-
公开(公告)号：CN117612215B
公开(公告)日：2024-04-26
申请号：CN202410091990.8
申请日：2024-01-23
Applicant: 南京中孚信息技术有限公司
Abstract: 本申请的实施例提供了一种基于视频检索的身份识别方法、装置、介质。该基于视频检索的身份识别方法包括：基于输入视频中的视觉特征匹配对应的不同的镜头；根据镜头获取多个子视频，并提取对应的特征向量；基于特征向量与预设特征向量计算相似度；根据相似度的大小对视频库中的视频排序，并获得视频库中与待检索的视频相关的人物视频；基于人物视频进行身份识别，并确定人物视频中的人物身份，其中，对输入视频先进行镜头分配，并根据镜头获取多个子视频，以便于以镜头为单位在每个镜头内进行特征提取，因此，基于镜头分割而进行特征向量的提取，通过特征向量能更有效地利用人物视频中的信息，从而提高了基于视频检索的身份识别方法的识别效果。
-
公开(公告)号：CN110222790A
公开(公告)日：2019-09-10
申请号：CN201910524888.1
申请日：2019-06-17
Applicant: 南京中孚信息技术有限公司
Abstract: 本发明提供了一种用户身份识别方法、装置及服务器，该方法包括：从多个社交网络中获取待识别的未知用户的公开数据；对所述未知用户的公开数据进行聚类分析，得到至少一个相似用户群；分别获取预设时间间隔内所述相似用户群中的每个未知用户与各所述社交网络中已知用户的关联信息；根据所述关联信息，从所述相似用户群中识别出具有同一身份的用户。本发明可以有效提高用户身份识别的准确率。
-
公开(公告)号：CN106599820A
公开(公告)日：2017-04-26
申请号：CN201611117135.1
申请日：2016-12-07
Applicant: 南京中孚信息技术有限公司
CPC classification number: G06K9/00751 , G06K9/4671 , G06K9/6223
Abstract: 本发明涉及一种自适应的视频帧特征点抽稀方法，包括以下步骤：步骤1)提取待检测视频的关键帧，通过特征点检测算法提取视频帧的特征点集合，记为P；同时对关键帧进行隐形格网划分，将其划分为相同大小的格网单元，每个格网单元的特征点的集合记为Pij，步骤2)确定自适应的聚类算法参数，计算步骤1)中格网单元的信息熵，根据信息熵确定聚类算法的参数信息；步骤3)对格网单元的特征点集合Pij，通过聚类算法进行聚类，构成抽稀后的特征点集合，记为步骤4)对于每个格网单元，重复步骤(2)～(3)，得到该关键帧的特征点抽稀结果，记为PN，步骤5)：重复步骤(1)～(4)，实现待检测视频的特征点抽稀。
-
公开(公告)号：CN119131829B
公开(公告)日：2025-05-16
申请号：CN202411629311.4
申请日：2024-11-15
Applicant: 南京中孚信息技术有限公司
IPC: G06V30/42 , G06F40/258 , G06F40/279 , G06F40/30 , G06N3/044 , G06N3/08
Abstract: 本发明实施例提供一种文档摘要的提取方法、系统、电子设备及存储介质，属于导航技术领域。该方法包括：将待提取摘要的文档解析为片段，生成片段集；并进行光学字符识别形成初步语义文本，并确定第一token序列；对片段集中的插图进行图像类型识别，形成结构描述文本，并确定第二token序列；识别待提取摘要的文档的行业或领域标签，并确定对应的编码；将第一第二token序列及标签对应的编码输入至预先构建的摘要提取模型，获得摘要文本。基于循环神经网络的图文型文档摘要生成方案，利用关键语义提取、文档结构提取、文档行业或领域识别，从企业文档中提炼关键语义和关键插图，形成图文型的文档摘要，其具有针对性，概括能力强。
-
公开(公告)号：CN110188818B
公开(公告)日：2021-05-04
申请号：CN201910454163.X
申请日：2019-05-28
Applicant: 南京中孚信息技术有限公司
Abstract: 本发明提供了一种热点区域聚类方法、装置及电子设备，涉及数据挖掘技术领域，该方法包括：获取发生在地图视界内的事件数据和地图视界的视界最大距离；采用基于距离的热度衰减原理，根据事件数据和视界最大距离计算得到每个事件的热度综合值；根据各事件的热度综合值从多个事件中筛选出热点事件；基于热点事件在目标地图中的位置，确定热点区域。本发明提供的热点区域聚类方法、装置及电子设备，引入了自适应的视界最大距离，与现有技术相比，不需要设置超级参数，因此提高了热点区域聚类的自适应性；另外，在筛选热点事件时考虑了所有事件的整体分布，与现有技术相比，不依赖局部的通联和密度，因此提高了热点区域聚类的呈现效果。
-
Patent Agency Ranking
公开(公告)号：CN109710633B
公开(公告)日：2021-01-12
申请号：CN201811530793.2
申请日：2018-12-13
Applicant: 南京中孚信息技术有限公司
IPC: G06F16/242 , G06F9/46 , G06Q50/00
Abstract: 本发明提供了一种中间人信息的确定方法、装置及智能终端，包括：当接收到第一目标联系人的标识和第二目标联系人的标识时，获取预设的社群关系表；其中，社群关系表存储有不同联系人之间的直接联系关系；基于社群关系表，确定用于描述社群关系的二维数组；启动与二维数组对应的GPU多线程，并通过各线程对二维数组进行单层的关联关系搜索，通过多次迭代搜索得到各层级对应的关系集合；构建与各层级对应的关系集合对应的逆向映射字典；根据逆向映射字典，确定与第一目标联系人和第二目标联系人均具有直接或间接联系的目标中间人的信息。本发明可以高效的对密集型大规模的社群关联关系人的路径进行查找，减少中间联系人信息的获取时间，进而提高用户的体验。
-
公开(公告)号：CN109118007A
公开(公告)日：2019-01-01
申请号：CN201810953598.4
申请日：2018-08-21
Applicant: 南京中孚信息技术有限公司
Abstract: 本发明涉及路径规划方法、装置、电子设备及存储介质，属于数据处理技术领域。所述方法包括：获取预设时间段内发生的警情数据；从所述警情数据中筛选出在空间上分布密集的第一警情数据；从所述第一警情数据中筛选出在时间上分布密集的第二警情数据；基于预设规则对所述第二警情数据进行路径规划，得到规划结果。所述方法根据以往不同类别的警情发生的重点时间和地点，规划出多条警队巡逻路线，进而可以根据得到的巡逻路线对重要的警情或可以预防的警情提前布置警力，在案件高发时间里最大化的进行警力的调度。
-
公开(公告)号：CN119336891A
公开(公告)日：2025-01-21
申请号：CN202411446310.6
申请日：2024-10-16
Applicant: 南京中孚信息技术有限公司
IPC: G06F16/334 , G06N3/0455 , G06N3/082 , G06N3/0985
Abstract: 本发明提供了一种基于大语言模型的计算机辅助密点标注方法及系统，包括：对于待密点标注的长文本数据，基于预先训练的大语言模型进行涉密句的提取；其中，所述大语言模型以待标注的长文本数据作为输入，输出若干涉密句构成的涉密句集合；对于涉密句集合中的每条涉密句，利用微调后的自然语言模型，获得涉密句的语义特征向量表示；基于涉密句集合中每条涉密句对应的语义特征向量表示，与预先构建的密点向量库中的样本进行匹配，基于密点向量库中匹配样本对应的标注结果对涉密句集合中的每条涉密句进行密点标注，实现对长文本数据的密点标注。
-
公开(公告)号：CN119226534A
公开(公告)日：2024-12-31
申请号：CN202411745765.8
申请日：2024-12-02
Applicant: 南京中孚信息技术有限公司
IPC: G06F16/36 , G06F16/34 , G06F16/33 , G06F16/35 , G06F40/279 , G06F18/214 , G06F18/24
Abstract: 本发明提出的一种碎片化敏感信息智能检测方法及系统，属于信息检测技术领域。所述方法包括：创建敏感信息知识库和检索模型；从多源文档中获取待检测的碎片化信息，生成待检测的文本；使用大语言模型识别待检测文本中的敏感信息；基于敏感信息，利用NLP技术构建知识图谱；使用图算法对知识图谱进行社区划分，并生成社区的摘要信息；将摘要信息输入检索模型，利用检索模型与敏感信息知识库中的条目进行匹配，以检索出与摘要信息相关的潜在敏感信息研判规则；对社区的潜在敏感信息以及潜在敏感信息研判规则进行上下文融合，生成敏感信息研判提示文本；使用大语言模型生成关于敏感信息的评估报告。本发明实现了对碎片化敏感信息的高效、准确检测。
-
公开(公告)号：CN110222790B
公开(公告)日：2021-05-25
申请号：CN201910524888.1
申请日：2019-06-17
Applicant: 南京中孚信息技术有限公司
Abstract: 本发明提供了一种用户身份识别方法、装置及服务器，该方法包括：从多个社交网络中获取待识别的未知用户的公开数据；对所述未知用户的公开数据进行聚类分析，得到至少一个相似用户群；分别获取预设时间间隔内所述相似用户群中的每个未知用户与各所述社交网络中已知用户的关联信息；根据所述关联信息，从所述相似用户群中识别出具有同一身份的用户。本发明可以有效提高用户身份识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.051 seconds)
