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75个,建议您升级VIP下载更多相关专利
  • [发明专利]基于残差生成对抗网络的单图超分辨率重建方法-CN202210499131.3在审
  • 杨旭广;杨欣;李恒锐;朱义天;樊江锋;周大可 - 南京航空航天大学
  • 2022-05-09 - 2022-08-05 - G06T3/40
  • 本发明公开了一种基于残差生成对抗网络的单图超分辨率重建方法,首先建立生成网络,将低分辨率图像输入生成网络,得到生成的高分辨率图像;然后将生成的高分辨率图像和低分辨率图像对应的真实高分辨率图像共同输入判别网络模型,通过感知损失函数计算二者之间的差距;接着对生成网络以及判别网络同时进行训练,使得生成的高分辨率图像相对真实高分辨率图像的损失小于等于预设的阈值,得到训练之后的生成网络;最后将需要提高分辨率的低分辨率图像输入已经训练好的生成网络,得到重建后的高分辨率图像。本发明克服了现有技术中无法在感知上体现出输入和输出图像的差距的缺陷,提高了模型的精度和生成图像的质量。
  • 基于生成对抗网络单图超分辨率重建方法
  • [发明专利]一种基于语义环境建模的多模态轨迹预测方法-CN202210227310.1在审
  • 曾繁虎;杨欣;朱义天;李恒锐;樊江锋;周大可 - 南京航空航天大学
  • 2022-03-08 - 2022-06-14 - G06Q10/04
  • 本发明涉及一种基于语义环境建模的多模态行人轨迹预测方法,属于自动驾驶和人工智能领域。在本发明模型框架中,针对现有语义物理环境限制下行人动态交互场景中的多模态轨迹预测的问题与不足,对于原始输出图像使用栅格化语义地图的方式进行高效环境建模,使用条件场景下的变分生成对抗网络架构输出多模态下的行人轨迹,使用判别器对模态匹配轨迹和真值轨迹的距离进行度量,同时设计多元化损失函数,以解决模态坍缩、单一拟合等问题,使得本发明模型能够预测出在该场景语义地图中行人合理的未来轨迹,对于及时、快速预测行人合理轨迹有积极和深刻的意义,对无人驾驶、智能交通等领域的进一步发展有重要的帮助。
  • 一种基于语义环境建模多模态轨迹预测方法
  • [发明专利]一种基于生成对抗网络的图像去噪方法-CN202111532953.9在审
  • 骆霖;李恒锐;朱义天;樊江锋;周大可 - 南京航空航天大学
  • 2021-12-15 - 2022-04-12 - G06T5/00
  • 本发明公开了一种基于生成对抗网络的图像去噪方法,包括如下步骤:(1)基于DenseNet和ResNet网络模型,设计一种残差块;(2)将图像输入到由残差块xi构成的生成网络中,并得到输出,该输出应尽量与真实图像保持一致;(3)将图片输入到判别网络中,判别网络需要经过处理会得到该图片来自生成网络或者是真实图片,将判断结果输出;(4)对网络进行大量的图像数据训练,两个网络的性能都会得到提升,并且最后使模型能够生成与真实图片很接近的图片,并获得最终的PSNR和SSIM值,与其他主流网络的数值进行对比。本发明能够更大程度上的保留图像去噪后的特征,进而提高了去噪后图像的细节质量。
  • 一种基于生成对抗网络图像方法
  • [发明专利]一种基于注意力机制的图神经网络行人轨迹预测方法-CN202111171633.5在审
  • 曹云依;杨欣;陈思哲;朱义天;李恒瑞;周大可 - 南京航空航天大学
  • 2021-10-08 - 2022-01-04 - G06T7/73
  • 本发明公开了一种基于注意力机制的图神经网络行人轨迹预测方法,该方法主要包括:采集行人轨迹信息,提取轨迹运动特征,构建行人轨迹原始节点图;对所述行人轨迹原始节点图进行融合、舍弃和放大,生成行人轨迹最终节点图;利用时空图卷积神经网络提取行人轨迹最终节点图的时空特征,根据所述时空特征构建行人轨迹的原始时空特征图,并利用图通道注意力机制筛选出重要的时空特征组成新的时空特征图;将所述新的时空特征图输入预测器,预测器输出预测的预设时间内的行人轨迹;给所述预测的行人轨迹分配权重,以权重最大的轨迹作为最终的预测结果。该方法通过更加关注对最终结果有影响的特征将有效信息最大化,有效提高了行人轨迹预测精度。
  • 一种基于注意力机制神经网络行人轨迹预测方法

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