公开(公告)号：CN115587994A

公开(公告)日：2023-01-10

申请号：CN202211294220.0

申请日：2022-10-21

Applicant: 中国科学院软件研究所

Inventor： 宋和田 ,  杨磊 ,  何灏 ,  朱庆猛 ,  梁健 ,  梁国政 ,  张奇林

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多视角特征的模型融合图像篡改检测方法及装置，所述方法包括：获取待检测图像并进行预处理；基于一个孪生卷积神经网络，计算待检测图像的光响应不均匀性噪声特征信息；通过一个结合约束卷积的空域富卷积层，获取待检测图像的空域噪声特征信息；计算待检测图像的误差水平分析噪声特征信息；将待检测图像、光响应不均匀性噪声特征信息、空域噪声特征信息以及误差水平分析噪声特征信息分别通过空间通道双重注意力网络，得到待检测图像和各特征信息对应的图像篡改区域结果；融合待检测图像和各特征信息对应的图像篡改区域结果，得到图像篡改区域。本发明高效的对图像的不同噪声特征动态结合，提高了篡改检测的准确性与计算效率。

公开(公告)号：CN114755995A

公开(公告)日：2022-07-15

申请号：CN202110023639.1

申请日：2021-01-08

Applicant: 中国科学院软件研究所

Inventor： 朱庆猛 ,  宋云波 ,  杨建伟 ,  吕品 ,  刘朝晖 ,  徐润亲 ,  段磊

IPC: G05B23/02

Abstract: 本发明公开了一种激光器的故障诊断方法及电子装置，包括获取激光器输出的参数；将各参数输入故障诊断模型，定位所述激光器的故障器件。本发明只需要在进行大量实验的基础上，合理选择测量参数类型，根据激光器结构各参数对系统故障进行诊断，不需要编写代码块、具有较好的可扩展性和便捷性。

公开(公告)号：CN115114923A

公开(公告)日：2022-09-27

申请号：CN202210656656.3

申请日：2022-06-10

Applicant: 中国科学院软件研究所

Inventor： 胡韵 ,  何灏 ,  朱庆猛 ,  郑昌文

IPC: G06F40/295 ,  G06F40/216 ,  G06F40/242 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明属于自然语言处理领域，特别是命名实体识别领域，具体涉及一种小型的融合中文词嵌入的命名实体识别方法和系统。现有的融合中文词嵌入的命名实体识别方法，存在模型的参数较多，运算时间过长的问题，并不能很好的应用到小型的移动设备上。本发明主要包括四个模块：字符表示、单词表示、句子表示和句子解码，首先句子中的字符通过字符嵌入得到字符表示，之后通过将句子和中文词嵌入进行匹配和BME的单词映射，得到单词表示，然后我们将字符表示和单词表示连接，输入到GRU当中，得到句子表示，最后对句子表示进行句子解码，得到最终的结果。通过对于单词表示和句子表示的改进，最终实现缩小模型参数和加快识别速度的要求。

公开(公告)号：CN114842388A

公开(公告)日：2022-08-02

申请号：CN202210501399.6

申请日：2022-05-09

Applicant: 中国科学院软件研究所

Inventor： 赵天赐 ,  张正昊 ,  何灏 ,  朱庆猛 ,  郑昌文

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/40 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉领域，特别是视频多目标跟踪领域，具体涉及一种基于随机通道自适应注意力机制的多目标跟踪方法和系统。针对目标运动过程中，经常被障碍物部分或完全遮挡，遮挡前后行人位置存在较大位移导致复现后无法持续稳定跟踪的问题，主要包括四个模块：随机、挤压、激励和加权：首先在特征传递以及特征聚合时添加一个门控机制实现空间自适应注意力模块的随机启动，启动之后对传递进来的特征图做全局平均池化压缩处理，所得到的特征图拥有全局的感受野，最后再利用全连接层计算各个通道的权重，再对原始特征图做加权，从而可以加强图像中显著性特征的作用，增强模型的抗遮挡和长时跟踪能力，最终实现快速稳定跟踪视频目标的要求。

公开(公告)号：CN115311213A

公开(公告)日：2022-11-08

申请号：CN202210855012.7

申请日：2022-07-19

Applicant: 中国科学院软件研究所

Inventor： 龙佳宁 ,  朱庆猛 ,  何灏 ,  张智泓 ,  梁健 ,  张敬琨

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V20/64 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的残缺牙齿修复信息获取方法，其步骤包括：1)获取多个残缺牙齿的三维扫描数据，将所述三维扫描数据的格式转换为点云格式，得到点云数据；2)对每一牙齿对应的所述点云数据进行残缺部分与补全部分的类别信息标注，得到一训练样本；3)利用所述训练样本对残缺牙齿点云补全网络模型进行训练；4)将待修复牙齿的三维扫描数据转换为点云格式并输入训练后的残缺牙齿点云补全网络模型，得到该待修复牙齿的补全信息。本发明极大的增加了生成修补部分的精度，使网络生成的修补部分更加贴合实际的应用场景，能够给与更具应用价值的参考。