本发明提供一种文本纠错分词方法、系统及电子设备，通过建立拼音字符组与任务相关中文词的对应关系，并结合AC自动机可同时完成分词与纠错，准确率较高，计算复杂度较低。计算复杂度较低。计算复杂度较低。

本发明提供一种活体识别模型训练方法、活体检测方法及装置，其中所述活体识别模型训练方法包括：获取包含人体头肩特征的多个图像作为正样本，以及不包含人体头肩特征的多个图像作为负样本；利用所述正样本和负样本对神经网络模型进行训练，直至所述神经网...

本发明提供了一种建立人脸检测模型、人脸识别的方法和装置，所述建立模型的方法包括：采集人脸数据作为正样本，采集不包含人脸的图像数据作为负样本；将所述正样本和所述负样本转换为极坐标体系数据；从所述极坐标体系数据中分别提取所述正样本和所述负样...

本发明提供的目标查重方法，先获取目标图像和其对应的检索数据库中的待匹配图像，然后将所述目标图像依次与每个待匹配图像进行比较，计算所述目标图像与每个待匹配图像的参考置信度；通过选取排序在前的预设数量的参考置信度来计算置信度修正模型；根据所...

一种神经网络层间激活值量化方法及装置，其中，所述方法包括：获取神经网络上一级激活层的激活值；根据上一级激活层的激活值得到当前激活层的激活值极限；根据当前激活层的激活值极限和上一级激活层的激活值确定当前激活层各个激活值。从而能够将上一级激...

本发明提供一种目标跟踪模型构建方法及装置，通过获取跟踪目标的历史样本；对所述跟踪目标的历史样本进行带时间约束的聚类；计算每类样本的平均代表图；对所有类别样本的所述平均代表图进行循环学习以获得样本权重，并根据所述权重确定时空上下文模型。根...

一种级间激活值量化方法及装置，所述方法包括：获取神经网络上一级激活层的激活值；采用卷积层预设权重对上一级激活层的激活值进行加权得到当前激活层的加权输入；在当前激活层对加权输入进行量化得到当前激活层的激活值。使得在对当前激活层加权输入进行...

一种建立获取目标物特征的模型和目标物搜索方法及装置，其中所述建立获取目标物特征的模型的方法包括：获取目标物的多个图像和所述图像对应的目标特征；将所述目标物的多个图像和所述图像对应的目标特征作为训练数据，对神经网络模型进行训练，直至所述神...

一种激活值量化训练方法及装置，其中，所述方法包括：获取用于训练神经网络的第一样本；获取各个聚类中心的初始化值；采用距离函数基于各个聚类中心的初始化值对第一样本进行距离迭代，以确定各个聚类中心的第一量化值。采用距离函数进行距离迭代，相对于...

本发明提供了一种瞳孔图像边缘点提取方法及装置，包括：获取人眼图像，确定该人眼图像的几何中心为第一起始点，以该第一起始点为中心，延伸第一射线集进行扫描，其中，第一射线集中各个射线的间隔角度为第一预设角度，沿第一射线集延伸的方向计算每个像素...

本发明提供了一种基于神经网络的数据处理方法和装置，该方法包括：将训练样本数据输入至神经网络；获取所述训练样本数据在所述神经网络中的每一层卷积的输入量和权重；将所述训练样本数据的每一层卷积的权重进行正则化，以使所述每一层卷积的权重都分布在...

本发明提供了一种基于深度学习模型的车牌字符整体识别方法，包括：步骤a：进行车辆检测，获得目标车辆，由目标车辆确定整个车牌检测区域；步骤b：对所述整个车牌检测区域进行检测获得车牌区域；步骤c：通过深度神经网络模型对所述车牌区域的车牌号码进...

本发明提供了一种基于多通道特征的ELM和DE相结合的图像分类方法，其特征在于，包括训练过程和预测过程，所述训练过程包括：步骤a1：取不同光照场景下、不同年龄、不同性别等人脸作为正样本，取除人脸之外的其他身体部位小块作为负样本；步骤a2：...

本发明提供了一种基于深度学习的车牌检测和整体识别方法，包括：步骤a：进行车辆检测，获得目标车辆，由目标车辆确定整个车牌检测区域；步骤b：将所述车牌检测区域划分成n个小块，各小块之间部分重叠；步骤c：使用第一深度神经网络学习模型拟合得到大...

本发明提供了一种基于MFC交互式人脸图像属性标注方法，包括：步骤a：人脸检测步骤，将人脸图像载入，利用人脸检测器，将图像中的人脸检测出来，并保存人脸位置；步骤b：默认标签生成步骤，对显示界面依次显示的步骤a中检测到的人脸，生成人脸的各个...

本发明提供了一种基于分块的车牌区域回归技术的车牌检测方法，包括：步骤a：进行车辆检测，获得目标车辆，由目标车辆确定整个车牌检测区域；步骤b：将所述车牌检测区域划分成n个小块，各小块之间部分重叠；步骤c：使用第一深度神经网络学习模型拟合得...