CN108228863A - 情报信息查询的方法、装置、存储介质及终端设备 - Google Patents
情报信息查询的方法、装置、存储介质及终端设备 Download PDFInfo
- Publication number
- CN108228863A CN108228863A CN201810031223.2A CN201810031223A CN108228863A CN 108228863 A CN108228863 A CN 108228863A CN 201810031223 A CN201810031223 A CN 201810031223A CN 108228863 A CN108228863 A CN 108228863A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- picture
- network
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Abstract
本发明提出一种情报信息查询的方法、装置、存储介质及终端设备,其中,所述方法包括:接收待查询情报信息的情报图片;根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别;以及根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。采用本发明,能够获取相应的情报信息,准确度高,查询速度快,大大提高情报分析的效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种情报信息查询的方法、装置、存储介质及终端设备。
背景技术
情报分析在军事、商业等领域有着极为广泛的应用,而图片信息作为情报中最容易获取和最重要的来源,在情报分析中占有极其重要的作用。传统情报分析过程通常都是需要分析者对图片进行分析,得到初步判断后,再进入资料库中进行查询,这样的情报分析过程存在以下一些问题:
1.效率低下,人为地分析照片,要求分析者事先懂得大量的相关领域的背景知识,以及分析经验。而且耗费的时间过长,尤其是在图片量很大的情况下,如此逐个图片进行分析,需要消耗大量的人力资源且效率低下。
2.准确率较低,由于情报分析的过程依赖于人为判断,容易出现误判的情况。
3.无法实现自动化,每一步都需要人为参与,不适合当前信息化的要求。
发明内容
本发明实施例提供一种情报信息查询的方法、装置、存储介质及终端设备,以解决或缓解现有技术中的以上技术问题。
第一方面,本发明实施例提供了一种情报信息查询的方法,包括:
接收待查询情报信息的情报图片;
根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别;以及
根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。
结合第一方面,在第一方面的第一种实施方式中,所述方法还包括:
获取待训练的情报图片,得到训练数据,其中,所述训练数据包括情报图片和所述情报图片中的情报目标,以及所述情报目标所属的情报类别;
训练所述训练数据,以生成训练的检测网络;以及
根据所述训练的检测网络更新所述目标检测网络。
结合第一方面的第一种实施方式,在第一方面的第二种实施方式中,所述训练的检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取所述情报图片的图片特征,并将所述图片特征输出给所述目标检测网络;
所述目标检测子网络用于检测接收到的图片特征是否为情报目标,以及检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息;以及
所述目标分类子网络用于对所述目标检测网络检测到的情报目标进行分类,获得所述情报目标所属的情报类别。
结合第一方面,在第一方面的第三种实施方式中,所述情报图片包括至少两个情报目标;以及所述方法还包括:
存储所述情报图片的情报信息;以及
获取包含所述情报图片中至少一个情报目标的历史情报图片的情报信息以进行情报决策。
结合第一方面的第三种实施方式,在第一方面的第四种实施方式中,所述方法还包括:
输出所述情报图片的情报信息和所述历史情报图片的情报信息给决策平台。
第二方面,本发明实施例提供一种情报信息查询的装置,包括:
情报图片接收模块,用于接收待查询情报信息的情报图片;
情报目标计算模块,用于根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别;以及
情报信息查询模块,用于根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。
结合第二方面,在第二方面的第一种实施方式中,训练数据获取模块,用于获取待训练的情报图片,得到训练数据;其中,所述训练数据包括情报图片和所述情报图片中的情报目标以及所述情报目标所属的情报类别;
检测网络生成模块,用于训练所述训练数据,以生成训练的检测网络;以及
检测网络更新模块,用于根据所述检测网络更新所述目标检测网络。
结合第二方面的第一种实施方式,在第二方面的第二种实施方式中,所述训练的检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取所述情报图片的图片特征,并将所述图片特征输出给所述目标检测网络;
所述目标检测子网络用于检测接收到的图片特征是否为情报目标,以及检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息;以及
所述目标分类子网络用于对所述目标检测网络检测到的情报目标进行分类,获得所述情报目标所属的情报类别。
结合第二方面,在第二方面的第三种实施方式中,所述情报图片包括至少两个情报目标;以及所述装置还包括:
情报信息存储模块,用于存储所述情报图片的情报信息;
历史情报获取模块,用于获取包含所述情报图片中至少一个情报目标的历史情报图片的情报信息以进行情报决策。
结合第二方面的第三种实施方式,在第二方面的第四种实施方式中,所述装置还包括:
情报输出决策模块,用于输出所述情报图片的情报信息和所述历史情报图片的情报信息给决策平台。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,情报信息查询的结构中包括处理器和存储器,所述存储器用于存储支持情报信息查询的装置执行上述第一方面中情报信息查询的方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述情报信息查询的装置还可以包括通信接口,用于情报信息查询的装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种计算机可读存储介质,用于存储情报信息查询的装置所用的计算机软件指令,其包括用于执行上述第一方面中情报信息查询的方法为情报信息查询的装置所涉及的程序。
上述技术方案中的任一个技术方案具有如下优点或有益效果:
本发明实施例每当接收到一个情报图片时,需要分析一个情报图片的情报信息时,直接将情报图片输入给目标检测网络即可获得情报图片中的多个情报目标以及每一个情报目标所属的情报类别,最后再根据情报目标的信息查询文字情报库来获取相应的情报信息,则由于目标检测网络是提前设置好网络,如此查询准确度高,查询速度快,大大提高情报分析的效率。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1是本发明第一实施例提供的情报信息查询的方法的流程示意图;
图2是本发明第二实施例提供的情报信息查询的方法的流程示意图;
图3是本发明第三实施例提供的情报信息查询的方法的流程示意图;
图4是本发明第四实施例提供的情报信息查询的装置的第一个实施方式的结构示意图;
图5是本发明第四实施例提供的情报信息查询的装置的第二个实施方式的结构示意图;
图6是本发明第四实施例提供的情报信息查询的装置的第三个实施方式的结构示意图;
图7是本发明第五实施例提供的终端设备的结构示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
实施例一
请参阅图1,本发明实施例提供了一种情报信息查询的方法,由处理器执行,包括步骤S110至步骤S130,具体如下:
S110,接收待查询情报信息的情报图片。
在本发明实施例中,情报图片包括至少一个情报目标,一般为多个情报目标,例如,军舰、航母、坦克等;则情报类别可以为,例如,军舰的型号、航母的型号、坦克型号等相应产品的型号。处理器接收到情报图片,即触发查询,调取目标检测网络进行计算。
S120,根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别。
在一个具体实施方式中,目标检测网络可以为深度神经网络,其包括卷积层、池化层和全连接层;则其训练的过程可以如下:
首先,预选取深度神经网络的多个结构,例如,选取卷积层的神经元数量、池化层的池化形式和全连接层的映射结构;然后,对于每一个结构,均根据训练数据训练更新该结构对应的深度神经网络;最后,从训练更新后的深度神经网络中选取拟合程序最好的深度神经网络。
在另一个具体实施方式中,目标检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取接收到的情报图片的图片特征,并将提取的图片特征输出给所述目标检测网络;
所述目标检测网络用于检测接收到的图片特征是否为情报目标;
所述目标分类网络用于对所述目标检测网络检测到的情报目标进行分类,获得该情报目标所属的情报类别。
以及,所述目标检测网络还用于检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息。
S130,根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。
在本发明实施例中,除了可以根据情报图片的情报目标以及该情报目标所属的情报类别来进行查询之后,还可以附加上情报图片的拍摄地点和拍摄时间进行检索查询,提高检测查询的精确度。
以及,查询到的情报信息将会输出给决策平台进行决策。
实施例二
请参阅图2,本发明实施例提供了一种情报信息查询的方法,由处理器执行,包括步骤S210至步骤S250,具体如下:
S210,获取待训练的情报图片,得到训练数据;所述训练数据包括情报图片和所述情报图片中的情报目标以及所述情报目标所属的情报类别。
在本发明实施例中,训练数据可以是历史训练目标检测网络的检测的情报图片与该情报图片的检测结果,也可以是数据库中存储的经人为分析检测而获得的情情报图片与该情报图片的检测结果;该检测结果包括检测到的该情报图片中的情报目标和该情报目标所属的情报类别。以及,在本发明实施例中,情报图片包括至少一个情报目标,一般为多个情报目标,例如,军舰、航母、坦克等;则情报类别可以为,例如,军舰的型号、航母的型号、坦克型号等相应产品的型号。
S220,训练所述训练数据,以生成训练的检测网络。
在一个具体实施方式中,检测网络可以为深度神经网络,其包括卷积层、池化层和全连接层;则其训练的过程可以如下:
首先,预选取深度神经网络的多个结构,例如,选取卷积层的神经元数量、池化层的池化形式和全连接层的映射结构;然后,对于每一个结构,均根据训练数据训练更新该结构对应的深度神经网络;最后,从训练更新后的深度神经网络中选取拟合程序最好的深度神经网络。
在另一个具体实施方式中,检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取接收到的情报图片的图片特征,并将提取的图片特征输出给所述目标检测子网络;
所述目标检测子网络用于检测接收到的图片特征是否为情报目标;
所述目标分类了网络用于对所述目标检测子网络检测到的情报目标进行分类,获得所述情报目标所属的情报类别。
以及,所述目标检测子网络还用于检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息。
S230,根据所述训练的检测网络更新目标检测网络。
在本发明实施例中,线上运行的目标检测网络有多个,例如每一个服务器运行一个目标检测网络,则本步骤S30的更新方式有两种,一种是一次性将线上运行的目标检测网络均更新为生成的目标检测网络,另一种是分批次将线上运行的目标检测网络均更新为生成的目标检测网络。
S240,当接收待检测目标的情报图片时,通过更新后的线上运行的目标检测网络计算接收到的情报图片的情报目标及所述情报目标所属的情报类别。
在本发明实施例中,线上运行的上目标检测网络有多个,则系统接收到待检测的情报图片时,根据负载均衡和调度策略,将接收到的情报图片发送给搭载目标检测网络的最佳服务器上,有利于提高检测分析的速度。
S250,根据接收到的情报图片的情报目标及所述情报目标所属的情报类别,查询文字情报库以查询该情报目标的情报信息。
在本发明实施例中,除了可以根据情报图片的情报目标以及该情报目标所属的情报类别来进行查询之后,还可以附加上情报图片的拍摄地点和拍摄时间进行检索查询,提高检测查询的精确度。
以及,查询到的情报信息将会输出给决策平台进行决策。
实施例三
本实施例三提供的情报信息查询的方法与实施一或实施二的区别是,增加与检测的情报图片相应的历史情报图片的情报信息提供给决策平台,以增加决策的决策依据。具体地,所述情报图片包括至少两个情报目标;以及以下将以实施二为例进行描述,如图3所示,在实施例二的基础上,本实施例三提供的方法还包括:
S260,存储所述情报图片的情报信息;以及
S270,获取包含所述情报图片中至少一个情报目标的历史情报图片的情报信息以进行情报决策。
以及,输出所述情报图片的情报信息和所述历史情报图片的情报信息给决策平台进行决策。
实施例四
请参阅图4,本发明实施例提供一种情报信息查询的装置,包括:
情报图片接收模块10,用于接收待查询情报信息的情报图片;
情报目标计算模块20,用于根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别;以及
情报信息查询模块30,用于根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。
进一步地,如图5所示,所述装置还包括:
训练数据获取模块40,用于获取待训练的情报图片,得到训练数据;其中,所述训练数据包括情报图片和所述情报图片中的情报目标以及所述情报目标所属的情报类别;
检测网络生成模块50,用于训练所述训练数据,以生成训练的检测网络;以及
检测网络更新模块60,用于根据所述检测网络更新所述目标检测网络。
进一步地,所述训练的检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取所述情报图片的图片特征,并将所述图片特征输出给所述目标检测网络;
所述目标检测子网络用于检测接收到的图片特征是否为情报目标,以及检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息;以及
所述目标分类子网络用于对所述目标检测子网络检测到的情报目标进行分类,获得所述情报目标所属的情报类别。
进一步地,如图6所示,所述情报图片包括至少两个情报目标;以及所述装置还包括:
情报信息存储模块70,用于存储所述情报图片的情报信息;
历史情报获取模块80,用于获取包含所述情报图片中至少一个情报目标的历史情报图片的情报信息以进行情报决策;以及
情报输出决策模块90,用于输出所述情报图片的情报信息和所述历史情报图片的情报信息给决策平台。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
实施例五
本发明实施例还提供一种终端设备,如图7所示,该设备包括:存储器21和处理器22,存储器21内存储有可在处理器22上运行的计算机程序。处理器22执行所述计算机程序时实现上述实施例中的情报信息查询的方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括:
通信接口23,用于处理器22与外部设备之间的通信。
存储器21可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现,则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23集成在一块芯片上,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种情报信息查询的方法,其特征在于,包括:
接收待查询情报信息的情报图片;
根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别;以及
根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。
2.如权利要求1所述的情报信息查询的方法,其特征在于,还包括:
获取待训练的情报图片,得到训练数据,其中,所述训练数据包括情报图片和所述情报图片中的情报目标,以及所述情报目标所属的情报类别;
训练所述训练数据,以生成训练的检测网络;以及
根据所述训练的检测网络更新所述目标检测网络。
3.如权利要求2所述的情报信息查询的方法,其特征在于,所述训练的检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取所述情报图片的图片特征,并将所述图片特征输出给所述目标检测网络;
所述目标检测子网络用于检测接收到的图片特征是否为情报目标,以及检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息;以及
所述目标分类子网络用于对所述目标检测子网络检测到的情报目标进行分类,获得所述情报目标所属的情报类别。
4.如权利要求1所述的情报信息查询的方法,其特征在于,所述情报图片包括至少两个情报目标;以及所述方法还包括:
存储所述情报图片的情报信息;以及
获取包含所述情报图片中至少一个情报目标的历史情报图片的情报信息以进行情报决策。
5.如权利要求4所述的情报信息查询的方法,其特征在于,所述方法还包括:
输出所述情报图片的情报信息和所述历史情报图片的情报信息给决策平台。
6.一种情报信息查询的装置,其特征在于,包括:
情报图片接收模块,用于接收待查询情报信息的情报图片;
情报目标计算模块,用于根据目标检测网络对所述情报图片进行计算,获得所述情报图片的情报目标和所述情报目标所属的情报类别;以及
情报信息查询模块,用于根据所述情报图片的情报目标和所述情报目标所属的情报类别,从文本情报库中查询所述情报目标的情报信息以进行情报决策。
7.如权利要求6所述的情报信息查询的装置,其特征在于,所述装置包括:
训练数据获取模块,用于获取待训练的情报图片,得到训练数据;其中,所述训练数据包括情报图片和所述情报图片中的情报目标以及所述情报目标所属的情报类别;
检测网络生成模块,用于训练所述训练数据,以生成训练的检测网络;以及
检测网络更新模块,用于根据所述检测网络更新所述目标检测网络。
8.如权利要求7所述的情报信息查询的装置,其特征在于,所述训练的检测网络包括特征提取子网络、目标检测子网络和目标分类子网络;
所述特征提取子网络用于提取所述情报图片的图片特征,并将所述图片特征输出给所述目标检测网络;
所述目标检测子网络用于检测接收到的图片特征是否为情报目标,以及检测接收到的图片特征为情报目标时识别所述情报目标在所述情报图片中的位置信息;以及
所述目标分类子网络用于对所述目标检测子网络检测到的情报目标进行分类,获得所述情报目标所属的情报类别。
9.如权利要求6所述的情报信息查询的装置,其特征在于,所述情报图片包括至少两个情报目标;以及所述装置还包括:
情报信息存储模块,用于存储所述情报图片的情报信息;
历史情报获取模块,用于获取包含所述情报图片中至少一个情报目标的历史情报图片的情报信息以进行情报决策。
10.如权利要求9所述的情报信息查询的装置,其特征在于,所述装置还包括:
情报输出决策模块,用于输出所述情报图片的情报信息和所述历史情报图片的情报信息给决策平台。
11.一种情报信息查询的终端设备,其特征在于,所述终端设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的情报信息查询的方法。
12.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的情报信息查询的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810031223.2A CN108228863B (zh) | 2018-01-12 | 2018-01-12 | 情报信息查询的方法、装置、存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810031223.2A CN108228863B (zh) | 2018-01-12 | 2018-01-12 | 情报信息查询的方法、装置、存储介质及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108228863A true CN108228863A (zh) | 2018-06-29 |
CN108228863B CN108228863B (zh) | 2019-05-14 |
Family
ID=62640369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810031223.2A Active CN108228863B (zh) | 2018-01-12 | 2018-01-12 | 情报信息查询的方法、装置、存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108228863B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110213055A (zh) * | 2019-05-07 | 2019-09-06 | 北京奇安信科技有限公司 | 情报更新方法、装置、计算机设备及计算机可读存储介质 |
CN115422242A (zh) * | 2022-11-07 | 2022-12-02 | 北京微步在线科技有限公司 | 一种情报查询方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090871A (zh) * | 2014-07-18 | 2014-10-08 | 百度在线网络技术(北京)有限公司 | 图像翻译方法及系统 |
CN106803074A (zh) * | 2017-01-12 | 2017-06-06 | 司马大大(北京)智能系统有限公司 | 中草药识别方法及装置 |
CN107403424A (zh) * | 2017-04-11 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
-
2018
- 2018-01-12 CN CN201810031223.2A patent/CN108228863B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090871A (zh) * | 2014-07-18 | 2014-10-08 | 百度在线网络技术(北京)有限公司 | 图像翻译方法及系统 |
CN106803074A (zh) * | 2017-01-12 | 2017-06-06 | 司马大大(北京)智能系统有限公司 | 中草药识别方法及装置 |
CN107403424A (zh) * | 2017-04-11 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110213055A (zh) * | 2019-05-07 | 2019-09-06 | 北京奇安信科技有限公司 | 情报更新方法、装置、计算机设备及计算机可读存储介质 |
CN110213055B (zh) * | 2019-05-07 | 2021-11-23 | 奇安信科技集团股份有限公司 | 情报更新方法、装置、计算机设备及计算机可读存储介质 |
CN115422242A (zh) * | 2022-11-07 | 2022-12-02 | 北京微步在线科技有限公司 | 一种情报查询方法及装置 |
CN115422242B (zh) * | 2022-11-07 | 2023-03-10 | 北京微步在线科技有限公司 | 一种情报查询方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108228863B (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108230317A (zh) | 钢板缺陷检测分类方法、装置、设备及计算机可读介质 | |
CN109284823B (zh) | 一种运算装置及相关产品 | |
CN106611052B (zh) | 文本标签的确定方法及装置 | |
CN109325547A (zh) | 非机动车图像多标签分类方法、系统、设备及存储介质 | |
CN108230318A (zh) | 钢包缺陷检测分类方法、装置、设备及计算机可读介质 | |
CN110378420A (zh) | 一种图像检测方法、装置及计算机可读存储介质 | |
CN107220094A (zh) | 页面加载方法、装置和电子设备 | |
CN112966697A (zh) | 基于场景语义的目标检测方法、装置、设备及存储介质 | |
CN111950596A (zh) | 一种用于神经网络的训练方法以及相关设备 | |
CN107742290A (zh) | 植物病害识别预警方法及装置 | |
CN113590776B (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
CN105956878A (zh) | 一种网络广告推送的方法及装置 | |
CN110222330A (zh) | 语义识别方法及装置、存储介质、计算机设备 | |
CN112818218B (zh) | 信息推荐方法、装置、终端设备及计算机可读存储介质 | |
CN108228863B (zh) | 情报信息查询的方法、装置、存储介质及终端设备 | |
CN109376757A (zh) | 一种多标签分类方法及系统 | |
CN108898587A (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN109255181A (zh) | 一种基于多模型的障碍物分布仿真方法、装置以及终端 | |
CN108229658A (zh) | 基于有限样本的物体检测器的实现方法及装置 | |
CN113536126A (zh) | 基于大数据的业务需求挖掘方法及云服务器 | |
CN111523964A (zh) | 基于聚类的召回方法、装置、电子设备及可读存储介质 | |
CN108551404A (zh) | 客户端信息分析的方法、装置、存储介质和终端设备 | |
CN112215212A (zh) | 一种图像识别方法、装置、计算机设备及存储介质 | |
CN112016617A (zh) | 细粒度分类方法、装置及计算机可读存储介质 | |
CN110533688A (zh) | 改进型的目标跟踪方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |