-
公开(公告)号：CN110826303A
公开(公告)日：2020-02-21
申请号：CN201911100130.1
申请日：2019-11-12
Applicant: 中国石油大学(华东)
IPC: G06F40/169 , G06F40/279 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于弱监督学习的联合信息抽取方法，属于自然语言处理领域。本发明为了解决基于有监督学习的信息抽取所造成的数据集标注耗时费力，以及双子任务(信息抽取通常分为两个子任务，实体识别和关系抽取)造成的误差传播问题。我们的信息抽取方法通过将信息抽取转化为序列化数据标注的任务，结合知识表示学习方法，采用联合信息抽取的形式，利用公开知识库结合少量数据集，实现弱监督学习联合信息抽取。我们希望训练一个可以对文本进行更准确的信息抽取模型。通过弱监督学习结合联合信息抽取的策略，经过端到端网络的训练，提高信息抽取的准确率和召回率，与当前的信息抽取方法相比在性能方面有了实质性的改进。
-
公开(公告)号：CN110825877A
公开(公告)日：2020-02-21
申请号：CN201911100265.8
申请日：2019-11-12
Applicant: 中国石油大学(华东)
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于文本聚类的语义相似度分析方法，该方法包含：以未处理的文本数据作为输入，对通过数据预处理的文本进行词频统计，并将词频统计信息作为先验知识加入文本聚类，提出后验判别准则，也可以将词频统计作为分类器再次基础上进行无监督的聚类方法提高文本聚类结果的准确性和时效性；对处理过的文本进行同义词消除歧义、在进行语义角色标注后，生成融合上下文特征的语义向量，采用结构、参数完全相同的两个LSTM处理文本序列，并加入结果的乘积和方差，放大文本的相同点和差异性，计算得到相似度分析的最终结果。本发明的方法能够应用于多种不同领域的文本相似度分析的实际场景中，可以很好地处理类型不同的文本数据。
-
公开(公告)号：CN109784269A
公开(公告)日：2019-05-21
申请号：CN201910026604.6
申请日：2019-01-11
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于时空联合的人体动作检测和定位方法，该方法包含：以未修剪的视频作为输入，通过数据预处理将其分成多个等长的短单元，从中随机地进行稀疏采样，通过双流卷积神经网络以提取时空特征；然后进入时空联合网络判断动作的发生区间，得到一组动作评分波形图，将动作波形图输入GTAG网络，通过设置不同的阈值以实现不同的定位精度要求以及获得不同粒度的动作提议段；所有动作提议段经过动作分类器检测动作的类别，通过完整性过滤器以精细修正动作发生的时间边界，实现复杂场景下的人体动作检测和定位。本发明的方法能够应用于人体遮挡严重、姿态多变以及干扰物较多的实际场景中，可以很好地处理具有不同时间结构的活动类别。
-
公开(公告)号：CN110147743A
公开(公告)日：2019-08-20
申请号：CN201910381879.1
申请日：2019-05-08
Applicant: 中国石油大学(华东)
Abstract: 本发明提供一种复杂场景下的实时在线行人分析与计数系统及方法，其中方法为以视频信息作为输入，通过数据预处理将视频数据转换为连续的RGB帧图像，利用原始的SSD网络进行人员目标检测；然后，将生成的多个建议框输入到两个并行的分支网络中用于人体关键点检测，一个为堆叠沙漏网络，用于位置修正和优化目标检测生成的建议框结果；另一个为姿态卷积机。本发明通过对特定的复杂场景进行分析并建立了一套完整的解决方案和框架，利用人体关键点这一高级特征将多个领域的算法进行有机的整合，能够解决实际工程场景下的人员的目标检测与跟踪、人体关键点分析、人体动作识别和计数分析等问题，具有广泛的应用场景。
-
公开(公告)号：CN110097568A
公开(公告)日：2019-08-06
申请号：CN201910391883.6
申请日：2019-05-13
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于时空双分支网络的视频对象检测与分割方法，该方法包含：以视频作为数据输入，通过视频序列预处理将其分成多张连续的RGB图像，输入到空间分支网络对相对较少的像素标记前景掩码进行微调以生成对象分割图像信息；然后进入时空联合网络训练的目标检测器进行边界重叠度评分，将所有重叠度大于阈值的候选边界框都输入到目标分类器中以检测目标的类别，输出目标类别的评分；通过目标过滤器精细修正对象的边界以进行分割，最后输出对象在图像中的坐标信息和相应的目标类别，实现了复杂场景下的视频对象检测与分割。本发明的方法能够应用于干扰目标繁多和极其复杂的实际场景中，提高了复杂场景下目标对象检测和分割的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110097568B
公开(公告)日：2023-06-09
申请号：CN201910391883.6
申请日：2019-05-13
Applicant: 中国石油大学(华东)
IPC: G06T7/181 , G06V10/764 , G06V10/82 , G06N3/049 , G06N3/084
Abstract: 本发明公开了一种基于时空双分支网络的视频对象检测与分割方法，该方法包含：以视频作为数据输入，通过视频序列预处理将其分成多张连续的RGB图像，输入到空间分支网络对相对较少的像素标记前景掩码进行微调以生成对象分割图像信息；然后进入时空联合网络训练的目标检测器进行边界重叠度评分，将所有重叠度大于阈值的候选边界框都输入到目标分类器中以检测目标的类别，输出目标类别的评分；通过目标过滤器精细修正对象的边界以进行分割，最后输出对象在图像中的坐标信息和相应的目标类别，实现了复杂场景下的视频对象检测与分割。本发明的方法能够应用于干扰目标繁多和极其复杂的实际场景中，提高了复杂场景下目标对象检测和分割的准确性。
-
公开(公告)号：CN110147743B
公开(公告)日：2021-08-06
申请号：CN201910381879.1
申请日：2019-05-08
Applicant: 中国石油大学(华东)
Abstract: 本发明提供一种复杂场景下的实时在线行人分析与计数系统及方法，其中方法为以视频信息作为输入，通过数据预处理将视频数据转换为连续的RGB帧图像，利用原始的SSD网络进行人员目标检测；然后，将生成的多个建议框输入到两个并行的分支网络中用于人体关键点检测，一个为堆叠沙漏网络，用于位置修正和优化目标检测生成的建议框结果；另一个为姿态卷积机。本发明通过对特定的复杂场景进行分析并建立了一套完整的解决方案和框架，利用人体关键点这一高级特征将多个领域的算法进行有机的整合，能够解决实际工程场景下的人员的目标检测与跟踪、人体关键点分析、人体动作识别和计数分析等问题，具有广泛的应用场景。
-
公开(公告)号：CN108710868B
公开(公告)日：2020-09-04
申请号：CN201810582712.7
申请日：2018-06-05
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于复杂场景下的人体关键点检测系统及方法，该方法包含：输入监控视频信息，得到单帧静态图和多帧光流图；对单帧静态图通过卷积操作提取特征以得到特征图，为解决复杂场景下干扰目标对人员目标检测的影响，采用人员目标检测算法，以对特征图的实际置信度与预设置信度进行判别，得到离散化人员目标包围盒；对多帧光流图采用光流堆叠来形成二维矢量场；提取离散化人员目标包围盒中特征，得到特征图，获得部位的关键点和关联程度，利用预测器为人体每个部位生成部位置信图，通过部位置信图和二维矢量场实现人体关键点的精准检测。本发明的系统及方法用于复杂场景下的人体关键点检测，实现人员目标关键点的精准检测。
-
公开(公告)号：CN109191761A
公开(公告)日：2019-01-11
申请号：CN201811034833.4
申请日：2018-09-06
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种基于火焰多特征融合的火灾识别方法，根据这个算法开发了一种火焰多特征融合的火灾识别系统。其原理在于通过该系统调用摄像头视频监控画面，使用系统的后台检测算法对画面进行处理，该方法首先进行运动检测筛选运动火灾像素与RGB颜色模型筛选火焰颜色像素结合作为图像预处理模块，采用的基于帧间差分法检测运算速度快并且不包含复杂运算，对于环境要求不高，不需要考虑黑天等因素的变化，采用的RGB/HIS颜色模型较为稳定；然后根据火焰烟雾、面积变化以及形状变化性质利用火焰像素点数量、凸包以及尖角对火焰进行特征判断；最终结合成熟的支持向量机进行验证；满足以上条件进行报警。本方法能够应用于社会安全等摄像头实时监控系统。
-
公开(公告)号：CN108710868A
公开(公告)日：2018-10-26
申请号：CN201810582712.7
申请日：2018-06-05
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于复杂场景下的人体关键点检测系统及方法，该方法包含：输入监控视频信息，得到单帧静态图和多帧光流图；对单帧静态图通过卷积操作提取特征以得到特征图，为解决复杂场景下干扰目标对人员目标检测的影响，采用人员目标检测算法，以对特征图的实际置信度与预设置信度进行判别，得到离散化人员目标包围盒；对多帧光流图采用光流堆叠来形成二维矢量场；提取离散化人员目标包围盒中特征，得到特征图，获得部位的关键点和关联程度，利用预测器为人体每个部位生成部位置信图，通过部位置信图和二维矢量场实现人体关键点的精准检测。本发明的系统及方法用于复杂场景下的人体关键点检测，实现人员目标关键点的精准检测。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
