下载文档原格式
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910250177.X(22)申请日 2019.03.29(71)申请人 联想（北京）有限公司地址 100085 北京市海淀区上地西路6号2幢2层201-H2-6(72)发明人 郝京阳 (74)专利代理机构 北京金信知识产权代理有限公司 11225代理人 喻嵘 郭迎侠(51)Int.Cl.G06F 1/3293(2019.01)G06F 21/31(2013.01)(54)发明名称一种控制方法及控制装置(57)摘要本申请实施例提供了一种控制方法及控制装置，所述控制方法应用于一电子设备，所述方法包括：获取用户在所述电子设备处于第一功率时的第一信息；基于所述第一信息，确定所述电子设备在处于第二功率时对所述用户的响应策略，其中，所述第一功率大于所述第二功率。
即，通过获取用户在所述电子设备处于第一功率时的第一信息；便能够基于所述第一信息，确定所述电子设备在处于第二功率时对所述用户的响应策略，其中，所述第一功率大于所述第二功率。
也就是，能够根据电子设备在以第一功率运行时用户的第一信息，确定出在电子设备处于第二功率时对用户的响应策略，以能够使电子设备在一个相对低功率运行状态下与用户进行交互，提高用户的使用体验。
权利要求书1页 说明书6页 附图1页CN 110007747 A 2019.07.12C N 110007747A权 利 要 求 书1/1页CN 110007747 A1.一种控制方法，应用于一电子设备，所述方法包括：获取用户在所述电子设备处于第一功率时的第一信息；基于所述第一信息，确定所述电子设备在处于第二功率时对所述用户的响应策略，其中，所述第一功率大于所述第二功率。
2.根据权利要求1所述的控制方法，所述获取用户在所述电子设备处于第一功率时的第一信息，包括：获取在所述电子设备处于第一功率时用户与所述电子设备的历史交互信息，其中，所述历史交互信息表征所述用户与所述电子设备的交互情况。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910350563.6(22)申请日 2019.04.28(71)申请人 北京蓦然认知科技有限公司地址 100083 北京市海淀区学院路5号中关村768创意产业园A座2号门401(72)发明人 陈雁峰 袁志伟 (74)专利代理机构 武汉智权专利代理事务所(特殊普通合伙) 42225代理人 任冠举(51)Int.Cl.G10L 15/08(2006.01)G10L 15/26(2006.01)G06F 17/27(2006.01)G06F 16/36(2019.01)(54)发明名称一种语音识别的方法、装置和系统(57)摘要本发明公开了一种语音识别的方法，所述方法包括：接收第一语音输入；对接收的所述第一语音输入进行语音粗识别得到第一识别结果；接收第二语音输入；对接收的所述第二语音输入进行语音粗识别得到第二识别结果；根据所述第一识别结果在建议补全词库中进行查找得到建议补全词；判断所述第二识别结果与所述建议补全词是否匹配；如果匹配，则确认所述建议补全词作为第四识别结果，并增加所述建议补全词在建议补全词词库中的关联权重，输出所述第四识别结果。
通过本发明能够更快速、准确的实现后续输入的语音识别；能够根据用户的语言习惯和使用习惯灵活的更新建议补全词库的内容实现语义识别的动态更新，满足用户的个性化需要。
权利要求书2页 说明书8页 附图2页CN 110211576 A 2019.09.06C N 110211576A权 利 要 求 书1/2页CN 110211576 A1.一种语音识别的方法，其特征在于，所述方法包括：接收第一语音输入；对接收的所述第一语音输入进行语音粗识别得到第一识别结果；接收第二语音输入；对接收的所述第二语音输入进行语音粗识别得到第二识别结果；根据所述第一识别结果在建议补全词库中进行查找得到建议补全词；判断所述第二识别结果与所述建议补全词是否匹配；如果匹配，则确认所述建议补全词作为第四识别结果，并增加所述建议补全词在建议补全词库中的关联权重，输出所述第四识别结果；如果不匹配，则放弃所述建议补全词，对所述第一语音输入的第一识别结果和第二语音输入的第二识别结果进行联合识别，得到第五识别结果，根据所述第五识别结果更新所述建议补全词库。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910337746.4(22)申请日 2019.04.25(71)申请人 添维信息科技（天津）有限公司地址 300463 天津市滨海新区自贸试验区（东疆保税港区）洛阳道600号海丰物流园3幢2单元-102(72)发明人 徐国强 (74)专利代理机构 北京众达德权知识产权代理有限公司 11570代理人 刘杰(51)Int.Cl.G06K 9/34(2006.01)G06K 9/46(2006.01)G06K 9/62(2006.01)G06N 3/04(2006.01)B60P 3/00(2006.01)B65D 88/12(2006.01)(54)发明名称一种集装箱号的识别方法、装置及移动终端(57)摘要本发明实施例提供了一种集装箱号的识别方法及装置，方法包括：采集集装箱箱门的第一图像数据；利用基于卷积神经网络的文字检测算法对第一图像数据进行处理，确定出文字区域；获取集装箱箱门的图形特征，在文字区域对图形特征进行特征分析，以确定集装箱的箱号区域；对箱号区域进行文字识别，输出集装箱的箱号；其中，图形特征包括：集装箱箱门的轮廓和高度、集装箱箱门的文字密度、集装箱箱号的校验位；如此，利用可移动终端设备采集集装箱图像数据，降低了对设备、场地的要求；利用基于卷积神经网络的文字检测算法对图像数据进行识别，确保在自然环境下文字检测的成功率；利用集装箱箱门的图形特征进行特征分析，提高箱号的识别率。
权利要求书2页 说明书8页 附图5页CN 110119742 A 2019.08.13C N 110119742A权 利 要 求 书1/2页CN 110119742 A1.一种集装箱号的识别方法，其特征在于，应用在移动终端中，所述方法包括：采集集装箱箱门的第一图像数据；利用基于卷积神经网络的文字检测算法对所述第一图像数据进行处理，确定出文字区域；获取所述集装箱箱门的图形特征，在所述文字区域对所述图形特征进行特征分析，以确定所述集装箱的箱号区域；对所述箱号区域进行文字识别，输出所述集装箱的箱号；其中，所述图形特征包括：所述集装箱箱门的轮廓和高度、所述集装箱箱门的文字密度、所述集装箱箱号的校验位。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910370617.5(22)申请日 2019.05.05(71)申请人 广东三维家信息科技有限公司地址 510000 广东省广州市天河区天河软件园软件路15号（孵化二期F栋）9楼902室（仅限办公用途）(72)发明人 喻一凡 (74)专利代理机构 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463代理人 徐丽(51)Int.Cl.G06K 9/32(2006.01)G06K 9/46(2006.01)G06K 9/62(2006.01)G06N 3/04(2006.01)(54)发明名称图片识别方法及装置(57)摘要本发明提供了一种图片识别方法及装置，涉及家装设计的技术领域，所述方法包括：对获取的待识别图片进行预处理，并采用卷积神经网络提取待识别图片包括的目标产品的低频特征，采用跳跃连接的方式提取待识别图片中的高频细节特征；采用卷积神经网络确定目标产品的类别，根据目标产品的特征对目标产品采用YOLOv3回归方法与锚点机制对目标产品进行定位，并在目标产品所在的位置生成目标边框；关联显示目标边框和目标产品的类别。
本发明能够对家居产品模型图及家居贴图进行分类、识别与定位，识别结果与所分类别准确率高，能够为家居设计的方案优化和家居产品推荐提供保障。
权利要求书2页 说明书9页 附图3页CN 110070087 A 2019.07.30C N 110070087A1.一种图片识别方法，其特征在于，包括：获取待识别图片，所述待识别图片包括目标产品；提取所述待识别图片包括的所述目标产品的特征，并根据所述目标产品的特征确定所述目标产品的类别；在所述待识别图片中对所述目标产品进行定位，并在所述目标产品所在的位置生成目标边框；关联显示所述目标边框和所述目标产品的类别。
2.根据权利要求1所述的图片识别方法，其特征在于，所述目标产品的类别包括家居模型和家居贴图。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910309192.7
(22)申请日 2019.04.17
(71)申请人 北京易达图灵科技有限公司
地址 100013 北京市朝阳区安定门外大街1
号1幢9层905室
(72)发明人 袁飞 华仁红 马向军 孙文凤
(74)专利代理机构 北京路浩知识产权代理有限
公司 11002
代理人 王庆龙 苗晓静
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/46(2006.01)
G06N 3/04(2006.01)
(54)发明名称
一种步态识别方法及装置
(57)摘要
本发明实施例提供一种步态识别方法及装
置。
方法包括：获取待识别视频中任一行人对应
的人体关键点特征向量序列；将人体关键点特征
向量序列输入至目标神经网络，根据目标神经网
络的输出结果，识别人体关键点特征向量序列对
应的行人身份；其中，目标神经网络是根据带有
行人身份标签的人体关键点特征向量序列进行
训练后得到的。
本发明实施例提供的方法及装
置，通过获取待识别视频中任一行人对应的人体
关键点特征向量序列，并将该序列输入至目标神
经网络，根据目标神经网络的输出结果，识别该
序列对应的行人身份。
通过充分利用人体关键点
特征，自学习人体的步态特征，大大提高了步态
识别的鲁棒性和准确性，并且，对硬件的要求较
低，
便于实际应用。
权利要求书2页 说明书8页 附图2页CN 110070029 A 2019.07.30
C N 110070029
A
权 利 要 求 书1/2页CN 110070029 A
1.一种步态识别方法，其特征在于，包括：
获取待识别视频中任一行人对应的人体关键点特征向量序列；
将所述人体关键点特征向量序列输入至目标神经网络，根据所述目标神经网络的输出结果，识别所述人体关键点特征向量序列对应的行人身份；
其中，所述目标神经网络是根据带有行人身份标签的人体关键点特征向量序列进行训练后得到的。
2.根据权利要求1所述的方法，其特征在于，所述获取待识别视频中任一行人对应的人体关键点特征向量序列，包括：
获取待识别视频，所述待识别视频中包括若干个行人；
对所述待识别视频进行采样，得到多帧图像并组成采样图像序列；
将所述采样图像序列输入至人体关键点检测模型，得到所述待识别视频中任一行人对应的人体关键点特征向量序列。
3.根据权利要求1所述的方法，其特征在于，所述将所述人体关键点特征向量序列输入至目标神经网络，之前还包括：
获取多个样本视频和每一样本视频中每一行人对应的行人身份标签，并获取每一样本视频中每一行人对应的人体关键点特征向量序列；
将每一行人对应的人体关键点特征向量序列和行人身份标签的组合作为一个训练样本，得到多个训练样本并组成训练集；
通过所述训练集对原始神经网络进行训练，得到所述目标神经网络。
4.根据权利要求3所述的方法，其特征在于，所述通过所述训练集对原始神经网络进行训练，得到所述目标神经网络，包括：
将所述训练集中的任一训练样本输入至所述原始神经网络，根据所述原始神经网络的输出结果和所述训练样本中的行人身份标签计算所述原始神经网络的损失值；
若所述损失值小于第一预设阈值，则将所述原始神经网络作为所述目标神经网络。
5.根据权利要求3所述的方法，其特征在于，所述通过所述训练集对原始神经网络进行训练，得到所述目标神经网络，包括：
将所述训练集中的任一训练样本输入至所述原始神经网络，根据所述原始神经网络的输出结果和所述训练样本中的行人身份标签计算所述原始神经网络的损失值；
若所述损失值小于第一预设阈值，则将所述原始神经网络作为候选神经网络；
多次调整所述神经网络的结构，每调整一次则重复执行训练过程以得到对应的候选神经网络，并从得到的多个候选神经网络中选择一个作为所述目标神经网络。
6.根据权利要求5所述的方法，其特征在于，所述从得到的多个候选神经网络中选择一个作为所述目标神经网络，包括：
从所述多个候选神经网络中，选择损失值小于第二预设阈值的若干个候选神经网络；
基于验证集对所述若干个候选神经网络中的每一候选神经网络进行验证，得到每一候选神经网络的准确率，并将准确率最高的候选神经网络作为所述目标神经网络。
7.根据权利要求1-6任一所述的方法，其特征在于，所述目标神经网络为长短期记忆网络。
8.一种步态识别装置，其特征在于，包括：
2。
