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71个,建议您升级VIP下载更多相关专利
  • [发明专利]基于神经辐射场的三维模型重建方法、设备和介质-CN202311211058.6在审
  • 陈尧森;刘跃根;温序铭 - 成都索贝数码科技股份有限公司
  • 2023-09-20 - 2023-10-27 - G06T17/00
  • 本发明提供了一种基于神经辐射场的三维模型重建方法、设备和介质,方法包括以下步骤:提取目标的先验信息:采集多视角的RGB图像并进行处理得到目标的位姿信息;神经辐射场模型训练:使用目标的位姿信息训练神经辐射场模型,完成三维模型的隐式表达;生成初始的mesh模型:采用面绘制算法从神经辐射场中提取一个mesh模型作为初始mesh模型;优化目标的三维模型:基于初始mesh模型,利用可微分的光栅化渲染得到渲染图像并计算渲染损失进行反向传播,从而对三维模型的几何形状和外观纹理进行优化;导出通用三维模型。本发明可以完成大范围场景的三维重建并且具有更好的通用性,其得到的模型可以在大多数的三维模型处理软件中使用。
  • 基于神经辐射三维模型重建方法设备介质
  • [发明专利]一种三维图文模板自动重组方法、设备及系统-CN202311188895.1在审
  • 陈尧森;韩兴;温序铭 - 成都索贝数码科技股份有限公司
  • 2023-09-15 - 2023-10-24 - G06V30/40
  • 本发明提供了一种三维图文模板自动重组方法、设备及系统,包括:S1、在三维图文模板库中获取包含各个类别的图文模板数据集;S2、通过图文模板数据集对预训练好的CLIP模型进行微调;S3、对输入图像进行图像区域分割;S4、将分割后的图像区域与图文模板数据集输入到微调后的CLIP模型,得到满足条件的图像区域及对应的图文模板类别;S5、输出图像区域位置以及对应的图文模板类别;S6、获取图像区域控制参数;S7、根据控制参数、图像区域位置以及对应的图文模板类别完成输入图像的图文模板重组。本发明实现了自动化的图文模板重组生成,为图文展示、报告生成等领域提供了更高的效率、准确性和灵活性。
  • 一种三维图文模板自动重组方法设备系统
  • [发明专利]图像真实感风格迁移方法、装置、设备及存储介质-CN202111606940.1有效
  • 陈尧森;温序铭 - 成都索贝数码科技股份有限公司
  • 2021-12-24 - 2023-09-26 - G06T3/00
  • 本发明公开了一种图像真实感风格迁移方法、装置、设备及存储介质,该方法包括获取训练数据集;提取风格图像的风格特征和内容图像的内容特征,并构建基于流模型的神经网络模型;基于风格特征和内容特征,确定神经网络模型的风格损失和内容损失,对神经网络模型进行训练,获得图像真实感风格迁移模型;利用所述图像真实感风格迁移模型对风格图和内容图进行图像真实感风格迁移处理,获得风格化的内容图。本发明通过构建基于流模型的神经网络模型,并根据风格特征和内容特征,确定风格损失和内容损失,以获得图像真实感风格迁移模型,进而可利用该模型对风格图和内容图进行风格化处理,提高了图像真实感风格迁移的处理速度以及真实感呈现效果。
  • 图像真实感风格迁移方法装置设备存储介质
  • [发明专利]视频转换方法及装置-CN202111608316.5有效
  • 张金沙;王炜;温序铭 - 成都索贝数码科技股份有限公司
  • 2021-12-24 - 2023-08-29 - H04N7/01
  • 本发明公开了一种视频转换方法及装置,该方法包括在帧视频向场视频转换时,对第一奇数帧和第一偶数帧做第一小波变换和第二小波变换,获得第一奇场和第一偶场,以构建场视频,其中,第一小波变换包括一次水平小波变换和垂直小波变换,第二小波变换为垂直小波变换;在场视频向帧视频转换时,对第二奇场和第二偶场执行第一逆小波变换和第二逆小波变换,获得第二奇数帧和第二偶数帧,以构建帧视频;其中,第一逆小波变换包括一次逆垂直小波变换,第二逆小波变换包括一次逆水平小波变换和一次逆垂直小波变换。本发明通过对小波变换以及逆小波变换进行优化,使得帧视频向场视频的转换中实现可逆转换,提高了视频转换的灵活性。
  • 视频转换方法装置
  • [发明专利]微服务系统故障诊断及根因定位方法-CN202310697266.5有效
  • 陈鹏;宋雨佳;温序铭;辛茹月;赵志明;陈娟;熊玲;李曦 - 西华大学
  • 2023-06-13 - 2023-08-22 - G06F11/07
  • 本发明公开了微服务系统故障诊断及根因定位方法,涉及计算机技术领域,包括S1构建X个异常检测模型;S2获取微服务系统中的监控数据作为训练数据集;S3训练优化X个异常检测模型;S4根据训练结果构建故障诊断模型;S5对故障节点进行因果关系学习,构建异常传播图;S6实时获取监测数据;S7利用故障诊断模型分析监测数据的故障诊断结果;S8根据异常传播图和故障诊断结果定位故障原因;本方法通过预训练机制,自动从X个异常检测模型中选择x个最适合检测CPU占用,内存泄露和网络延迟的模型,并将这x个模型级联起来,实现对观测数据故障诊断的目的。通过捕捉故障数据的异常模式,并与根因定位方法结合,达到对发生故障服务定位的目的。
  • 微服系统故障诊断定位方法
  • [发明专利]一种结构化网络数据传输编码方法、设备及介质-CN202310208821.3有效
  • 吴春中;张浩阳;温序铭 - 成都索贝视频云计算有限公司
  • 2023-03-07 - 2023-07-07 - H04L69/04
  • 本发明公开了一种结构化网络数据传输编码方法、设备及介质,属于结构化网络数据传输领域,包括步骤:对照输入数组数据匹配数据编码规则;如果数组数据为动态数据,则动态数据的存储格式仅存储后续字段编号为递增关系且数据长度一致的数据,并对字段编号采用递增和序号编码;再把1位布尔数据存储为1位,并定义为第一类数据,描述信息占1字节;而其他的定义为第二类数据,描述信息占2字节;除第一类数据、第二类数据之外的动态数据定义为第三类数据;针对所述字段编号为递增关系且数据长度一致的数据,其存储格式能够存储任何数据,同时每个字段额外增加1个字节作描述。本发明提升了压缩性能以及压缩比,节约了传输时带宽资源消耗。
  • 一种结构网络数据传输编码方法设备介质
  • [发明专利]一种基于语音驱动的三维数字人脸部动画生成方法-CN202310342435.3有效
  • 陈尧森;周川力;温序铭 - 成都索贝数码科技股份有限公司
  • 2023-04-03 - 2023-07-07 - G06T13/20
  • 本发明提供一种基于语音驱动的三维数字人脸部动画生成方法,包括:采集语音驱动数据集;所述语音驱动数据集包括具有音频特征的音频数据和对应的嘴型变形动画;利用语音驱动数据集对深度学习网络模型进行若干轮数语音驱动训练,训练完成后得到语音驱动模型;获取目标人物音频并处理为具有音频特征的音频数据,将该具有音频特征的音频数据输入语音驱动模型进行回归预测,得到嘴部动画数据;制作面部动画数据和表情动画数据;将嘴部动画数据同面部动画数据和表情动画数据融合,渲染得到表情自然的三维数字人语音驱动动画。本发明通过构建的语音驱动数据集来训练搭建好的深度学习网络网络模型,能够实现三维数字人语音驱动的自然且逼真呈现。
  • 一种基于语音驱动三维数字脸部动画生成方法
  • [发明专利]一种基于内容感知融合特征的视频质量评价方法-CN202310343979.1有效
  • 张诗涵;杨瀚;温序铭 - 成都索贝数码科技股份有限公司
  • 2023-04-03 - 2023-06-23 - G06V20/40
  • 本发明提供了一种基于内容感知融合特征的视频质量评价方法,包括:步骤1、构建用于提取输入图像特征的多方向差异化二阶微分高斯滤波特征提取模块;步骤2、基于多方向差异化二阶微分高斯滤波特征提取模块与深度卷积神经网络搭建残差特征提取网络模型,将视频逐帧输入到残差特征提取网络模型中,得到每一帧图像的内容感知特征;步骤3、对内容感知特征降维后输入到门控制递归神经网络GRU中,对长时依赖关系建模得到视频不同时刻的质量元素以及权重;步骤4、基于不同时刻的质量元素以及权重确定视频最终的质量分数。本发明提出的视频质量评价方法通过提取视频的内容感知特征,能够实现更准确的视频质量评价效果。
  • 一种基于内容感知融合特征视频质量评价方法
  • [发明专利]基于深度学习的风格标题生成方法、设备及介质-CN202310079625.0有效
  • 罗明利;杨瀚;温序铭 - 成都索贝数码科技股份有限公司
  • 2023-02-08 - 2023-06-02 - G06F16/35
  • 本发明公开了一种基于深度学习的风格标题生成方法、设备及介质,属于新闻文本生成领域,包括:收集新闻标题和文本数据,构建风格数据集和事实内容数据集;利用预训练模型和风格数据集训练风格表征;利用预训练模型和词性表示、句法表示,构建内容重构网络模型,对事实内容数据集训练,获取文本内容的事实表征;融合风格表征和事实内容表征,构建生成端模型;训练标题风格迁移模型;利用训练好的标题风格迁移模型,对生成的标题进行风格迁移。本发明实现了基于事实保留的中文标题迁移,提高了文本风格迁移后的内容质量,降低了对内容编码器和风格编码器的要求,适用中文场景应用,解决了文本风格迁移在实际落地应用时所面临的技术问题。
  • 基于深度学习风格标题生成方法设备介质

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