您的位置: 专家智库 > >

国家重点基础研究发展计划(2012CB316300)

作品数:9 被引量:89H指数:5
相关作者:赵军刘康孙哲南谭铁牛来斯惟更多>>
相关机构:中国科学院自动化研究所中国人民公安大学中国科学院大学更多>>
发文基金:国家重点基础研究发展计划国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 9篇自动化与计算...

主题

  • 2篇计算机
  • 2篇计算机视觉
  • 1篇对焦
  • 1篇多AGENT
  • 1篇多摄像头
  • 1篇语义知识
  • 1篇知识库
  • 1篇智能监控
  • 1篇人脸
  • 1篇人脸识别
  • 1篇商空间
  • 1篇摄像头
  • 1篇属性抽取
  • 1篇图像
  • 1篇图像去模糊
  • 1篇去模糊
  • 1篇中文
  • 1篇中文分词
  • 1篇网络
  • 1篇协同控制

机构

  • 6篇中国科学院自...
  • 1篇安徽大学
  • 1篇北京交通大学
  • 1篇清华大学
  • 1篇中国科学院
  • 1篇太原理工大学
  • 1篇中国科学技术...
  • 1篇中国人民公安...
  • 1篇中国科学院大...

作者

  • 3篇刘康
  • 3篇谭铁牛
  • 3篇赵军
  • 3篇孙哲南
  • 2篇来斯惟
  • 1篇伍伟丽
  • 1篇侯广琦
  • 1篇刘京
  • 1篇唐云祁
  • 1篇张铃
  • 1篇徐立恒
  • 1篇张钹
  • 1篇张元哲
  • 1篇齐振宇
  • 1篇程学旗
  • 1篇阮秋琦
  • 1篇王莉
  • 1篇张驰
  • 1篇陈玉博
  • 1篇刘菲

传媒

  • 2篇模式识别与人...
  • 2篇中文信息学报
  • 1篇江西师范大学...
  • 1篇小型微型计算...
  • 1篇信号处理
  • 1篇计算机科学
  • 1篇中国图象图形...

年份

  • 1篇2018
  • 1篇2016
  • 2篇2014
  • 4篇2013
  • 1篇2012
9 条 记 录,以下是 1-9
排序方式:
基于表示学习的中文分词算法探索被引量:33
2013年
分词是中文自然语言处理中的一个关键基础技术。通过基于字的统计机器学习方法学习判断词边界是当前中文分词的主流做法。然而,传统机器学习方法严重依赖人工设计的特征,而验证特征的有效性需要不断的尝试和修改,是一项费时费力的工作。随着基于神经网络的表示学习方法的兴起,使得自动学习特征成为可能。该文探索了一种基于表示学习的中文分词方法。首先从大规模语料中无监督地学习中文字的语义向量,然后将字的语义向量应用于基于神经网络的有监督中文分词。实验表明,表示学习算法是一种有效的中文分词方法,但是我们仍然发现,由于语料规模等的限制,表示学习方法尚不能完全取代传统基于人工设计特征的有监督机器学习方法。
来斯惟徐立恒陈玉博刘康赵军
关键词:中文分词
大型追踪系统的多摄像头协同被引量:1
2018年
多摄像头间的目标追踪,即利用多摄像头协作完成对目标的监控追踪过程,是大规模智能监控系统中的重要研究方向。针对多摄像头追踪系统对多摄像头协同的实时高效性的需求,本文提出了一种利用多Agent代理多摄像头的分布式计算技术,单Agent层面分析其BDI模型,状态转移模型,多Agent层面分析其在目标追踪过程中完整的通信过程,以及多个摄像头的最佳状态选择。通过开源JADE框架,对基于多Agent的多摄像头追踪系统进行系统搭建,系统实现了多摄像头协同下对目标的持续追踪,实验证实了本文的多Agent系统可有效的实现多摄像头的协同,将通信延迟时间缩小到最短,以便及时更新每个摄像头的状态,从而大大提高了目标追踪的准确率,以及计算资源的利用率,达到对目标进行持续追踪的目的。
曹凯悦阮秋琦
关键词:多AGENT智能监控分布式
头部姿势估计研究综述被引量:17
2014年
头部姿势估计的研究成果众多,但缺乏系统、详尽的综述性文献.针对该问题,首先介绍头部姿势的表达方式和头部姿势估计的基本问题,然后从方法依赖的数据源、人工干预程度和实现原理等角度对已有头部姿势估计方法进行分类,并以实现原理为主线,以所依赖的数据源为辅助,对头部姿势估计问题的研究文献进行详细整理和分析.
唐云祁孙哲南谭铁牛
关键词:模式识别计算机视觉人脸识别
光场成像技术及其在计算机视觉中的应用被引量:14
2016年
目的光场成像技术刚刚在计算机视觉研究中展开初步应用,其相关研究比较零散,缺乏系统性。本文旨在系统介绍光场成像技术发展以及其应用在计算机视觉研究中有代表性的工作。方法从解决计算机视觉问题的角度出发,4个层面讨论光场成像技术最近十年的研究工作,包括:1)主流的光场成像设备及其作为计算机视觉传感器的优点与不足;2)光场相机作为视觉传感器的标定、解码以及预处理方法;3)基于4维光场的图像渲染与重建技术,以及其如何促进计算机视觉研究;4)以4维光场数据为基础的特征表达方法。结果逐层梳理出光场成像在求解视觉问题中的优势和局限,分析其中根本性的原理与掣肘,力图总结出亟待解决的关键问题以及未来的发展趋势。结论作为一种颇具前景的新型计算机视觉传感器技术,光场成像技术的研究必将更为广泛和深入。研究应用于计算机视觉的光场成像技术将有力的引导和促进计算机视觉和光场成像技术协同发展。
张驰刘菲侯广琦孙哲南谭铁牛
关键词:计算机视觉
一种支持尺度优化的重叠和非重叠社区质量评价方法被引量:1
2013年
复杂网络社区发现具有重要的研究和应用价值.科学合理的社区评价可促使发现隐含的真实社区结构.复杂关联关系使得具有聚团性质的社区可能是非重叠结构,也可能是重叠结构.虽然当前学者们提出许多专门针对非重叠社区、重叠社区的评价方法,但是,在无法预知真实社区拓扑的情况下,采用不同标准对可能出现的多种结果进行评估不具有可比性.所以,急需能同时评价重叠与非重叠社区的统一评价模型,科学合理的评价模型可以辅助发现合适的社区边界及社区尺度,发现隐含的真实聚团子结构.本文从社区聚集度和社区重叠度两个视角出发,提出了一种适用于重叠与非重叠社区的评价模型,不仅能评价出微结构差异引发的社区聚团属性的变化,而且该评价能在一定程度上制衡社区内部聚团性和社区重叠性,从而辅助发现合适尺度、合适边界的重叠或非重叠社区的作用.通过理论分析和各种数据实验证实了本文所提评价模型的合理性和可用性.
王莉伍伟丽程学旗
关键词:复杂网络
一种融合实体语义知识的实体集合扩展方法被引量:5
2013年
实体集合扩展是开放式信息抽取的一个重要问题,该问题研究如何从一个语义类的若干实体(称为种子)出发,得到该类别的更多实体。现有实体集合扩展方法主要使用上下文模板或种子在语料中的分布信息进行抽取,其缺点是无法解决种子的歧义问题,而该问题会影响方法的有效性。在该文中,作者提出了一种融合实体语义知识的实体集合扩展方法,通过引入语义知识来解决种子歧义性问题。新方法通过使用Wikipedia实现了语义知识的引入,并把基于语义知识的扩展方法和基于模板的扩展方法相融合。实验表明,与单纯基于上下文方法相比,该文方法在准确率上提升了18.5%,召回率上提升了6.8%,MAP值上提升了22.8%。
齐振宇刘康赵军
关键词:知识库语义知识
一种基于非局部正则化和可靠区域检测的虹膜图像去模糊算法被引量:2
2014年
在虹膜图像的采集过程中,由于现阶段硬件设备和虹膜本身特性的限制,不可避免地会采集到模糊的图像。模糊的虹膜图像由于其纹理细节信息的丢失,造成了虹膜识别系统性能的下降。提出了一种适用于虹膜图像的恢复算法,以增强模糊图像的质量,提升系统的识别准确率。此去模糊算法充分利用虹膜图像的独特性质作为先验知识,使用了一种由粗到精的结构,模糊核首先在参数模型的刻画下进行初始化,然后转而使用像素级的模型进行优化更新,以准确表达真实的模糊原因。在优化过程中,使用了一种基于非局部性的正则化手段,并通过对虹膜图像的分析仅选取了可靠的区域来对清晰图像进行估计,以同时保证算法的可靠性和高效性。在实验中通过与现有算法的比较,可以发现本算法对于运动模糊和离焦模糊的虹膜图像均能够获得更大程度的识别性能提升,验证了本算法的有效性。
刘京孙哲南谭铁牛
关键词:虹膜识别图像去模糊
面向非结构化文本的开放式实体属性抽取被引量:11
2013年
从非结构化文本中抽取给定实体的属性及属性值,将属性抽取看作是一个序列标注问题.为避免人工标注训练语料,充分利用百度百科信息框(Infobox)已有的结构化内容,对非结构化文本回标自动产生训练数据.在得到训练语料后,结合中文特点,选取多维度特征训练序列标注模型,并利用上下文信息进一步提高系统性能,进而在非结构化文本中抽取出实体的属性及属性值.实验结果表明:该方法在百度百科多个类别中均有效;同时,该方法可以直接扩展到类似的非结构化文本中抽取属性.
曾道建来斯惟张元哲刘康赵军
关键词:属性抽取非结构化百度百科
动态商空间模型及其基本性质被引量:5
2012年
为解决动态环境下的问题求解,在原有的商空间模型(X,f,T)(三元组)的基础上,引入时间变量,将它扩展成动态商空间模型(X(t),f(t),T(t)).然后,分两种情况进行讨论:1)当结构T不变时,即(X(t),f(t),T),通过对论域增加时间维的方法,将动态的商空间模型又转换成高维的静态模型,于是能利用静态商空间模型的特性;2)当论域与属性不变时,即(X,f,T(t)),研究在这种情况下构成商空间链的充分必要条件,建立相应的商逼近原理,并讨论其基本性质.最后举一个利用动态商空间模型进行问题求解的应用例子.
张铃张钹
关键词:商空间
共1页<1>
聚类工具0