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107个,建议您升级VIP下载更多相关专利
  • [发明专利]聚合上下文和增强细节的全分辨率低照度图像增强方法-CN202211600774.9在审
  • 牛玉贞;林晓锋;兰杰 - 福州大学
  • 2022-12-12 - 2023-03-31 - G06T5/00
  • 本发明提出一种聚合上下文和增强细节的全分辨率低照度图像增强方法,包括:进行数据预处理,包括数据配对、数据随机裁切、数据增强处理,得到训练数据集;设计聚合上下文和增强细节的全分辨率低照度图像增强网络,该网络由全分辨率细节提取模块、频空域上下文信息注意力模块、特征聚合和增强模块组成;设计损失函数,指导步骤B所设计网络的参数优化;使用步骤A得到的训练数据集训练步骤B中的聚合上下文和增强细节的全分辨率低照度图像增强网络,收敛到纳什平衡,得到训练好的聚合上下文和增强细节的全分辨率低照度图像增强模型。本发明能对低照度图像进行增强,解决低照度图像细节缺失、颜色失真、亮度不足等问题。
  • 聚合上下文增强细节分辨率照度图像方法
  • [实用新型]一种内倒开启的门窗结构-CN202222993280.3有效
  • 杨颖;刘笑颜;林晓锋 - 广亚铝业有限公司;广亚(广东)铝业有限公司
  • 2022-11-10 - 2023-03-14 - E06B3/38
  • 本实用新型涉及铝门窗的技术领域,提出一种内倒开启的门窗结构,包括上边框、中梃、下边框、固定玻璃和内倒玻璃;固定玻璃固定设置于上边框和中梃之间;内倒玻璃包括内倒边框和内倒玻璃本体;内倒边框围绕内倒玻璃本体的四周设置;下边框设置有下滑道,内倒边框的下边缘通过铰链与下滑道转动连接;中梃设置有上滑道,内倒边框的上边缘通过执手开关与上滑道可拆卸连接;内倒边框的的上下端分别设置有扣合件,内倒边框通过扣合件分别与中梃和下边框卡扣连接;本实用新型门窗关闭时内倒边框的扣合件分别与中梃和下边框进行卡扣连接,可以保证内倒玻璃与下边框和中梃的密封连接,有效提高本门窗结构的密封性。
  • 一种开启门窗结构
  • [发明专利]基于人体部件层级特征检测的肢体部件跟踪方法-CN202211349251.1在审
  • 柯逍;许煌标;林晓锋 - 福州大学
  • 2022-10-31 - 2023-01-20 - G06V40/20
  • 本发明涉及一种基于人体部件层级特征检测的肢体部件跟踪方法,包括以下步骤:步骤S1:获取人体视频或者连贯图片,然后对人体各肢体部位进行目标框标注,构建数据集;步骤S2:基于YOLOv7的目标检测算法构建人体部件级目标检测器,并训练,然后根据训练后人体部件级目标检测器对待跟踪视频逐帧检测,提取肢体部件层级特征,并输出信息;步骤S3:利用步骤S2的输出结果,采用基于BoT‑SORT改进的目标跟踪算法对人体各肢体运动轨迹进行跟踪;步骤S4:利用基于肢体衔接性的方法和基于数据关联的方法对步骤S3的初步跟踪结果进行重识别和再处理,输出最终的跟踪结果。本发明方法能够有效地对视频图像中的人体各部件层级特征进行检测提取,实现对肢体部件的跟踪。
  • 基于人体部件层级特征检测肢体跟踪方法
  • [发明专利]基于时空信息和光流提取的双模态异常骨骼数据修正方法-CN202211374668.3在审
  • 柯逍;许煌标;林晓锋 - 福州大学
  • 2022-11-04 - 2023-01-17 - G06T5/00
  • 本发明涉及一种基于时空信息和光流提取的双模态异常骨骼数据修正方法,包括以下步骤:S1:获取人体运动视频数据集并预处理,得到训练数据集,并基于训练数据集训练基于计算机视觉的人体姿态估计器;S2:根据训练后的人体姿态估计器对输入的视频序列生成每个视频帧的初始姿态,并对初始姿态进行异常检测;S3:分别从异常帧前后寻找最近可信前序帧和最近可信后序帧,提取最近可信前后序帧间连续序列的光流信息;S4:根据获得的光流信息,分别按时间顺序进行前向光流修正和逆向前向光流修正,结合双向修正结果,预测并修正异常骨骼数据。本发明能够有效地对视频中的人体异常骨骼数据进行检测,最终预测并修正异常骨骼数据,提高骨骼数据的准确度。
  • 基于时空信息提取双模异常骨骼数据修正方法
  • [实用新型]一种阻尼式胶带开卷装置-CN202221862262.5有效
  • 徐光伟;林晓锋 - 苏州恊合自动化科技有限公司
  • 2022-07-20 - 2022-12-27 - B65H16/02
  • 本实用新型涉及一种阻尼式胶带开卷装置,包括开卷架、开卷轴架、开卷盘组件,开卷盘组件包括限位座、固定挡板、活动挡板,限位座包括芯部、限位部,限位部与开卷轴架支撑连接,固定挡板与芯部左端固连,芯部内设有装配磁铁,活动挡板上设有吸附块,装配磁铁绕芯部轴线环形阵列分布,芯部内至少滑动连接有两个滑柱,滑柱尾端与芯部之间连接有弹性件,弹性件对滑柱施加有朝向芯部周面的弹力。本实用新型利用弹性连接的滑柱头部抵止胶带芯管的内壁,对胶带芯管内壁施加阻尼,有效的为胶带开卷施加了阻尼,利用芯部的内部空间,结构紧凑,成本低,利用装配磁铁和吸附块配合实现活动挡板的快速拆装,便于快速更换胶带卷。
  • 一种阻尼胶带开卷装置
  • [实用新型]一种多股胶带同轴收背胶装置-CN202221862070.4有效
  • 徐光伟;林晓锋 - 苏州恊合自动化科技有限公司
  • 2022-07-20 - 2022-11-29 - B65H18/02
  • 本实用新型涉及一种多股胶带同轴收背胶装置,包括收卷轴架、收卷电机、收卷轴体、背胶收卷盘组件,收卷电机与收卷轴体驱动连接,收卷轴体上设有至少一个背胶收卷盘组件,背胶收卷盘组件包括收卷环、收卷挡板,收卷挡板分别位于收卷环两侧,收卷环设有绕收卷环轴线环形阵列分布的收卷磁铁,收卷轴体为钢轴,即收卷磁铁与收卷轴体之间产生磁吸力,收卷环与收卷轴体转动连接。本实用新型利用同一个收卷轴体驱动多个收卷盘组件上的收卷环转动,减少了动力源和传动机构,有效缩小设备体积以及减少设备结构,减低了成本;一个收卷环不转动时,其它收卷环转动不受影响。
  • 一种胶带同轴收背胶装置
  • [实用新型]一种循环式U形多工位输送线-CN202221862105.4有效
  • 徐光伟;林晓锋 - 苏州恊合自动化科技有限公司
  • 2022-07-20 - 2022-11-29 - B65G15/22
  • 本实用新型涉及一种循环式U形多工位输送线,包括机架、台面、进料输送带组件、出料输送带组件,进料输送带组件与出料输送带组件结构相同且均包括进出料输送带、过渡输送带,过渡输送带与进出料输送带连接处的机架上设有换向转盘组件,引导导向槽一端连接过渡输送带,引导导向槽另一端连接进出料输送带,进料输送带组件的进出料输送带位于出料输送带组件的进出料输送带内侧的台面上,进料输送带组件的过渡输送带位于出料输送带组件的过渡输送带内侧的台面上,两个进出料输送带中的进出输送皮带上层运行方向相反。本实用新型有效减少治具用量,避免人员转运治具,降低人工成本,提高生产效率,降低设备成本。
  • 一种循环形多工位输送
  • [发明专利]一种基于Transformer的多尺度优化低照度图像增强方法-CN202210828621.3在审
  • 牛玉贞;林晓锋;李悦洲 - 福州大学
  • 2022-07-13 - 2022-10-18 - G06T5/00
  • 本发明涉及一种基于Transformer的多尺度优化低照度图像增强方法。包括:将数据进行数据预处理;构建基于Transformer的多任务恢复和增强子网络;设计基于Transformer的多尺度优化低照度图像增强网络,该网络由多尺度浅层特征提取子网络、多尺度特征融合子网络、基于Transformer的低照度图像特征增强子网络和多尺度低照度图像增强子网络组成;根据网络结构设计损失函数,指导网络模型的参数优化;用图像块数据训练网络,优化网络模型参数,收敛到平衡状态;将低照度图像进行切块处理,然后将图像块分别输入训练好的图像增强网络,得到相应增强后的图像块后,将图像块拼接成增强后的完整图像。本发明能对低照度图像进行增强,综合解决低照度图像存在的退化问题。
  • 一种基于transformer尺度优化照度图像增强方法
  • [发明专利]基于多尺度堆叠式注意力网络的低照度图像增强方法-CN202210663857.6在审
  • 牛玉贞;陈铭铭;李悦洲;林晓锋 - 福州大学
  • 2022-06-14 - 2022-08-30 - G06T5/00
  • 本发明提出一种基于多尺度堆叠式注意力网络的低照度图像增强方法,包括以下步骤:步骤A:对原始低照度图像和正常照度图像的训练图像对进行预处理,得到原始低照度图像和正常照度图像组成的训练图像对;步骤B:设计多尺度自适应融合堆叠式注意力网络作为低照度图像增强网络,该网络包含多尺度自适应特征融合模块,堆叠式注意力残差模块和傅里叶重建模块;步骤C:设计低照度图像增强网络的目标损失函数,训练网络至收敛到阈值或迭代次数达到阈值;步骤D:将待测图像输入到所设计的低照度图像增强网络中,利用训练好的网络预测生成正常照度图像。本发明能实现低照度图像增强,生成正常照度下的高质量图像。
  • 基于尺度堆叠注意力网络照度图像增强方法
  • [发明专利]基于多尺度特征和上下文注意力的实例分割方法及系统-CN202210333902.1在审
  • 牛玉贞;甘伟泽;林晓锋 - 福州大学
  • 2022-03-31 - 2022-07-01 - G06V10/26
  • 本发明涉及一种基于多尺度特征和上下文注意力的实例分割方法及系统,该方法包括以下步骤:对训练集中图像进行包括数据增强和标准化处理的数据预处理;构建多尺度特征融合和上下文注意力聚合模块,以利用金字塔结构加强特征表示,并聚焦金字塔特征图中的小目标物体;构建基于多尺度特征融合和上下文注意力聚合的实例分割网络;利用训练集中图像对实例分割网络进行训练,生成实例分割结果并计算损失函数,反向传播优化整个网络的参数,得到训练好的实例分割网络;将待处理图像输入训练好的实例分割网络,得到实例分割结果。该方法及系统不仅能够提高大目标和中等目标的分割精度,同时也聚焦小目标物体,提升小目标的分割性能。
  • 基于尺度特征上下文注意力实例分割方法系统

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