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29个,建议您升级VIP下载更多相关专利
  • [实用新型]一种方便分类的采血管-CN202320473696.4有效
  • 唐述 - 唐述
  • 2023-03-13 - 2023-08-22 - A61B50/22
  • 本实用新型提供一种方便分类的采血管,涉及采血技术领域,包括:置管架,所述置管架的内部固定安装有固定板,所述固定板的内部等距开设有多个固定孔,多个所述固定孔的内部均设置有采血装置,所述置管架顶部的一侧固定安装有名片槽,所述置管架的底部设置有防滑装置。本实用新型,通过采血装置起到了收集血液的作用,通过密封圈起到了密封的作用,通过采血槽起到连接采血针嵌入的作用,通过固定盖起到了保护内部的作用,通过摩擦条起到了防滑的作用,通过防滑圈起到了使管身防滑有支撑点的作用,通过置管架起到了可以收纳采血装置的作用,通过在固定板的表面开设了多个固定孔起到了对多个采血装置进行收纳与套设的作用。
  • 一种方便分类血管
  • [发明专利]一种基于非对称U-Net网络的动态场景盲去模糊方法-CN202310199043.6在审
  • 唐述;吴杨 - 重庆邮电大学
  • 2023-03-03 - 2023-05-30 - G06T5/00
  • 本发明属于图像处理技术领域,具体涉及一种基于非对称U‑Net网络的动态场景盲去模糊方法;该方法包括:获取模糊图像并将其输入到编码器模块中,得到第一特征图;采用模糊核逆核估计模块对第一特征图进行处理,得到第二特征图;将第二特征图输入到解码器模块中,得到三张推理清晰图像;从三张推理清晰图像中选择图像质量评价指标最高的图像作为最终的清晰图像;根据三张推理清晰图像、真实清晰图像和真实模糊图像计算总损失;根据总损失调整模型参数,得到训练好的基于非对称U‑Net网络的动态场景盲去模糊模型;本发明实现了动态场景中空间变化模糊图像的高质量盲复原,同时模型参数数量较小。
  • 一种基于对称net网络动态场景模糊方法
  • [发明专利]一种弱约束的水表读数识别方法-CN202110387507.7有效
  • 唐述;张国力 - 重庆邮电大学
  • 2021-04-09 - 2022-06-03 - G06V10/22
  • 本发明涉及一种弱约束的水表读数识别方法,属于人工智能领域,提出了一种基于卷积神经网络的特征提取网络,具有强大的特征提取和表达能力,能够准确提取出大偏移角度、大变化尺度、强光照变换和污渍严重的水表图像中读数区域的特征,实现水表读数区域的准确检测;针对角度偏移绝对值超过90°的水表图像,本发明提出了一种方向预测分支来实现对偏移绝对值超过90°的水表图像的自动纠正和准确识别,尤其是对于反转了180°(倒立)的水表图像尤为有效,而现有的水表识别方法对于这类水表图像是无能为力的。
  • 一种约束水表读数识别方法
  • [发明专利]基于CRCSAN网络的图像重建系统及方法-CN202011292962.0有效
  • 唐述;杨书丽 - 重庆邮电大学
  • 2020-11-18 - 2022-05-03 - G06T3/40
  • 本发明涉及图像超分辨率重建技术领域,具体涉及基于交叉残差信道‑空间注意力网络的图像重建系统及方法。包括:浅层特征提取模块、深层特征提取模块、上采样模块和重构层,浅层特征模块的输入为低分辨率图像,用于提取浅层特征;深层特征提取模块包括分频模块、交叉残差组,深层特征提取模块的输入为浅层特征模块的输出,用于提取深层特征;所述上采样模块的输入为深层特征,用于上采样;所述重构层用于重构特征,得到高分辨率图像。本发明的重建网络能够具有更强大的特征表达能力和区别学习的能力,能够重建出更高质量的高分辨率图像。
  • 基于crcsan网络图像重建系统方法
  • [发明专利]一种逐步精细的医学图像分割系统-CN202210098869.9在审
  • 唐述;张国力 - 重庆邮电大学
  • 2022-01-24 - 2022-04-29 - G06T7/10
  • 本发明涉及一种逐步精细的医学图像分割系统,属于图像分割领域,包括输入模块、编码器模块、解码器模块、拼接形变解码器模块、并行注意力机制模块和输出模块;输入模块用于将医学图像输入编码器模块中;编码器模块用于对输入的医学图像进行特征提取;解码模块用于根据提取的特征图获得多尺度的医学图像分割结果;拼接形变解码器模块用于自适应地逐步融合多尺度特征信息,并自适应的选择最佳的感受野,搜索出潜在的不同形状和尺寸的前景目标;并行注意力机制模块用于在特征图中同时引入正注意力和逆注意力,正注意力用于增强前景的相关性特征,逆注意力则逐步挖掘边界信息和增强边界细节;输出模块用于输出分割后的图像结果。
  • 一种逐步精细医学图像分割系统

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