专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果383个,建议您升级VIP下载更多相关专利
  • [发明专利]图像处理方法、装置、电子设备及存储介质-CN202210369448.5在审
  • 杨荣浩;郭锦斌;卢志德 - 鸿海精密工业股份有限公司
  • 2022-04-08 - 2023-10-24 - G06T7/593
  • 本申请涉及图像分析技术,提供一种图像处理方法、装置、电子设备及存储介质。所述图像处理方法包括:获取行驶车辆在行驶过程中的行驶左图像及行驶右图像,生成与行驶左图像对应的实例分割左图像及与行驶右图像对应的实例分割右图像,基于自编码器对行驶左图像进行重构处理,得到预测视差图,根据行驶左图像、预测视差图及行驶右图像生成第一误差值,并根据实例分割左图像、预测视差图及实例分割右图像生成第二误差值,根据第一误差值及第二误差值调整自编码器,得到自编码模型,获取待测车辆在行驶过程中的测试行驶图像,根据自编码模型对测试行驶图像进行重构得到目标视差图,转换目标视差图,能够生成精细化的深度图像。
  • 图像处理方法装置电子设备存储介质
  • [发明专利]基于深度学习的脑部CT图像三维重建方法及装置-CN202311176561.2在审
  • 邓颖 - 四川大学华西医院
  • 2023-09-13 - 2023-10-20 - G06T7/593
  • 本发明提供了一种基于深度学习的脑部CT图像三维重建方法及装置,涉及医疗影像技术领域,包括获取第一信息和第二信息;根据第一信息和预设的脑部图像降噪数学模型进行区域划分处理得到第三信息,第三信息为降噪后的脑部CT图像;根据第三信息和预设的深度学习数学模型进行无监督训练处理,构建得到三维重建模型;基于三维重建模型,将第二信息作为模型的输入值进行实时构建处理得到脑部三维图像;根据脑部三维图像进行渲染处理,并将渲染后的三维图像进行可视化呈现得到输出图像。本发明通过采用基于深度学习的降噪和重建方法,能够恢复低剂量脑部CT图像中可能丢失的微观细节和结构信息,从而提高了图像的清晰度和对比度。
  • 基于深度学习脑部ct图像三维重建方法装置
  • [发明专利]一种自适应光照模型建模方法与系统-CN202310869532.8有效
  • 何冰;王浩洋;徐晓明;何良华;郭歌;孟夏卿;余快;印明骋;刘龙飞;马野 - 国网上海市电力公司
  • 2023-07-17 - 2023-10-20 - G06T7/593
  • 本发明公开了一种自适应光照模型建模方法与系统,所述方法包括:根据深度图计算图中表面采样点在相机坐标系空间中的位置,构成三维表面采样点云,创建坐标系映射表,对点云进行孔洞填充后,基于投影和空圆检测对点云进行三角网格化,得到三角网格模型;根据彩色图自适应生成图中不同表面的渲染参数,并根据坐标系映射表将渲染参数映射到坐标系中,得到三角网格模型中每个顶点的渲染参数,根据渲染参数计算表面颜色,根据计算的表面颜色对三角网格模型进行着色与渲染,得到三维重建对象的光照模型。本发明可提高三维重建的可复用性,提高三维重建的外观真实性和艺术性,为架空输电线路运维检修三维重建外观重建提供了新思路。
  • 一种自适应光照模型建模方法系统
  • [发明专利]一种基于双目视觉的多重遮挡目标的测距方法-CN201910669295.4有效
  • 陈世同;吴桐;赵成成;聂文哲;王珍珍;曹欣;温雅 - 哈尔滨工程大学
  • 2019-07-24 - 2023-10-13 - G06T7/593
  • 本发明属于双目测距技术领域,具体涉及一种基于双目视觉的多重遮挡目标的测距方法。在进行目标测距时,本发明方法先通过SGBM立体匹配算法得出图像的视差图,将获得的视差图与SSD算法生成的目标检测框相结合,由于原始图像与视差图中各目标位置一一对应,因此可以得到目标检测框的视差图,剔除背景干扰后再结合目标检测结果按照由近到远的排序逐个提取目标的距离信息生成目标视差图的灰度直方图,进一步排除遮挡目标干扰,再选取目标灰度直方图主峰值对应的灰度值进行分析计算得到目标的深度信息从而测距。当进行双目测距时出现多个目标遮挡的情况,本发明方法可以更准确地检测出较复杂环境中目标的距离。
  • 一种基于双目视觉多重遮挡目标测距方法
  • [发明专利]基于全对焦图像合成的无监督焦点堆栈深度估计方法-CN202311101094.7在审
  • 黄章进;周萌 - 中国科学技术大学
  • 2023-08-30 - 2023-09-29 - G06T7/593
  • 本发明公开了一种基于全对焦图像合成的无监督焦点堆栈深度估计方法,1、包括:S1、利用基于图像金字塔和基于焦点测量算子进行全对焦图像计算,得到对应的全对焦图像,将得到的全对焦图像进行融合并作为监督信息;S2、通过三维感知模块对焦点堆栈进行高频噪声过滤和初步特征提取;S3、将三维极化自注意力机制引入焦点堆栈中,将输入特征图分为通道极化特征图和空间极化特征图;S4、采用分层深度概率预测模块定位焦点堆栈最大清晰度所在的层次,并输出对应的概率值,确定最佳清晰度所在的层次,获得全对焦图像。本发明在深度预测方面表现出相对高的准确性和良好的泛化性能,适用于不同场景下的深度估计任务,具有很高的实用性。
  • 基于对焦图像合成监督焦点堆栈深度估计方法
  • [发明专利]图像深度信息的确定方法、装置、电子设备和介质-CN202210129100.9有效
  • 毋戈;周宇 - 北京百度网讯科技有限公司
  • 2022-02-11 - 2023-09-26 - G06T7/593
  • 本公开提供了一种图像深度信息的确定方法、装置、电子设备和介质,涉及图像处理技术领域,尤其涉及三维点云、云计算及云服务技术领域。具体实现方案为:获取第一预测层输出的目标图像中像素点的第一深度信息;根据所述第一深度信息生成所述目标图像的点云模型,并根据所述点云模型确定在第二预测层中所述目标图像中像素点的初始深度信息;根据所述初始深度信息进行传播优化,确定所述第二预测层输出的所述目标图像中像素点的第二深度信息;其中,所述第一预测层位于所述第二预测层之前。本公开实现了提高确定图像深度信息的精准度和完整度的效果。
  • 图像深度信息确定方法装置电子设备介质
  • [发明专利]一种面向智能伴行巡视器的深度及3D关键点估计方法-CN202310647428.4在审
  • 刘荣科;孙叔桥 - 北京航空航天大学;深圳北航新兴产业技术研究院
  • 2023-06-02 - 2023-09-22 - G06T7/593
  • 本发明提出一种面向智能伴行巡视器的深度及3D关键点估计方法:从双目红外图像中,端到端地实现深度估计,同时可以自动从深度图中识别被检测区域,并完成对目标的3D关键点识别。校正后的左右视点图像共同经过参数共享的特征提取模块,分别进入深度估计分支实现深度估计和进入关键点分支实现3D关键点识别。本发明能够同时实现从双目红外图像到深度图和3D关键点的端到端估计,避免了繁琐的中间过程,提高了深度图估计和3D关键点识别的计算量和操作复杂度;通过特征共享,实现了各分支之间的参数学习过程的联合约束,提升了各任务的推理精度;本发明实现了深度估计任务中匹配代价聚合效率的提升,也实现了关键点估计任务中的坐标计算效率提升。
  • 一种面向智能巡视深度关键点估计方法
  • [发明专利]一种基于稀疏采集的傅里叶全息图生成重建方法-CN202310841018.3在审
  • 朴美兰;张家鹏 - 吉林大学
  • 2023-07-10 - 2023-09-22 - G06T7/593
  • 本发明涉及一种基于稀疏采集的傅里叶全息图生成重建方法,属于傅里叶全息图生成重建方法。采用基于稀疏采集的集成成像方法生成物体的立体元图像;根据物体的立体元图像进行多视角投影非相干傅里叶计算全息图生成与仿真重建。本发明优点是使用基于SAD寻找方法的块匹配积分投影法同传统的图像识别灰度积分投影法相比,计算得到的视差误差率由3.125%下降到0.2%,所生成的立体元图像与原物体视图的结构相似度SSIM从0.71上升到了0.75,提升了所生成的立体元图像的准确度,从而使物体傅里叶全息图存储信息和再现图像更加准确,块匹配积分投影方法在运行代码进行块匹配时进行了图像的修正,仅在水平方向上搜索匹配块,与其它算法相比步骤更加简洁。
  • 一种基于稀疏采集傅里叶全息图生成重建方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top