技术分类：G06K9数据识别；数据表示；记录载体；记录载体的处理本发明所提供了一种基于超像素分割的图像语义标注方法，首先将基于图像超像素分割提取的特征图块输入卷积神经网络，再将卷积神经网络训练得到的特征向量进行扩展和加权处理，最后构建条件随机场模型进行语义类别标注预测。由于采用本发明的技术方案，该方法将超像素块作为研究对象，简化了用于基于图像超像素分割提取的特征图块的复杂度，提高了语义标注的计算效率；另外，采用多层的超像素块进行语义分析，并将其标注结果进行综合，提高了语义标注的准确率和鲁棒性。
2. 一种基于多尺度池化的卷积神经网络人脸识别方法技术分类：G06K9数据识别；数据表示；记录载体；记录载体的处理本发明公开了一种基于多尺度池化的卷积神经网络人脸识别方法。该方法利用多尺度池化的卷积神经网络来提取人脸图像的特征以实现人脸识别。在构建卷积神经网络的过程中，采用卷积和最大值采样交替的方法对特征进行深度提取，另外对每层卷积层采用了多尺度池化的策略和步骤，一并输入到全连接层，使其具有多尺度的、固定大小的特征列向量。本发明不需要对输入的人脸图像做截取或调整尺寸，不同尺寸的图像都能使用同一个网络进行训练和识别。基于多尺度池化的卷积神经网络不但解决了输入图像尺寸可以不固定的问题，使得网络能够提取多尺度的人脸特征，而且对网络性能带来极大的提升，将会促进多尺度池化的卷积神经网络在人脸识别中的广泛应用。本发明公开了一种基于超图模型的RGBD图像显著性检测方法，该方法包括：对待检测彩色图像和深度图像进行超像素分割，对深度图像的每一个超像素区域进行邻域深度对比图的计算，依据邻域深度对比值构建深度背景超边；提取位于图像边界的超像素区域构建边界背景超边；计算两个超边的权重，并根据超图学习算法进行超边展开，构建诱导图；基于诱导图的空间邻接关系和边权重，利用边界连通性先验计算边界背景显著图；采用基于元胞自动机的显著度更新算法和结合深度先验的融合算法得到最终的显著性检测图。本发明弥补了传统2D边界背景先验中的不足，利用深度信息和超图模型进行改进，与以往结合彩色和深度信息的图像显著性检测方法相比取得了更好的效果。本发明提出一种纸币图像识别方法，它用训练集中的纸币图像训练分类器，并用所训练的分类器对所获取的待测纸币图像进行币种、面值、面向和版本的识别，具体包括如下步骤：1)对纸币图像进行预处理；2)取纸币图像中的若干个图像块；3)计算每个图像块的图像特征，组成纸币图像的特征向量，作为训练集中图像或待测图像的各图像块的特征向量；4)利用训练集中的图像的各图像块的特征向量训练分类器；5)将待测图像的各图像块的特征向量输入分类器，对该纸币图像进行识别。本发明方法不需要寻找不同纸币间的局部差异性，只需在纸币图像上提取相应的特征后即可进行后续识别。
5. 一种基于模板匹配技术的知识图谱问答系统及方法技术分类：G06F17特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法本发明公开了一种基于模板匹配技术的知识图谱问答系统和方法。该系统包括离线模块和在线模块，离线模块主要用于离线数据准备，在线模块主要用于系统服务。本发明的系统可支持用户友好的自然语言问句为查询，通过对用户的问句进行语法分析，将语法分析后的结果到离线定义的手工模板库中寻找匹配的问句模板，根据所述的实体匹配方法和关系匹配方法，生成最终的结构化的知识图谱查询语句，根据该结构化查询语句到知识图谱中进行检索，返回最终的结果。本发明的基于模板匹配技术的知识图谱问答系统和方法能够针对用户的问句给出精确性的检索结果，提高用户的搜索满意度。
6. 一种虚拟现实型的可见即可控智能家居控制系统及方法
本发明公开了一种基于模板匹配技术的知识图谱问答系统和方法。该系统包括离线模块和在线模块，离线模块主要用于离线数据准备，在线模块主要用于系统服务。本发明的系统可支持用户友好的自然语言问句为查询，通过对用户的问句进行语法分析，将语法分析后的结果到离线定义的手工模板库中寻找匹配的问句模板，根据所述的实体匹配方法和关系匹配方法，生成最终的结构化的知识图谱查询语句，根据该结构化查询语句到知识图谱中进行检索，返回最终的结果。本发明的基于模板匹配技术的知识图谱问答系统和方法能够针对用户的问句给出精确性的检索结果，提高用户的搜索满意度。
转载自浙江大学技术转移中心
