-
公开(公告)号：CN104572807A
公开(公告)日：2015-04-29
申请号：CN201410594515.9
申请日：2014-10-29
Applicant: 中国科学院计算技术研究所 , 新华通讯社
IPC: G06F17/30
CPC classification number: G06F17/3089 , G06Q50/01
Abstract: 本发明涉及微博新闻可信度领域，特别涉及一种基于微博信息源的新闻认证方法及系统，该方法包括：提取新闻的信息源，作为待认证信息源，获取与所述待认证信息源相对应用户的用户信息；获取所述用户的互粉比例、认证粉丝比例、粉丝数与关注数比例，并根据以上三个比例，获取所述用户的社交关系可信度值；获取所述用户的用户活跃度与历史微博平均影响力，将所述用户活跃度与所述历史微博平均影响力的乘积作为所述用户的社交行为可信度值；获取微博的评价舆情指数，同时查找所述微博的评论微博，并获取所述评论微博的评论舆情指数，将所述评价舆情指数与所述评论舆情指数作为社交评价可信度值；将以上三个可信度值进行线性加权求和作为综合可信度值。
-
公开(公告)号：CN104504024A
公开(公告)日：2015-04-08
申请号：CN201410768704.3
申请日：2014-12-11
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30616
Abstract: 本发明提供一种基于微博内容的关键词挖掘方法，对于所有微博文本经分词得到的所有词的集合中的每个词，基于该词在每个微博文本中出现的次数及该微博文本被转发的次数来计算该词的权重；并选取其权重大于预定阈值的词作为从该微博数据集中挖掘的关键词。该方法即考虑了词语在各个微博文本中出现的频率，又考虑了同一微博文本在微博数据集中转发情况对挖掘关键词的准确性的影响，因此提高了获取微博文本关键词的精确度。
-
公开(公告)号：CN100442307C
公开(公告)日：2008-12-10
申请号：CN200510135214.0
申请日：2005-12-27
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/00711
Abstract: 本发明公开了一种球门检测和基于球门检测的足球视频精彩事件检测方法。球门检测的方法步骤包括：(1)提取一帧彩色足球视频图像；(2)对视频帧图像采用草帽变换提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换选取两根最长的线段作为候选球门柱；(5)采用第二启发式规则确定上一步骤中的候选球门柱是否是球门。基于球门检测的足球视频精彩事件检测方法步骤包括：1)球门检测；2)在检测到球门的基础上，结合第一启发式规则检测足球视频中的精彩事件。本发明具有准确、快速、误检率低的优点。
-
公开(公告)号：CN1991864A
公开(公告)日：2007-07-04
申请号：CN200510135214.0
申请日：2005-12-27
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/00711
Abstract: 本发明公开了一种球门检测和基于球门检测的足球视频精彩事件检测方法。球门检测的方法步骤包括：(1)提取一帧彩色足球视频图像；(2)对视频帧图像采用草帽变换提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换选取两根最长的线段作为候选球门柱；(5)采用第二启发式规则确定上一步骤中的候选球门柱是否是球门。基于球门检测的足球视频精彩事件检测方法步骤包括：1)球门检测；2)在检测到球门的基础上，结合第一启发式规则检测足球视频中的精彩事件。本发明具有准确、快速、误检率低的优点。
-
公开(公告)号：CN117979115A
公开(公告)日：2024-05-03
申请号：CN202410069876.5
申请日：2024-01-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于扩散模型的虚拟主播全身视频生成方法和系统，包括：获取人物视频，每个人物视频具有对应的人物外观控制图像；构建用于生成视频的扩散模型，输入人物外观控制图像至图像编码器，得到训练外观描述；为人物视频的帧画面添加噪声数据得到含噪图像；图像去噪模型根据训练外观描述和含噪图像对应的三维人体数据，进行图像去噪，构建损失函数训练扩散网络，得到虚拟人物视频生成模型；获取人物全身姿态的多帧目标三维数据和其目标虚拟人物图像，输入目标虚拟人物图像至图像编码器，得到目标外观描述；虚拟人物视频生成模型的图像去噪模型根据目标外观描述和目标三维数据，为噪声图像降噪，得到目标虚拟人物视频。
-
Patent Agency Ranking
公开(公告)号：CN116523806A
公开(公告)日：2023-08-01
申请号：CN202310208841.0
申请日：2023-03-06
Applicant: 中国科学院计算技术研究所
IPC: G06T5/50 , G06T5/00 , G06T13/40 , G06T13/20 , G06N3/0455
Abstract: 本发明提供了一种基于换脸的合成人脸修复方法、介质和电子设备，其中，合成人脸修复模型的构建方法包括：利用合成人脸图像集训练第一自编码器进行人脸图像重构，得到经训练的第一自编码器，其中，第一自编码器包括编码器和解码器，合成人脸图像集包括目标人物说话状态的合成人脸图像；利用源人脸图像集训练第二自编码器进行人脸图像重构，得到经训练的第二自编码器，其中，第二自编码器包括编码器和解码器，源人脸图像集包括目标人物正常说话状态的人脸图像；构建用于对人脸图像进行修复的人脸修复模型，其由经训练的第一自编码器的编码器以及经训练的第二自编码器的解码器构成；以得到能够对合成人脸进行高效、高质量修复的人脸修复模型。
-
公开(公告)号：CN112699726B
公开(公告)日：2023-04-07
申请号：CN202011251301.3
申请日：2020-11-11
Applicant: 中国科学院计算技术研究所数字经济产业研究院 , 杭州中科睿鉴科技有限公司
IPC: G06V20/20 , G06V10/74 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种图像增强方法、真伪商品鉴别方法及设备。本发明的目的是提供一种图像增强方法、真伪商品鉴别方法及设备，以避免数据集有偏导致分类模型过拟合到无关因子。本发明的技术方案是：一种图像增强方法，其特征在于：S01、对于具体的图像分类任务分析其中分类无关的有偏因子，控制有偏因子对应的属性为唯一变量，摄取图像作为源域数据集；S02、通过GAN网络结构训练有偏因子对应属性迁移模型，学习一个生成器G，x’＝G(x,a)；S03、在目标数据集上，应用经训练的生成器G扩充样本，对于目标数据集上的每一个样本，通过遍历有偏因子对应属性所有的取值a，得到无偏的生成样本。本发明适用于计算机视觉领域。
-
公开(公告)号：CN115563272A
公开(公告)日：2023-01-03
申请号：CN202211106105.6
申请日：2022-09-09
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35 , G06F40/289 , G06N20/00
Abstract: 本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。
-
公开(公告)号：CN110188284B
公开(公告)日：2022-01-28
申请号：CN201910341053.2
申请日：2019-04-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06F16/35 , G06Q50/00
Abstract: 本发明提出一种基于检索辅助的谣言检测方法及系统，包括：获取待谣言检测的对象信息，并使用谣言检测算法对该对象信息进行判定，得到该对象信息的初步谣言检测结果；集合已标记谣言标签的谣言信息作为谣言库，抽取得到该对象信息的关键词，以该关键词检索该谣言库，得到该谣言库中与该对象信息相似的多条相似谣言，计算每一条该相似谣言与该对象信息之间的相似度，以为每一条该相似谣言赋予权重，并根据每一条该相似谣言的谣言标签和权重，加权求和得到该多条相似谣言的辅助谣言检测结果；根据该初步谣言检测结果和该辅助谣言检测结果，综合判定该对象信息的谣言标签。
-
公开(公告)号：CN113537027A
公开(公告)日：2021-10-22
申请号：CN202110776853.4
申请日：2021-07-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于面部划分的人脸深度伪造检测方法和系统，包括：对训练数据，提取全局人脸特征；根据获取全局人脸特征过程中产生的浅层卷积特征，将该浅层卷积特征根据预设的面部划分方式，划分为多个图像区域，分别将该图像区域输入至局部人脸特征提取模型，得到该人脸图像的多个局部特征；通过注意力模型提取该多个局部特征间的关系特征，并将该关系特征与该全局特征拼接后输入至二分类模型，得到该训练数据的检测结果，根据该结果和该标签构建损失函数，以训练该全局人脸特征提取模型、局部人脸特征提取模型、注意力模型和该二分类模型。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.053 seconds)
