CN109711550A - 数据的标注系统、方法及装置,存储介质,电子装置 - Google Patents
数据的标注系统、方法及装置,存储介质,电子装置 Download PDFInfo
- Publication number
- CN109711550A CN109711550A CN201811614961.6A CN201811614961A CN109711550A CN 109711550 A CN109711550 A CN 109711550A CN 201811614961 A CN201811614961 A CN 201811614961A CN 109711550 A CN109711550 A CN 109711550A
- Authority
- CN
- China
- Prior art keywords
- target data
- brain activity
- activity type
- data
- target
- 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.)
- Pending
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种数据的标注系统、方法及装置,存储介质,电子装置,该方法包括:在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;获取目标对象的脑电波信号;根据脑电波信号对目标数据进行标注。通过本发明,解决了相关技术中进行数据标注的效率较低的问题。
Description
技术领域
本发明涉及互联网领域,具体而言,涉及一种数据的标注系统、方法及装置,存储介质,电子装置。
背景技术
在图像识别等领域,通常需要先对样本图像数据进行标注,再利用标注后的样本图像数据对神经网络模型进行学习、训练,以得到用于图像识别的神经网络模型。
为了获取用于学习、训练的标注后的样本图像数据,现有方法大多是通过人工标注的方式对所采集的样本数据进行标注。具体的,技术人员依靠自身的经验和对图像内容的理解,逐一框出图像中的目标对象,并作对应的标注。由上可见,现有的图像数据的标注方法在实现过程中由于需要依赖技术人员个人的经验和对图像内容的理解,导致不同的技术人员由于所依据的经验和对图像内容的理解不同,标注后的样本图像数据也往往会存在差异,不够客观。此外,现有方法通过人工标注,标注速度相对较慢。并且由于通常需要标注的图像数的量相对较大,例如可能多达到几T,导致现有方法在实施过程中,也容易产生误差。综上可知,现有方法具体实施时,往往存在准确度差、效率低的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据的标注系统、方法及装置,存储介质,电子装置,以至少解决相关技术中进行数据标注的效率较低的问题。
根据本发明的一个实施例,提供了一种数据的标注系统,包括:显示器,用于展示待标注的目标数据,其中,目标数据用于训练神经网络模型;脑电波采集设备,用于获取目标对象的脑电波信号;计算机终端,用于根据脑电波信号对目标数据进行标注。
可选地,计算机终端还用于:根据脑电波信号确定目标对象的大脑活动类型;在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
根据本发明的一个实施例,提供了一种数据的标注方法,包括:在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;获取目标对象的脑电波信号;根据脑电波信号对目标数据进行标注。
可选地,根据脑电波信号对目标数据进行标注包括:根据脑电波信号确定目标对象的大脑活动类型;在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
可选地,在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注包括:在目标对象的大脑活动类型为目标大脑活动类型的情况下,确定目标数据中当前显示的子数据;对目标数据中当前显示的子数据进行标注。
可选地,在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注包括:在目标对象的大脑活动类型为目标大脑活动类型的情况下,定位出目标数据中目标对象所关注的子数据;对目标数据中目标对象所关注的子数据进行标注。
可选地,在根据脑电波信号对目标数据进行标注之前,该方法还包括:建立目标大脑活动类型与标注之间的关联关系。
根据本发明的另一个实施例,提供了一种数据的标注装置,包括:展示单元,用于在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;获取单元,用于获取目标对象的脑电波信号;标注单元,用于根据脑电波信号对目标数据进行标注。
可选地,标注单元包括:确定模块,用于根据脑电波信号确定目标对象的大脑活动类型;标注模块,用于在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
可选地,标注模块还用于:在目标对象的大脑活动类型为目标大脑活动类型的情况下,确定目标数据中当前显示的子数据;对目标数据中当前显示的子数据进行标注。
根据本发明的又一个实施例,还提供了一种存储介质,存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,计算机终端在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;获取目标对象的脑电波信号;根据脑电波信号对目标数据进行标注,标注过程不用手动操作,而是通过脑电波来控制,解决了相关技术中进行数据标注的效率较低的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种数据的标注方法的计算机终端的硬件结构框图;
图2是根据本发明实施例的数据的标注方法的流程图;
图3是根据本发明实施例的可选的数据的标注方法的流程图;
图4是根据本发明实施例的数据的标注装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例,图1是本发明实施例的一种数据的标注方法的计算机终端的硬件结构框图。如图1所示,计算机终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述计算机终端的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的数据的标注方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
本申请实施例可以运行于本申请提供的数据的标注系统的网络架构上,该网络架构包括:
显示器,用于展示待标注的目标数据,其中,目标数据用于训练神经网络模型;
脑电波采集设备,用于获取目标对象(如用户)的脑电波信号;
计算机终端,用于根据脑电波信号对目标数据进行标注。
计算机终端可根据脑电波信号确定目标对象的大脑活动类型;在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
在本实施例中提供了一种运行于计算机终端的数据的标注方法,图2是根据本发明实施例的数据的标注方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,计算机终端在显示器上展示待标注的目标数据,目标数据用于训练神经网络模型。
步骤S204,计算机终端获取目标对象的脑电波信号。
步骤S206,计算机终端根据脑电波信号对目标数据进行标注。
AI时代,数据标注是一项关键又重要的人工工作,数据标注的数量及质量都严重影响AI模型的性能,当前的标注系统,对于人类做数据标注的任务,存在较大的缺陷,其一是人类的思维速度超过了操作速度,标注系统效率不高;而为了提高操作精度,操作速度会下降严重;且标注方式对残疾人不够友好。
通过本申请的上述步骤,计算机终端在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;获取目标对象的脑电波信号;根据脑电波信号对目标数据进行标注,标注过程不用手动操作,而是通过脑电波来控制,解决了相关技术中进行数据标注的效率较低的问题。
本申请提供了一种脑电波控制的方案,提高数据标注的操作速度,下面结合图2所示步骤进一步详述本申请的技术方案。
在步骤S202提供的技术方案中,计算机终端在显示器上展示待标注的目标数据,目标数据用于训练神经网络模型。
上述的目标数据为待标注的数据,如图像数据,为了使模型具备识别特定对象(如动植物、车辆、建筑等对象)的能力,需要使用标注出该对象的图像进行模型训练;该数据还可以是语音、文本等数据。
在步骤S204提供的技术方案中,计算机终端获取目标对象的脑电波信号。
可在用户的头部佩戴脑电波采集设备,用于获取目标对象用户的脑电波信号,并实时传输给计算机终端。
在步骤S206提供的技术方案中,计算机终端根据脑电波信号对目标数据进行标注。
脑电波(Electroencephalogram,EEG)使用电生理指标记录大脑活动,大脑在活动时,大量神经元同步发生的突触后电位经总和后形成脑电波。它记录大脑活动时的电波变化,是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。
在脑电图上,大脑可产生四类脑电波。当处于紧张状态下,大脑产生的是β波;当身体放松时,大脑比较活跃,灵感不断的时候,就导出了α波;当感到睡意朦胧时,脑电波就变成θ波;进入深睡时,变成δ波。
可选地,根据脑电波信号对目标数据进行标注包括:根据脑电波信号确定目标对象的大脑活动类型;在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
上述的大脑活动类型即为前述的四类脑电波,在根据脑电波信号对目标数据进行标注之前,建立目标大脑活动类型与标注之间的关联关系,即若为目标大脑活动类型,即确定需要标注,而目标大脑活动类型可为前述的四类脑电波中的至少一种,少于四种。
可选地,目标数据包括多个子数据(如文本分为多个语句、多个短语,图像分为多个图像区域),目标数据可以滑动、高亮的等形式逐个子数据的突出显示,在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注包括:在目标对象的大脑活动类型为目标大脑活动类型的情况下,确定目标数据中当前突出显示的子数据;对目标数据中当前显示的子数据进行标注。
可选地,目标数据包括多个子数据(如文本分为多个语句、多个短语,图像分为多个图像区域),用户可以选择其中的子数据(如被瞳孔当前注视的字子数据),在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注包括:在目标对象的大脑活动类型为目标大脑活动类型的情况下,定位出目标数据中目标对象所关注的子数据;对目标数据中目标对象所关注的子数据进行标注。
下面结合图3进一步详述本申请的技术方案:
步骤1:预设脑电波操作规则,例如专注时选择“Yes”,放松时选择“No”之类;
步骤2:通过脑电波传感器,获取思维动作;
步骤3:通过脑电波操作装置,根据预设的规则,做出操作动作,例如“选择Yes”
步骤4:其他输入装置完成必要的输入,如输入标注内容,也可以什么都不做。
其他输入设备,可以是鼠标、键盘等等,脑电波控制可用来粗略快速定位或完成选择操作,鼠标、键盘可以进行复杂的输入操作,例如:画图形、符号;输入文字等复杂、精细的操作。
可选地,其他输入设备进行的操作也可用脑电波来实现,比如语音数据的标注,脑电波操作可在语音波形图上选择有效语音的范围,对这一范围内语音的标注(写成文字)可通过键盘输入实现,也可以通过脑电波控制设备实现文字输入。
再如图像标注中的图像分割任务,脑电波可在复杂的图形中找到关注的图像区域完成粗略定位,精细的边缘勾勒可用鼠标完成,也可通过脑电波完成。
步骤5:完成标注,得到标注。
通过本申请的技术方案,将脑电波控制投入数据标注领域,提高了数据标注的效率。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
在本实施例中还提供了一种数据的标注装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的数据的标注装置的结构框图,如图4所示,该装置包括:
展示单元401,用于在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型。
获取单元403,用于获取目标对象的脑电波信号。
标注单元405,用于根据脑电波信号对目标数据进行标注。
通过上述模块,算机终端在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;获取目标对象的脑电波信号;根据脑电波信号对目标数据进行标注,标注过程不用手动操作,而是通过脑电波来控制,解决了相关技术中进行数据标注的效率较低的问题。
可选地,标注单元包括:确定模块,用于根据脑电波信号确定目标对象的大脑活动类型;标注模块,用于在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
可选地,标注模块还用于:在目标对象的大脑活动类型为目标大脑活动类型的情况下,确定目标数据中当前显示的子数据;对目标数据中当前显示的子数据进行标注。
可选地,本申请的装置还可包括,预处理单元,用于在根据脑电波信号对目标数据进行标注之前,建立目标大脑活动类型与标注之间的关联关系。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;
获取目标对象的脑电波信号;
根据脑电波信号对目标数据进行标注。
可选地,存储介质还被设置为存储用于执行以下步骤的计算机程序:
根据脑电波信号确定目标对象的大脑活动类型;
在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
可选地,存储介质还被设置为存储用于执行以下步骤的计算机程序:
在目标对象的大脑活动类型为目标大脑活动类型的情况下,确定目标数据中当前显示的子数据;
对目标数据中当前显示的子数据进行标注。
可选地,存储介质还被设置为存储用于执行以下步骤的计算机程序:
在目标对象的大脑活动类型为目标大脑活动类型的情况下,定位出目标数据中目标对象所关注的子数据;
对目标数据中目标对象所关注的子数据进行标注。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
在显示器上展示待标注的目标数据,其中,目标数据用于训练神经网络模型;
获取目标对象的脑电波信号;
根据脑电波信号对目标数据进行标注。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
根据脑电波信号确定目标对象的大脑活动类型;
在目标对象的大脑活动类型为目标大脑活动类型的情况下,对目标数据进行标注。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
在目标对象的大脑活动类型为目标大脑活动类型的情况下,确定目标数据中当前显示的子数据;
对目标数据中当前显示的子数据进行标注。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
在目标对象的大脑活动类型为目标大脑活动类型的情况下,定位出目标数据中目标对象所关注的子数据;
对目标数据中目标对象所关注的子数据进行标注。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种数据的标注系统,其特征在于,包括:
显示器,用于展示待标注的目标数据,其中,所述目标数据用于训练神经网络模型;
脑电波采集设备,用于获取目标对象的脑电波信号;
计算机终端,用于根据所述脑电波信号对所述目标数据进行标注。
2.根据权利要求1所述的系统,其特征在于,所述计算机终端还用于:
根据所述脑电波信号确定所述目标对象的大脑活动类型;
在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,对所述目标数据进行标注。
3.一种数据的标注方法,其特征在于,包括:
在显示器上展示待标注的目标数据,其中,所述目标数据用于训练神经网络模型;
获取目标对象的脑电波信号;
根据所述脑电波信号对所述目标数据进行标注。
4.根据权利要求3所述的方法,其特征在于,根据所述脑电波信号对所述目标数据进行标注包括:
根据所述脑电波信号确定所述目标对象的大脑活动类型;
在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,对所述目标数据进行标注。
5.根据权利要求4所述的方法,其特征在于,在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,对所述目标数据进行标注包括:
在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,确定所述目标数据中当前显示的子数据;
对所述目标数据中当前显示的子数据进行标注。
6.根据权利要求4所述的方法,其特征在于,在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,对所述目标数据进行标注包括:
在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,定位出所述目标数据中所述目标对象所关注的子数据;
对所述目标数据中所述目标对象所关注的子数据进行标注。
7.根据权利要求3至6中任意一项所述的方法,其特征在于,在根据所述脑电波信号对所述目标数据进行标注之前,所述方法还包括:
建立目标大脑活动类型与标注之间的关联关系。
8.一种数据的标注装置,其特征在于,包括:
展示单元,用于在显示器上展示待标注的目标数据,其中,所述目标数据用于训练神经网络模型;
获取单元,用于获取目标对象的脑电波信号;
标注单元,用于根据所述脑电波信号对所述目标数据进行标注。
9.根据权利要求8所述的装置,其特征在于,所述标注单元包括:
确定模块,用于根据所述脑电波信号确定所述目标对象的大脑活动类型;
标注模块,用于在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,对所述目标数据进行标注。
10.根据权利要求9所述的装置,其特征在于,所述标注模块还用于:
在所述目标对象的大脑活动类型为目标大脑活动类型的情况下,确定所述目标数据中当前显示的子数据;
对所述目标数据中当前显示的子数据进行标注。
11.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求3至7任一项中所述的方法。
12.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求3至7任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811614961.6A CN109711550A (zh) | 2018-12-27 | 2018-12-27 | 数据的标注系统、方法及装置,存储介质,电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811614961.6A CN109711550A (zh) | 2018-12-27 | 2018-12-27 | 数据的标注系统、方法及装置,存储介质,电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109711550A true CN109711550A (zh) | 2019-05-03 |
Family
ID=66258789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811614961.6A Pending CN109711550A (zh) | 2018-12-27 | 2018-12-27 | 数据的标注系统、方法及装置,存储介质,电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711550A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110432915A (zh) * | 2019-08-02 | 2019-11-12 | 秒针信息技术有限公司 | 一种评估信息流创意的方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933588A (zh) * | 2015-07-01 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 用于拓展商品品类的数据标注平台及方法 |
CN105721965A (zh) * | 2014-12-01 | 2016-06-29 | 西安思能网络科技有限公司 | 一种具有通过脑电波控制音频播放功能的智能功放 |
CN107374652A (zh) * | 2017-07-20 | 2017-11-24 | 京东方科技集团股份有限公司 | 基于电子产品学习的质量监测方法、装置和系统 |
US20180060757A1 (en) * | 2016-08-29 | 2018-03-01 | CloudMinds Technology, Inc. | Data annotation method and apparatus for enhanced machine learning |
CN108390987A (zh) * | 2018-03-09 | 2018-08-10 | 广东欧珀移动通信有限公司 | 联系人创建方法及相关设备 |
CN108495186A (zh) * | 2018-03-21 | 2018-09-04 | 广东欧珀移动通信有限公司 | 视频标记方法及相关产品 |
CN108509034A (zh) * | 2018-03-16 | 2018-09-07 | 广东欧珀移动通信有限公司 | 电子装置、信息处理方法及相关产品 |
-
2018
- 2018-12-27 CN CN201811614961.6A patent/CN109711550A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105721965A (zh) * | 2014-12-01 | 2016-06-29 | 西安思能网络科技有限公司 | 一种具有通过脑电波控制音频播放功能的智能功放 |
CN104933588A (zh) * | 2015-07-01 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 用于拓展商品品类的数据标注平台及方法 |
US20180060757A1 (en) * | 2016-08-29 | 2018-03-01 | CloudMinds Technology, Inc. | Data annotation method and apparatus for enhanced machine learning |
CN107374652A (zh) * | 2017-07-20 | 2017-11-24 | 京东方科技集团股份有限公司 | 基于电子产品学习的质量监测方法、装置和系统 |
CN108390987A (zh) * | 2018-03-09 | 2018-08-10 | 广东欧珀移动通信有限公司 | 联系人创建方法及相关设备 |
CN108509034A (zh) * | 2018-03-16 | 2018-09-07 | 广东欧珀移动通信有限公司 | 电子装置、信息处理方法及相关产品 |
CN108495186A (zh) * | 2018-03-21 | 2018-09-04 | 广东欧珀移动通信有限公司 | 视频标记方法及相关产品 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110432915A (zh) * | 2019-08-02 | 2019-11-12 | 秒针信息技术有限公司 | 一种评估信息流创意的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Uçar et al. | The effect of training and testing process on machine learning in biomedical datasets | |
Ko et al. | Multimodal fuzzy fusion for enhancing the motor-imagery-based brain computer interface | |
CN110070105B (zh) | 基于元学习实例快速筛选的脑电情绪识别方法、系统 | |
WO2009145725A1 (en) | A method and system for classifying brain signals in a bci | |
CN111079833B (zh) | 图像识别方法、装置以及计算机可读存储介质 | |
Ruiz-Garcia et al. | Deep learning for emotion recognition in faces | |
CN109635833A (zh) | 一种基于云平台和模型智能推荐的图像识别方法及系统 | |
CN109800720A (zh) | 情绪识别模型训练方法、情绪识别方法、装置、设备及存储介质 | |
CN110688471B (zh) | 训练样本获取方法、装置及设备 | |
CN112256124B (zh) | 基于情绪的操控工效分析方法、设备及系统 | |
CN108959265A (zh) | 跨领域文本情感分类方法、装置、计算机设备及存储介质 | |
CN108614987A (zh) | 数据处理的方法、装置和机器人 | |
DE102021125855A1 (de) | Selbstlernende sprachsteuerung durch künstliche intelligenz auf grundlage eines benutzerverhaltens während einer interaktion | |
CN107193378A (zh) | 基于脑电波机器学习的情感判定装置及方法 | |
CN108829777A (zh) | 一种聊天机器人的问题答复方法及装置 | |
Jayaratne et al. | Bio-inspired multisensory fusion for autonomous robots | |
CN109711550A (zh) | 数据的标注系统、方法及装置,存储介质,电子装置 | |
Moreno-Barea et al. | Gan-based data augmentation for prediction improvement using gene expression data in cancer | |
CN111291700A (zh) | 一种人脸属性识别方法、装置、设备及可读存储介质 | |
Chang et al. | Exploring covert states of brain dynamics via fuzzy inference encoding | |
Wu et al. | AutoEER: automatic EEG-based emotion recognition with neural architecture search | |
CN117496783A (zh) | 一种基于虚拟现实的单兵训练方法、系统及介质 | |
CN112200025A (zh) | 操控工效分析方法、设备及系统 | |
Kraft et al. | A systematic approach to developing near real-time performance predictions based on physiological measures | |
Ziegler et al. | Sensing and assessing cognitive workload across multiple tasks |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |