-
公开(公告)号：CN113223637B
公开(公告)日：2023-07-25
申请号：CN202110496113.5
申请日：2021-05-07
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于药物分子生成领域，具体涉及了一种基于领域知识和深度强化学习的药物分子生成器训练方法，旨在解决通过深度学习进行药物分子生成时的样本有限的问题。本发明包括利用领域知识构建活性药效团分子组群；利用动态策略下的课程式学习，将活性药效团分子组群中的药效团随机插入分子的生成过程中，生成具有特定目标的药效团结构分子；利用强化学习方法，最大化混合奖励函数，得到训练好的药物分子生成器。本发明解决了样本量过小的问题，防止过度的演示学习造成分子单一的问题，可以使生成的分子更快收敛到具有特定目标的药效团结构。
-
公开(公告)号：CN102609680B
公开(公告)日：2013-12-04
申请号：CN201110435745.7
申请日：2011-12-22
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/4614 , G06K9/00362
Abstract: 本发明公开了一种基于三维深度图像信息的并行统计学习人体部位检测方法。针对人体部位(头、手、脚)复杂形变、难以描述等问题，构造了体现人体部位多样性的新型特征-万向特征，利用并行统计学习方法，选择有效的、数量充分的新型特征，组成并行级联的分类器，从而对人体部位进行实时高效的检测。
-
公开(公告)号：CN1797420A
公开(公告)日：2006-07-05
申请号：CN200410101879.5
申请日：2004-12-30
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明涉及模式识别技术领域，特别是一种基于统计纹理分析的人脸识别方法。结合人脸识别技术、模式识别、图像处理技术和统计学习技术。本发明提出一种全新的纹理分析方法，首先将待分析的对象分解为多个有部分重叠的子对象，然后采用多尺度形态小波，对待分析的子对象做不同尺度下的“结构元”分析和提取。采用统计的方法，对每个子对象进行模式分类，即每个子对象产生一个弱分类器。最后采用贝叶斯网络对弱分类器之间的关系进行建模。
-
公开(公告)号：CN113223637A
公开(公告)日：2021-08-06
申请号：CN202110496113.5
申请日：2021-05-07
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于药物分子生成领域，具体涉及了一种基于领域知识和深度强化学习的药物分子生成器训练方法，旨在解决通过深度学习进行药物分子生成时的样本有限的问题。本发明包括利用领域知识构建活性药效团分子组群；利用动态策略下的课程式学习，将活性药效团分子组群中的药效团随机插入分子的生成过程中，生成具有特定目标的药效团结构分子；利用强化学习方法，最大化混合奖励函数，得到训练好的药物分子生成器。本发明解决了样本量过小的问题，防止过度的演示学习造成分子单一的问题，可以使生成的分子更快收敛到具有特定目标的药效团结构。
-
公开(公告)号：CN102855470B
公开(公告)日：2015-04-08
申请号：CN201210271289.1
申请日：2012-07-31
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开了一种人体姿态估计方法，该方法根据人体的深度图像进行人体姿态的估计，以通过虚拟人体模型来模拟该图像中的人体，该深度图像包括多个帧，该方法包括如下步骤：建立虚拟人体模型，该人体模型由骨骼模型和皮肤模型组成；对所述虚拟人体模型的参数进行初始化；对所述深度图像的当前帧进行滤波；对所述虚拟人体模型和深度图像进行对应点检测；对于所述深度图像的当前帧，根据所述对应点检测的结果建立并优化目标函数，该目标函数用于描述所述虚拟人体模型和所述深度图像之间的姿势差异的大小，通过最小化目标函数的值更新所述虚拟人体模型的当前姿态。本发明建立的虚拟人体模型自由度高，皮肤变形效果好，姿态估计收敛速度快且误差小，同时利用深度摄像机获取深度图像使得人体运动姿态估计系统装置简便，便于推广应用。
-
Patent Agency Ranking
公开(公告)号：CN102902355A
公开(公告)日：2013-01-30
申请号：CN201210320166.2
申请日：2012-08-31
Applicant: 中国科学院自动化研究所
IPC: G06F3/01
Abstract: 本发明公开了一种具有人机交互能力的移动设备的空间交互方法，包括如下步骤：根据移动设备实时拍摄的二维图像，重建关于该图像的深度图；对所述深度图进行区域分割，得到该深度图中的人体部位区域；将所述深度图中的人体部位区域映射到一个虚拟场景中；检测所述虚拟场景中的人体部位是否与该虚拟场景中的其他物体发生碰撞，若发生碰撞，则根据所述虚拟场景中的人体部位在时间上的空间变化来确定肢体语言，所述虚拟场景根据所述肢体做出响应。本发明能够提高空间交互的准确性和实时性。
-
公开(公告)号：CN102609680A
公开(公告)日：2012-07-25
申请号：CN201110435745.7
申请日：2011-12-22
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/4614 , G06K9/00362
Abstract: 本发明公开了一种基于三维深度图像信息的并行统计学习人体部位检测方法。针对人体部位(头、手、脚)复杂形变、难以描述等问题，构造了体现人体部位多样性的新型特征-万向特征，利用并行统计学习方法，选择有效的、数量充分的新型特征，组成并行级联的分类器，从而对人体部位进行实时高效的检测。
-
公开(公告)号：CN101975994A
公开(公告)日：2011-02-16
申请号：CN201010264671.0
申请日：2010-08-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明是多级透镜的三维成像系统包括多级透镜和传感器，多级透镜为第一级透镜、第二级透镜、……第N-2级透镜、第N-1级透镜、第N级透镜，其中：在光线传播的方向依序放置多级透镜和传感器，光线通过第一级透镜成像至第N-1级透镜用于生成多级场景缩小成像信息，多级场景缩小成像信息继续传播至第N级透镜，第N级透镜得到物体光线的多视角的场景二维信息，传感器提取多视角的场景二维信息，再通过立体匹配，从而获得场景中物体的深度信息。设计传感器像素尺寸和各级透镜的各个透镜的焦距，还有各级透镜的相邻透镜的距离，从而得到良好的深度分辨率。
-
公开(公告)号：CN1284111C
公开(公告)日：2006-11-08
申请号：CN200310120624.9
申请日：2003-12-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及模式识别技术领域的移动计算环境下分布式的人脸识别方法，包括步骤：从移动设备上的摄像头获得图像，对图像进行简单有效的光线矫正；采用快速人脸检测算法进行人脸检测和标定，将标定后的人脸区域进行水印嵌入；通过无线网络将嵌入水印的人脸区域图像传输到人脸识别服务器；最后，在服务器上通过水印验证该区域图像的真/伪，然后进行人脸识别，并将识别结果传输到移动端。
-
公开(公告)号：CN1635539A
公开(公告)日：2005-07-06
申请号：CN200310116048.0
申请日：2003-12-30
Applicant: 中国科学院自动化研究所
IPC: G06K9/60
Abstract: 一种在移动计算环境下的人脸检测方法，包括步骤：从摄像头获得视频数据，利用像素的均值和方差对视频数据进行光线矫正；根据人脸在屏幕中可能出现的位置和大小的概率分布，确定搜索人脸的顺序；对每个特定大小和位置的矩形框进行人脸模型判断，标出人脸区域。综上所述，本发明的优点在于能够以较小的计算量尽快的找到人脸区域。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
