像。
-
公开(公告)号：CN114862699A
公开(公告)日：2022-08-05
申请号：CN202210395733.4
申请日：2022-04-14
Applicant: 中国科学院自动化研究所
IPC: G06T5/00 , G06V10/774 , G06V40/16 , G06K9/62
Abstract: 本发明提供一种基于生成对抗网络的人脸修复方法、装置及存储介质，该方法包括：获取待修复的人脸图像，将待修复的人脸图像输入图像生成器，得到待修复的人脸图像所对应的人脸修复图像，其中，图像生成器用于基于多个不同尺度的特征图分别对应的多个中间隐向量生成目标图像，图像生成器是基于原始样本人脸图像、原始样本人脸图像对应的降质样本人脸图像以及图像判别器训练得到的，图像生成器与图像判别器构成生成对抗网络，图像判别器用于区分图像生成器生成的图像和原始样本人脸图像。通过本发明提供的基于生成对抗网络的人脸修复方法、装置及存储介质，可以实现修复严重降质人脸图像，得到清晰、细节丰富，自然的高质量人脸图像。
-
公开(公告)号：CN114861842A
公开(公告)日：2022-08-05
申请号：CN202210797903.1
申请日：2022-07-08
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明提供一种少样本目标检测方法、装置和电子设备；涉及机器视觉技术领域。该方法包括：采用包括基础类别的第一样本数据训练得到第一模型，第一模型包括支持分支、查询分支，第一模型的支持分支用于提取基础类别的类别特征；采用包括新类别的第二样本数据对第一模型进行微调，得到第二模型，第二模型的支持分支用于提取基础类别和新类别的类别特征，第二样本的数量远小于第一样本的数量；将待检测样本输入第二模型的查询分支，提取待检测样本的第一特征；将第一特征与第二模型的类别特征进行特征重加权处理，得到处理后的第二特征，利用第二特征确定待检测样本的检测结果。本发明能够提高少样本检测器的性能。
-
公开(公告)号：CN112200162B
公开(公告)日：2021-02-23
申请号：CN202011393744.6
申请日：2020-12-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据识别领域，具体涉及了一种基于端到端网络的非接触式心率测量方法、系统和装置，旨在解决如何无接触地进行无接触心率测量并提高测量方法的鲁棒性和泛化能力的问题。本发明包括：获取包含人脸信息的待测视频帧序列，基于所述待测视频帧序列，通过人脸检测模型获取人脸感兴趣区域图像序列，通过人脸关键点模型获取人脸关键点位置序列，基于所述人脸感兴趣区域图像序列，通过训练好的端到端双分支网络获取时间段内平均心率值。本发明提高了非接触式心率检测方法的鲁棒性和泛化能力、扩大了可精确测量的心率范围和提高了心率测量的精确度。
-
公开(公告)号：CN112200162A
公开(公告)日：2021-01-08
申请号：CN202011393744.6
申请日：2020-12-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据识别领域，具体涉及了一种基于端到端网络的非接触式心率测量方法、系统和装置，旨在解决如何无接触地进行无接触心率测量并提高测量方法的鲁棒性和泛化能力的问题。本发明包括：获取包含人脸信息的待测视频帧序列，基于所述待测视频帧序列，通过人脸检测模型获取人脸感兴趣区域图像序列，通过人脸关键点模型获取人脸关键点位置序列，基于所述人脸感兴趣区域图像序列，通过训练好的端到端双分支网络获取时间段内平均心率值。本发明提高了非接触式心率检测方法的鲁棒性和泛化能力、扩大了可精确测量的心率范围和提高了心率测量的精确度。
-
-
-
-
-
Search Results
26
records
(took 0.027 seconds)
