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]视频光流提取加速方法-CN202210068609.7在审
  • 祝恩;李元伟;程振;王思为;胡婧韬;郭敏;汪昌健;刘新旺;罗磊 - 中国人民解放军国防科技大学
  • 2022-01-20 - 2022-04-29 - G06T7/269
  • 本发明公开了一种视频光流提取加速方法,目的是在不使用GPU的条件下满足正确性和实时性要求。技术方案是先计算T个连续视频帧中所有像素的三维梯度;找出物体在视频里运动形成的三维曲面在给定像素点的切平面,计算T个视频帧中所有像素的运动轨迹在切平面PP上的投影方向向量v和v在平面PP内的正交单位向量u;计算视频中所有像素的切平面PP里沿着u向量方向的图像梯度和v向量方向的图像梯度提取T个连续视频帧中所有像素的光流F(x,y,z),从而对光流提取进行加速。采用本发明能够无需使用GPU等加速手段实现视频光流的提取加速,能保障计算结果的高正确性。
  • 视频提取加速方法
  • [发明专利]基于深度视频事件补全的视频数据异常识别方法和装置-CN202010792801.1有效
  • 王思齐;余广;蔡志平;祝恩 - 中国人民解放军国防科技大学
  • 2020-08-10 - 2020-10-27 - G06K9/00
  • 本申请涉及一种基于深度视频事件补全的视频数据异常识别方法和装置。所述方法包括:获取当前视频帧中前景目标所在区域,从当前视频帧所在的预设长度视频帧序列中,获取各视频帧在前景目标区域的图像数据,根据得到的图像数据序列生成视频事件数据,从视频事件数据中抽除图像数据得到不完整视频事件数据,输入预设的深度视频事件补全模型进行外观补全和运动补全,根据补全结果和被抽除图像数据间的误差识别视频事件数据中的异常。上述方法使用基于深度神经网络的深度视频事件补全模型,结合外观补全和运动补全方式补全不完整视频事件,充分挖掘了视频事件数据中的高层次语义特征,利用了视频中的上下文信息,有效提升了识别异常视频事件的性能。
  • 基于深度视频事件数据异常识别方法装置
  • [发明专利]一种指纹图像分割方法-CN201110205136.2有效
  • 祝恩;殷建平;李永;官群健;赵建民;朱信忠 - 中国人民解放军国防科学技术大学
  • 2011-07-21 - 2011-10-05 - G06K9/00
  • 本发明公开了一种指纹图像分割方法,目的是提供一种新的指纹图像分割方法,解决残留纹路区域的分割问题。技术方案是对图像进行两轮分割,第一轮分割采用灰度统计特征,分割阈值通过直方图确定;第二轮分割对纹路像素的分布进行分析,通过统计稀疏纹路像素而进行分割。最后利用开运算和闭运算对分割结果进行后处理。采用本发明既能将残留纹路区域正确地分类为背景,又能分离由于手指在传感器表面刮插移动而形成的噪音区域,且自适应地计算分割阈值,通用性高,适用于不同传感器采集的图像。
  • 一种指纹图像分割方法
  • [发明专利]指纹图像灰度规范化方法-CN200910044242.X有效
  • 祝恩;殷建平;李永;胡春风;陈晖 - 中国人民解放军国防科学技术大学
  • 2009-09-03 - 2010-02-17 - G06K9/36
  • 本发明公开了一种指纹图像灰度规范化方法,要解决的技术问题是:解决分块效应问题,且运算速度快,具有较好的实时性。技术方案是对图像进行无重叠分块,对与当前块中心重合但比当前块更大的块计算灰度直方统计特征,使用灰度直方均衡与灰度拉伸进行灰度规范化,当处理完一个图像块后处理下一个相邻的图像块时采用增量式方法计算图像块的灰度直方统计特征,最后用灰度规范化结果覆盖原始图像。采用本发明克服分块效应的问题,且速度更快,具有更好的实时性,能够更好地用于实时嵌入式系统。
  • 指纹图像灰度规范化方法

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