-
公开(公告)号:CN111077789A
公开(公告)日:2020-04-28
申请号:CN201911365519.9
申请日:2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
IPC: G05B15/02 , G05B19/418 , F16F15/04 , F16M11/04
Abstract: 本发明公开了一种便携式基于人工智能技术的家居控制装置,属于智能家居技术领域。一种便携式基于人工智能技术的家居控制装置,包括壳体和控制板,壳体内部分别连接有第一支撑板和第二支撑板,壳体内部底壁上连接有升降机构,升降机构远离壳体内部底壁的一端转动连接在第一支撑板的底壁上,第一支撑板顶壁上连接有第一减震机构,第二支撑板内部连接有夹紧机构,第二支撑板顶壁上连接有夹板,控制板连接在第二支撑板顶壁上,且控制板与夹板相抵,第二支撑板顶壁上连接有第二减震机构;本发明能有效的对控制装置受到撞击或掉落时起到良好的缓冲保护作用,避免其发生撞击或掉落的情况时,对控制装置造成严重的损坏,而影响其正常使用。
-
公开(公告)号:CN110689447A
公开(公告)日:2020-01-14
申请号:CN201910817334.0
申请日:2019-08-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本发明一种基于深度学习的社交软件用户发布内容的实时检测方法,属于深度学习和图像处理技术领域。所述方法包括:进行模板标注,生成标注模板信息;利用预设深度神经网络检测模型对待检测图像进行文字区域的检测和分类,生成带类别的文字区域信息;根据所述标注模板信息和所述带类别的文字区域信息进行模板匹配,生成结构化信息数据。
-
公开(公告)号:CN110378213A
公开(公告)日:2019-10-25
申请号:CN201910502476.8
申请日:2019-06-11
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本申请涉及一种行为识别方法、装置、计算机设备和存储介质。所述方法包括:获取包含人体行为的图数据,根据图数据生成骨骼数据和关节节点数据,将骨骼数据输入已训练的骨骼识别网络模型,得到骨骼数据识别为各个人体行为的第一概率,将关节节点数据输入已训练的节点识别网络模型,得到关节节点数据识别为各个人体行为的第二概率,计算各个人体行为第一概率和第二概率的加权值,根据加权值确定目标行为。通过将图数据分解成骨骼数据和关节节点数据,单独对骨骼数据和关节节点数据进行识别,在将两个识别结果进行整合,得到图数据的识别结果。将数据分成表征不同特征的数据,根据不同特征的数据进行识别,整合不同特征的识别结果,提高识别准确度。
-
公开(公告)号:CN109829366A
公开(公告)日:2019-05-31
申请号:CN201811565384.6
申请日:2018-12-20
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本申请涉及一种车道检测方法、装置、设备及计算机可读存储介质,该方法包括:获取包含有车道线的影像的待处理图像;对待处理图像按照预设图像处理方式进行预处理;对预处理后图像中车道线的影像进行曲线离散化处理;提取曲线离散化处理后的图像中的所有霍夫直线;利用所有霍夫直线复原待处理图像中的车道线。该方法可以缓解现有技术中存在的对弯曲道路进行车道检测,得到的车道检测结果的准确性较低的技术问题,达到了提高弯曲道路车道检测结果的准确性的技术效果。
-
公开(公告)号:CN109800319A
公开(公告)日:2019-05-24
申请号:CN201811604773.5
申请日:2018-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
IPC: G06F16/58 , G06F3/0487
Abstract: 本申请涉及一种图像处理方法、装置、计算机设备和存储介质,所述方法包括:获取终端中至少一个图像,根据关键字设置规则,为各个图像分别确定一个预设关键字,并建立图像与预设关键字之间的对应关系,在聊天对话输入界面,接收用于搜索图片的搜索关键字,根据对应关系,查找与搜索关键字匹配的预设关键对应的匹配图像,在终端上显示至少一个匹配图像。通过为各个图像确定预设关键字,建立关键字与图像之间的对应关系,根据对应关系和关键字快速检索图像,使得用户在聊天时能够更快的检索到用户想要查询的图像。
-
公开(公告)号:CN109829366B
公开(公告)日:2021-04-30
申请号:CN201811565384.6
申请日:2018-12-20
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本申请涉及一种车道检测方法、装置、设备及计算机可读存储介质,该方法包括:获取包含有车道线的影像的待处理图像;对待处理图像按照预设图像处理方式进行预处理;对预处理后图像中车道线的影像进行曲线离散化处理;提取曲线离散化处理后的图像中的所有霍夫直线;利用所有霍夫直线复原待处理图像中的车道线。该方法可以缓解现有技术中存在的对弯曲道路进行车道检测,得到的车道检测结果的准确性较低的技术问题,达到了提高弯曲道路车道检测结果的准确性的技术效果。
-
公开(公告)号:CN111582058A
公开(公告)日:2020-08-25
申请号:CN202010312001.5
申请日:2020-04-20
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种使用对抗式3D分层网络进行手部姿态估计的方法及系统,对抗式3D分层网络主要包括两个部分:3D分层预测网络(3DHNet)负责各个关节点的预测,3DHNet相比传统的2D卷积神经网络能够提取到深度图中的关键信息,姿态判别网络(PDNet)负责对输入的手部姿态的合理性进行判断。通过将3DHNet和PDNet进行对抗训练,在对抗训练的过程中,PDNet的目的是尽可能的将预测的手部姿态与真实的手部姿态区分开,而3DHNet的目的则是使预测的结果尽可能地接近真实的手部姿态,来迷惑PDNet,通过这种对抗训练的方式,PDNet以一种自适应的方式为3DHNet的预测结果添加了物理约束,来使得3DHNet的预测结果更加的合理和准确。
-
公开(公告)号:CN111027568A
公开(公告)日:2020-04-17
申请号:CN201911047484.4
申请日:2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种迭代的神经网络批量规范化系统,包括特征预处理单元、神经网络构建单元和网络批量规范单元;所述特征预处理单元可以对需要进行识别的图片进行特征预处理,去除背景中干扰信息;所述神经网络构建单元可以训练出识别图像内容的学习网络,进一步处理图片;所述网络批量规范单元可以对神经网络的训练模式进行改进,提高训练过程中的收敛速度。本发明通过批量规范了神经网络的训练过程,减少了神经网络构建的代价,提高了神经网络的训练速度。
-
公开(公告)号:CN110929762A
公开(公告)日:2020-03-27
申请号:CN201911048238.0
申请日:2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种基于深度学习的肢体语言检测与行为分析方法及系统。通过对目标的行为视频、图片以及语音进行提取,分别获取目标在不同情绪下的面部表情以及四肢行为的图片及视频,获取在相应情绪下的语音数据,丰富数据集,予以标注后制作成训练集。后使用CNN训练图片及视频帧数据,关键点为面部表情,头部动作,四肢动作,整体动作频率,这4点训练成一个集成模型,其次使用LSTM训练语音数据,最后将两个模型进行集成训练,合成集成模型,最终会产生3个模型,保证模型支持语音或图片单独检测的能力。上述过程使得本发明拥有较强的主动学习能力,并不断优化数据库,使得准确率能够随着识别次数的增加不断提升。
-
公开(公告)号:CN110717403A
公开(公告)日:2020-01-21
申请号:CN201910870443.9
申请日:2019-09-16
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国科学院自动化研究所南京人工智能芯片创新研究院
IPC: G06K9/00
Abstract: 本发明提供一种人脸多目标跟踪方法,所述方法包括:获取在当前帧图像中检测到的各目标对应的检测框位置;基于上一帧图像中各目标对应的检测框位置,根据各目标对应的检测框位置、各目标在当前帧的预测位置、和各追踪器的信息收集,利用匈牙利算法对各目标对应的检测框与追踪器进行级联匹配;计算未级联匹配上的检测框和待匹配的追踪器间的IOU关系矩阵,并基于IOU关系矩阵,利用匈牙利算法进行检测框与追踪器间的IOU匹配,获得最终匹配集合,人脸检测算法快速准确,多目标跟踪器的初始化切实可行,针对特定场景下的人脸多目标跟踪,避免了采用过多计算量的深度学习算法,整体算法计算量少,可靠性高,速度快。
-
-
-
-
-
-
-
-
-