-
公开(公告)号：CN100478855C
公开(公告)日：2009-04-15
申请号：CN200710121525.0
申请日：2007-09-07
Applicant: 中国科学院计算技术研究所
IPC: G06F3/03
Abstract: 本发明公开了一种盲文计算机点字输入系统和装置以及方法。该系统包括电脑手写板，计算机，还包括盲文点字输入导板，点字笔，以及盲文点字处理模块；所述盲文点字输入导板与所述电脑手写板的书写区域的尺寸相一致，安装在手写板的书写表面；所述电脑手写板通过接口与所述计算机相连接；所述盲文点字处理模块，用于当使用者利用所述点字笔和所述盲文点字输入导板在所述电脑手写板上进行点字时，对来自手写板的点字输入信号进行处理，并转换成文字。其通用性强，成本低，使用方便。
-
公开(公告)号：CN101090461A
公开(公告)日：2007-12-19
申请号：CN200610087132.8
申请日：2006-06-13
Applicant: 中国科学院计算技术研究所
IPC: H04N5/278
Abstract: 本发明公开了一种数字视频字幕自动翻译方法，用于将字幕内容翻译成另一种语言，包括：提取用源语言表示的字幕内容，并转换为文本格式；进行语种判别；选择从源语言到目标语言的翻译短语表；根据目标语言的语种类别，提取目标语言的语言模型；将字幕中的语句划分成短语，查找短语在目标语言中的含义；将翻译后的短语按顺序连接，并计算翻译结果的分数；选择分数最高的翻译结果作为字幕中的语句在目标语言中的含义；将翻译后的字幕内容重新转换为传输流接受的格式并输出。本发明对每个短语保留所有可能的翻译结果，用翻译概率来表示谁的可能性更大，提高了翻译的准确率；对语句作短语切分时考虑所有可能的匹配上的短语切分，使得翻译结果更为全面。
-
公开(公告)号：CN1811915A
公开(公告)日：2006-08-02
申请号：CN200510011285.X
申请日：2005-01-28
Applicant: 中国科学院计算技术研究所
IPC: G10L15/00
Abstract: 本发明公开一种电话连续语音识别系统性能的评测方法及系统，该系统包括录音模块、被测的电话连续语音识别系统、语法库、语法展开模块、语料筛选模块、槽解析模块以及自动评测模块。先对电话查询的若干领域，按其语法定义若干槽；在各个领域按其语法展开，从生成的句子中选择出作为评测语料的句子并录制测试语音；将测试语音输入要评测的电话连续语音识别系统，将每个句子的语音识别结果解析为所包含的槽后输出；将系统输出的识别结果与标准答案对照，计算槽识别正确率，得到系统性能的评判指标。本发明方法比目前常用的听写机式的评测方法更符合电话连续语音识别系统的特点，能够更准确地评价电话连续语音识别系统性能。
-
公开(公告)号：CN1254771C
公开(公告)日：2006-05-03
申请号：CN03147556.6
申请日：2003-07-22
Applicant: 中国科学院计算技术研究所
Abstract: 一种三维人体运动仿真结果与录像同屏对比方法，包括步骤：提取体育视频首帧对应摄像机的外参数，并据此对仿真分析系统中的虚拟摄像机进行视点调整；提取体育视频首帧的后续帧的摄像机定量全局运动，并据此控制仿真分析系统中的虚拟摄像机的运动。本发明针对人体运动的录像，自动地提取摄像机所在的位置与方向，在同一屏幕上按相同的位置与方向显示其对应的三维人体运动仿真结果。实现同屏对比，则可以快速、准确地比较运动员的完成动作与标准动作(或仿真结果)之间的差异，为运动员与教练员提出具体的改进意见和建议。
-
公开(公告)号：CN113781999B
公开(公告)日：2024-02-20
申请号：CN202111066861.6
申请日：2021-09-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种方言语音数据切分及标注方法和系统，使用普通话语音识别模型对第一方言语音进行语音数据切分及标注，得到第一方言语音的汉字识别结果，并基于第一方言语音及其对应汉字文本和汉字识别结果，构建方言词汇库；获取待切分和标注的语音数据作为第二方言语音，基于方言词汇库和第二方言语音对应的汉字文本，得到第二方言语音对应的音素序列，并采用音素对齐算法和普通话语音识别模型，得到第二方言语音的语音切分标注结果；基于经人工校对的语音切分标注结果及其对应的语音数据训练得到方言语音声学模型，将方言语音数据输入至方言语音声学模型，得到方言语音数据的切分和标注结果。
-
Patent Agency Ranking
公开(公告)号：CN113743463B
公开(公告)日：2023-09-26
申请号：CN202110879294.X
申请日：2021-08-02
Applicant: 中国科学院计算技术研究所
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/25 , G06T7/00
Abstract: 本发明提出一种面向医学影像序列的基于深度学习的患者级肿瘤良恶性自动判别方法及系统。首先进行患者影像数据的采集和整理及标注，然后使用肿瘤区域检测模型、序列分类模型、年龄信息这三个信息模块获得不同级别下患者肿瘤良恶性的概率，最后通过多模型加权融合进行患者级肿瘤良恶性综合判别。该技术将有助于在患者早期，基于影像检测数据对肿瘤良恶性进行预判，从而制定相应的治疗方案及提升预后效果，同时也能辅助提高医生早期利用影像数据进行肿瘤良恶性诊断的准确率。
-
公开(公告)号：CN115019405A
公开(公告)日：2022-09-06
申请号：CN202210594803.9
申请日：2022-05-27
Applicant: 中国科学院计算技术研究所
IPC: G06V40/60 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于多模态融合的肿瘤分类方法和系统，包括：根据来自同一位用户的多模态影像构建多模态图，多模态图中顶点为该多模态影像中单帧影像，多模态图中边为模态相异的顶点间的匹配边；使用肿瘤分类模型对多模态图中所有匹配边进行特征的提取和融合，得到每条边的置信度；根据每条边的置信度，选择并构建出一个可信边集合，将可信边集的置信度和该用户的临床信息进行加权融合，得到该多模态影像建图的肿瘤识别结果。由此能够结合用户不同模态的影像数据，进行肿瘤高精度分类。
-
公开(公告)号：CN114429128A
公开(公告)日：2022-05-03
申请号：CN202111566342.6
申请日：2021-12-20
Applicant: 中国科学院计算技术研究所
IPC: G06F40/289 , G06F40/242 , G06F16/903 , G06F16/2455 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种汉字‑通用盲文对照语料库的构建方法和系统，本发明一方面充分利用了现有汉字‑现行盲文对照语料库中的分词信息，另一方面采用一种半自动的方式得到现行盲文所对应的带声调的拼音，进而得到通用盲文。本发明先由计算机自动给没有标注声调的拼音添加声调，然后自动判断哪些拼音的声调可能存在错误，将这些可能存在错误的拼音及其对应的汉字显示在屏幕上，供人工校对修改。通过这种方式，把需要人工校对修改的拼音的比率控制在很小的范围内，可以实现快速的语料库构建。
-
公开(公告)号：CN114429127A
公开(公告)日：2022-05-03
申请号：CN202111566326.7
申请日：2021-12-20
Applicant: 中国科学院计算技术研究所
IPC: G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种汉字到通用盲文的转换方法和系统，包括：构建深度学习模型，且该深度学习模型具有两个共享特征编码的子任务分支，其中一条子任务分支用于根据盲文规则将汉语文本分词，另一条子任务分支用于为每个汉字标注拼音及对应声调；使用已标记盲文分词的汉字语料和汉字拼音的对照语料，交替训练该深度学习模型的两个子任务分支，直到两子任务分支的损失函数均收敛或达到预设迭代次数，保存当前深度学习模型作为识别模型；将待通用盲文转换的汉字数据输入该识别模型，得到该汉字数据的分词信息和带调拼音信息，并基于该分词信息和该带调拼音信息，以将该汉字数据转换为对应的通用盲文文本。本发明可以实现汉字到盲文的实时准确转换。
-
公开(公告)号：CN108062548B
公开(公告)日：2020-11-03
申请号：CN201711071082.9
申请日：2017-11-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种盲文方自适应定位方法及系统，包括：获取盲文图像的盲文点位置信息；对盲文点位置信息进行纵坐标的聚类，以得到多条预选盲文方水平行线的位置；根据各预选盲文方水平行线的纵坐标，从上往下判断是否存在符合标准的水平行线，若存在，则从三条水平行线开始，根据统计得到的盲文方点距、行距等信息分别向上、向下拓展，且拓展的过程中生成以最新拓展的一组三条水平行线为基准，同时剔除位置错误的水平行线，直到达到盲文图像上下两端，得到包含多组以三条水平行线为一组的盲文方水平线；同理得到盲文方竖直线；以盲文方竖直线和盲文方竖直线的相交点，构成盲文方网格。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.029 seconds)
