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62个,建议您升级VIP下载更多相关专利
  • [发明专利]一种目标的快速检测方法及装置-CN201910174066.5有效
  • 刘若堃;肖立波;张涛 - 旺微科技(浙江)有限公司
  • 2019-03-08 - 2023-04-11 - G06V10/70
  • 本发明公开了一种目标的快速检测方法,方法包括:1)、获取待检测图像,以及针对待检测图像的检测框尺寸,且检测框尺寸不大于待检测图像的尺寸;2)、将特征子集的特征权重与比值对应的其他特征子集的特征权重合并;3)、计算每一个特征子集的积分值;4)、判断检测框区域内的特征子集的积分值是否大于设定门限值;5)、若是,按照检测框的滑动方向,将检测框滑动第一步长,并返回执行步骤3),直至待检测图像中的目标被检测完成;6)、若否,按照检测框的滑动方向,将检测框滑动第二步长并返回执行步骤3),直至待检测图像中的目标被检测完成。本发明公开了一种目标的快速检测装置。应用本发明实施例,可以降低运算复杂度。
  • 一种目标快速检测方法装置
  • [发明专利]一种湿垃圾中垃圾袋目标检测方法及检测系统-CN202010127360.3有效
  • 张威;宋淼 - 上海海事大学
  • 2020-02-28 - 2023-04-07 - G06V10/70
  • 本发明公开一种湿垃圾中垃圾袋目标检测方法,包含:采集含有垃圾袋的湿垃圾图像形成湿垃圾图像库;湿垃圾图像标注垃圾袋的位置和类别信息,分为训练集、验证集和测试集;搭建深度学习神经网络进行训练;调整训练网络模型参数优化网络模型;将测试集中的湿垃圾图像输入训练完成的深度学习神经网络进行测试,若正确率和漏检率符合场景使用的阈值范围,则本地化保存。本发明采用深度学习网络进行湿垃圾图像中的垃圾袋的检测识别,实现大量湿垃圾中自动化识别垃圾袋,提高识别效率,提高垃圾再利用率。
  • 一种垃圾垃圾袋目标检测方法系统
  • [发明专利]图像处理方法、装置、介质及电子设备-CN202211415817.6在审
  • 韩宇星;蔡明睿;王俊舒;李晓欣;刘振 - 华南农业大学
  • 2022-11-11 - 2023-03-07 - G06V10/70
  • 本公开涉及一种图像处理方法、装置、介质及电子设备,涉及图像处理技术领域,获取输出样本图像和图像处理模型输出的输出图像,从输出图像中提取N个特征参数,并且从N个特征参数中筛选出n个特征参数,根据n个特征参数、输出图像和输出样本图像计算损失函数,通过该损失函数对图像处理模型进行训练,为提高模型的性能,可以对图像处理模型的经过m次迭代训练,在每次迭代训练中,重新获取新的n个特征参数计算新的损失函数,在经过m次迭代训练后,得到训练后的图像处理模型。在每次迭代过程中,用于模型训练的特征参数不同,避免训练后的模型处于假收敛的情况,使得最终获得的模型性能良好,获得的模型用于图像处理,提升图像处理效果。
  • 图像处理方法装置介质电子设备
  • [发明专利]特征提取方法及装置-CN201910927813.8有效
  • 贾琳;赵磊 - 重庆特斯联智慧科技股份有限公司
  • 2019-09-27 - 2023-02-07 - G06V10/70
  • 本发明公开了一种特征提取方法,方法包括:将原始特征图输入已训练的特征提取模型,由特征提取模型通过分组网络将原始特征图按通道分组得到G组特征集输出到模型中的多尺度增强网络,由多尺度增强网络对G组特征集分别进行多尺度增强处理得到G组处理后的特征集输出到模型中的后处理网络,由后处理网络按通道拼接G组处理后的特征集,并将拼接得到的特征图与原始特征图进行相加;其中多尺度增强处理包括池化处理、卷积处理、上采样处理及累加处理。通过池化处理可以降低特征的分辨率,进而减少计算量和参数量,在卷积之后进行上采样以恢复分辨率,然后与池化前的特征进行累加以恢复特征细节,从而在确保特征有效性的同时减少了计算量和参数量。
  • 特征提取方法装置
  • [发明专利]池化特征图处理方法、目标检测方法、系统、装置和介质-CN201910410693.4有效
  • 高英;谢杰;罗雄文 - 华南理工大学
  • 2019-05-16 - 2022-12-16 - G06V10/70
  • 本发明公开了一种池化特征图处理方法、目标检测方法、系统、装置和介质,所述池化特征图处理方法包括对所述池化特征图分别进行两次卷积激活处理,对两次所述卷积激活处理的结果进行通道拼接处理,将所述通道拼接处理的结果中的每个通道对应位置的最大值进行输出,对所述输出的结果进行激活处理,将所述激活处理的结果与所述池化特征图进行逐元素相乘计算和将所述逐元素相乘计算的结果与所述池化特征图进行逐元素相加计算等步骤。本发明可以放大池化特征图中重要区域的像素值信息,从而弥补Faster RCNN算法在区域池化过程中产生的像素损失,提高Faster RCNN算法进行目标检测的精确度。本发明广泛应用于图像识别技术领域。
  • 特征处理方法目标检测系统装置介质
  • [发明专利]用户特征的生成方法、装置、设备及存储介质-CN201810724443.3有效
  • 李雪松;卢靓妮;冯袁 - 腾讯科技(深圳)有限公司
  • 2018-07-04 - 2022-11-18 - G06V10/70
  • 本申请公开了一种用户特征的生成方法、装置、设备及存储介质,涉及视频推荐领域。所述用户特征的生成方法包括:获取n组目标视频和用户帐号之间的时序对应关系,得到词嵌入矩阵;使用损失函数对所述词嵌入矩阵进行训练;将训练完毕的所述词嵌入矩阵中的所述用户帐号对应的词向量,确定为所述用户帐号的用户特征。本申请是基于用户观看历史和/或用户搜索历史来提取用户特征,只要用户正常使用视频系统就会不断产生和更新这些数据,不需要依赖其它数据源,因此能够解决相关工作中的方法对属性信息为空或不完整或错误的用户无法生成有效的用户特征的问题,能够对使用视频系统的用户均能生成较为准确的用户特征。
  • 用户特征生成方法装置设备存储介质
  • [发明专利]一种自适应确定目标尺寸和感受野大小的方法-CN202110449343.6有效
  • 许雯;孟朝晖 - 河海大学
  • 2021-04-25 - 2022-11-15 - G06V10/70
  • 本发明公开了一种自适应确定目标尺寸和感受野大小的方法,包括如下步骤:S1:定义九个候选框尺寸,计算真实目标框与候选框的交集面积,与它们的并集面积比,得到一个面积比值;S2:根据得到的候选框,计算出正候选框与真实框之间的偏移量offset与缩放因子(sx,sy);S3:从正候选框中选出得分最高的k个候选框(k表示图片中目标的个数),再进行一次面积计算,大于给定阈值的视为该正候选框与得分最高的其中一个候选框表示同一个目标故去掉。本发明在保证高运算效率以及低内存占有率的情况下保证了图像目标框的结果,通过RGB颜色差值的对比来进行分割,每个图片包含的像素点均有最大限制,保证了每张图片产生九×高×宽个候选框,保证了计算运行的效率。
  • 一种自适应确定目标尺寸感受大小方法
  • [发明专利]一种基于梯形卷积的不规则形状物体检测方法-CN201910559601.9有效
  • 吴庆波;吴晨豪;罗昊;陈力;李宏亮;孟凡满 - 电子科技大学
  • 2019-06-26 - 2022-11-08 - G06V10/70
  • 本发明提供一种基于梯形卷积的不规则形状物体检测方法,包括:1)先提取输入图像的特征谱;2)利用候选区域网络RPN得到初步的矩形候选区域;3)将矩形候选区域与输入图像的特征谱结合,得到输入图像中矩形候选区域特征后进入形边框调整步骤;4)梯形边框调整步骤:将矩形候选区域特征f1输入神经网络得到6个输出,分别代表区域中心点偏移量、宽高偏移量以及纵向两条边界与水平线的夹角;5)将矩形候选区域特征f1变换为梯形卷积特征谱f2:6)将梯形卷积特征谱f2作为检测步骤的输入特征来完成对输入图像的检测。本发明能够减少无关特征干扰,提高检测精度;梯形卷积引入参数较少,易于取得良好效果。
  • 一种基于梯形卷积不规则形状物体检测方法

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