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14个,建议您升级VIP下载更多相关专利
  • [发明专利]图像生成模型处理、图像生成方法、装置和计算机设备-CN202310961674.7在审
  • 常勤伟;杨天舒 - 腾讯科技(深圳)有限公司
  • 2023-08-02 - 2023-09-05 - G06T1/00
  • 本申请涉及一种图像生成模型处理方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:将原始图像输入初始水印图像生成模型中生成原始图像匹配的初始生成图像,对初始生成图像和原始水印进行编码,得到目标水印,将目标水印与初始生成图像进行融合,得到目标生成图像,并对目标生成图像进行水印提取,得到初始水印。计算目标生成图像和初始生成图像的初始图像画质损失信息,并计算原始水印和初始水印的初始水印损失信息,使用初始图像画质损失信息和初始水印损失信息进行迭代训练,得到目标水印图像生成模型,目标水印图像生成模型用于根据输入图像和输入水印生成目标水印图像。采用本方法能够提高生成的水印图像画质。
  • 图像生成模型处理方法装置计算机设备
  • [发明专利]图像处理方法、装置、设备、存储介质及程序产品-CN202210136376.X在审
  • 常勤伟;杨天舒;刘绍腾;刘华罗;黄磊超 - 腾讯科技(深圳)有限公司
  • 2022-02-15 - 2023-08-25 - G06T1/00
  • 本申请关于一种图像处理方法、装置、设备、存储介质及程序产品,涉及人工智能技术领域。所述方法包括:将样本载体图像输入编码器模型中的特征提取网络,获得所述样本载体图像的样本空间特征;将样本嵌入信息以及所述样本空间特征输入所述编码器模型中的图像重构网络,获得样本重构图像;将所述样本重构图像输入解码器模型,获得样本重构嵌入信息;将所述样本重构图像以及所述样本载体图像输入判别器模型,获得所述样本重构图像以及所述样本载体图像各自的判别结果;通过渐进式生成对抗学习的方式,对所述编码器模型、所述解码器模型以及所述判别器模型进行训练。本方案提高了在载体图像中添加和识别嵌入信息的效果。
  • 图像处理方法装置设备存储介质程序产品
  • [发明专利]媒体数据转换模型训练、数字水印嵌入方法和装置-CN202210108982.0在审
  • 刘华罗;杨天舒;刘绍腾;常勤伟;黄磊超 - 腾讯科技(深圳)有限公司
  • 2022-01-28 - 2022-05-13 - G06T1/00
  • 本申请涉及一种媒体数据转换模型训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:将训练媒体数据输入初始媒体数据转换模型中使用初始转换权重信息进行转换,得到训练转换数据;将训练数字水印嵌入训练转换数据中得到带有训练数字水印的训练转换数据;基于初始还原权重信息进行还原,得到带有训练数字水印的训练媒体数据;计算带有训练数字水印的训练媒体数据与训练媒体数据的相似度损失,基于相似度损失进行训练得到媒体数据转换模型。媒体数据转换模型使用训练完成的转换权重信息进行数字水印嵌入,得到带有数字水印的媒体数据。采用本方法能够提高带有数字水印的媒体数据的质量,媒体数据包括但不限于视频、语音。
  • 媒体数据转换模型训练数字水印嵌入方法装置
  • [发明专利]基于共生关系的卷积神经网络的车辆部件识别方法和系统-CN201910269801.0有效
  • 桑农;常勤伟;高常鑫;桑永朋 - 华中科技大学
  • 2019-04-04 - 2021-10-08 - G06K9/62
  • 本发明公开了一种基于共生关系的卷积神经网络的车辆部件识别方法和系统,属于模式识别技术领域。包括:使用车辆部件对训练数据集训练基于共生关系的卷积神经网络,基于共生关系的卷积神经网络由Concat层与常规卷积神经网络串联组成,Concat层用于对输入的图片对进行通道合并;采用训练好的基于共生关系的卷积神经网络,对待测车辆部件对进行识别,得到待测车辆各部件的识别结果。本发明通过Concat层按通道合并图片,后续网络进行卷积操作时,可将两个部件对应的不同通道的信息进行融合,同时提取两张图片的特征,使得共生关系可以被更好地学习到。共生关系的引入添加了额外的信息,变相增加了训练的数据量,提高两类部件的识别准确率。
  • 基于共生关系卷积神经网络车辆部件识别方法系统
  • [发明专利]一种基于SSD和车辆姿态分类的车辆检测方法和系统-CN201810311110.8有效
  • 桑农;苏伟;常勤伟;高常鑫 - 华中科技大学
  • 2018-04-09 - 2020-06-02 - G06K9/00
  • 本发明公开了一种基于SSD和车辆姿态分类的车辆检测方法和系统,所述方法包括:根据车头与水平轴的角度对车辆姿态进行划分,在原始SSD网络模型上加入车辆姿态分类任务,将车辆检测损失和车辆姿态分类任务的损失结合起来形成多任务损失,将原始SSD模型的softmax损失替换为focal loss损失,将车辆姿态分类任务和车辆检测任务联合优化,训练得到检测模型,利用检测模型对待检测图片进行车辆检测,实现多尺度、多角度的车辆检测。本发明将深度学习目标检测SSD用于车辆检测,利用车辆姿态分类作为辅助任务与车辆检测任务联合训练,并加入了focal loss解决车辆样本不平衡问题,从而提高系统的准确性和稳定性。
  • 一种基于ssd车辆姿态分类检测方法系统

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