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10786538个,建议您升级VIP下载更多相关专利
  • [发明专利]水下鱼类目标检测方法及装置-CN202110406987.7在审
  • 陈英义;张倩;李道亮;秦瀚翔;于辉辉;孙博洋;刘慧慧;李少波;魏晓华;杨玲 - 中国农业大学
  • 2021-04-15 - 2021-07-30 - G06K9/00
  • 本发明提供一种水下鱼类目标检测方法及装置,该方法包括:将待检测图像输入目标检测模型的特征提取模型,从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图;将多个不同尺度的特征图输入所述目标检测模型,输出所述待检测图像的目标检测结果;其中,所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图,以完整表征待检测图像尺度的鱼类目标的特征,有效缓解尺寸较小的鱼类目标在目标检测过程丢失,尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象;另一方面,联合多个不同尺度的特征图对待检测图像进行目标检测,使得目标检测结果更加准确。
  • 水下鱼类目标检测方法装置
  • [发明专利]一种融合多尺度超像素的脑CT图像分类方法-CN202110058684.0在审
  • 冀俊忠;张梦隆;张晓丹 - 北京工业大学
  • 2021-01-16 - 2021-04-09 - G06K9/62
  • 一种融合多尺度超像素的脑CT图像分类方法,属于医学图像研究领域。所述方法具有以下特点:1)利用多尺度超像素与脑CT图像融合,去除了图像冗余信息,降低了病灶和周围脑组织像素的灰度相似性。2)设计了一种基于区域和边界的多尺度超像素编码器,有效的提取多尺度超像素包含的病灶低层次信息。3)设计了一种融合多尺度超像素特征融合模型,综合利用了残差神经网络提取的高层次特征和多尺度超像素的低层次特征,实现对脑CT的分类。4)相比传统深度学习算法,本发明所述方法可以有效利用多尺度超像素包含的病灶信息,从而更准确地对脑CT图像存在的疾病进行分类,且该方法合理可靠,可为脑CT图像的分类提供有力的帮助。
  • 一种融合尺度像素ct图像分类方法
  • [发明专利]一种单目视觉定位方法、系统及其应用-CN202310008891.4在审
  • 冯冠元;周美琪;蒋振刚;程斐豪;师为礼;苗语 - 长春理工大学
  • 2023-01-04 - 2023-06-23 - G06T7/73
  • 提供了一种单目视觉定位方法、系统及其应用,根据查询图像与匹配数据库图像的视觉特征匹配点,建立起查询图像与匹配数据库图像之间的对极几何约束关系,然后通过视觉特征匹配点以及匹配点的空间位置,计算对极几何约束关系尺度系数,最后根据尺度系数以及对极几何约束关系,计算查询相机的绝对位置;本发明实施例利用匹配特征点的空间位置,求解出对极几何约束关系尺度系数,查询图像时只需匹配一幅数据库图像,便可以实现定位功能。此外,在求解尺度系数的过程,通过迭代重加权的方法对尺度系数的估计值不断修正,逐渐得到尺度系数的最小域解,提高了尺度系数的求解精度。
  • 一种目视定位方法系统及其应用
  • [发明专利]基于后验概率信息熵的遥感图像最优分割尺度确定方法-CN201611253668.2在审
  • 曹鑫;许飞;陈学泓;崔喜红;陈晋 - 北京师范大学
  • 2016-12-30 - 2017-05-31 - G06T7/10
  • 本发明提供了一种基于后验概率信息熵的遥感图像最优分割尺度确定方法。所述方法包括遥感影像的多尺度分割、基于信息熵变化指标自动选择单个物体的最优分割尺度。该方法基于SVM分类器得到每个像元的后验概率矢量,然后计算不同尺度下每个分割体的平均后验概率矢量,再计算不同分割尺度下每个分割体的信息熵,得到每个像元在不同分割尺度下所属分割体的熵值曲线,根据熵值曲线计算熵值与分割尺度的一阶差分并找到熵值变化最大的尺度,最终以该尺度作为当前像元的最优分割尺度。该方法有效克服了面向对象分割的“过分割”与“低分割”问题,同时实现了对象最优尺度的自动选择,是一种有效的地面目标自动分割方法。
  • 基于概率信息遥感图像最优分割尺度确定方法
  • [发明专利]一种基于双尺度回归的多分辨率分析全色锐化方法-CN202111119280.4在审
  • 王鹏;姚红雨 - 南京航空航天大学
  • 2021-09-18 - 2022-01-11 - G06T5/00
  • 本发明通过利用双尺度回归添加到多分辨率分析(multiresolution analysis,MRA)模型的高通调制(high‑pass modulation,HPM)注入方法,同时考虑精细尺度和粗糙尺度信息,提出了一种基于双尺度回归的多分辨率分析全色锐化方法。传感器的匹配调制传递函数(generalized Laplacian pyramid matches the modulation transfer function,MTF‑GLP)上,设计一个基于尺度回归的(2)利用HPM注入方案对该MRA模型进行了改进,使其原有HPM的注入系数添加上尺度回归的信息。(3)将双尺度信息包括精细尺度和粗糙尺度信息添加到尺度回归中,最后生成一个迭代的收敛的双尺度回归模型,得到最终的全色锐化结果。
  • 一种基于尺度回归分辨率分析全色锐化方法
  • [发明专利]目标对象检测方法、装置、电子设备和存储介质-CN201710487247.4有效
  • 刘宇;闫俊杰 - 北京市商汤科技开发有限公司
  • 2017-06-23 - 2020-07-17 - G06K9/46
  • 本发明实施例提供了一种目标对象检测方法、装置、电子设备和存储介质,其中,所述方法包括:对待检测的图像进行目标尺度预测和目标特征识别,得到所述图像各目标对象的尺度特征图,所述尺度特征图用于预测各预设尺度下存在目标对象的置信度;根据所述尺度特征图分别对各目标对象进行转换,得到各目标对象的有效尺度特征图,所述有效尺度特征图为各预设尺度下存在目标对象的置信度符合预设条件的尺度特征图;对所述有效尺度特征图进行目标位置检测,确定所述各目标对象的位置本发明实施例无需对待检测的图像进行多次金字塔形式的缩放,节省了目标对象检测的时间,而且,对于有效范围之外的目标对象的尺度不予处理,提高了目标对象检测的精度。
  • 目标对象检测方法装置电子设备存储介质
  • [发明专利]一种针对抵近飞行过程的目标跟踪方法-CN201911142176.X有效
  • 许倩倩;强晶晶;闫鹏武;张雪;张浩钧;汪亮;孙高 - 上海无线电设备研究所
  • 2019-11-20 - 2022-10-18 - G06T7/246
  • 本发明公开一种针对抵近飞行过程的目标跟踪方法,包含:S1、根据初始目标位置与尺度及跟踪器预装参数进行跟踪其初始化;S2、求解全局运动参数,对上一帧目标中心位置进行全局运动补偿,作为搜索窗口的中心位置;S3、提取位置样本和尺度样本;压缩位置样本和尺度样本;分别计算位置滤波频域响应图和尺度滤波频域响应图;计算位置滤波空域响应图和尺度滤波空域响应图,进行位置估计和尺度估计;自适应更新尺度增量因子;S4、提取位置样本和尺度样本;更新位置模型目标模板和尺度模型目标模板;构建位置特征投影矩阵和尺度特征投影矩阵;更新位置模型和尺度模型。本发明能确保特征点在背景上均匀分布,提高抵近飞行过程目标跟踪的成功率。
  • 一种针对抵近飞行过程目标跟踪方法
  • [发明专利]一种基于多尺度特征融合的遥感图像目标检测方法-CN201910266113.9有效
  • 郑泽勋;罗晓维;雷建军;王梦园;牛力杰;韩梦芯 - 天津大学
  • 2019-04-03 - 2023-05-09 - G06V20/13
  • 本发明公开了一种基于多尺度特征融合的遥感图像目标检测方法,包括以下步骤:构建由截断型VGG和多尺度特征图两部分构成的目标检测基础网络;构建由反卷积模块与预测模块构成的多尺度特征图融合模块,所述多尺度特征图融合模块用于提取目标检测基础网络的多尺度特征图的上下文信息,并生成多尺度特征图;根据多尺度特征图的感受野大小预定义多长宽比与多尺度的缺省框,利用缺省框完成对目标的定位与分类;训练目标检测基础网络;在目标检测基础网络上接入多尺度特征图融合模块,训练时固定目标检测基础网络的参数,仅调整多尺度特征图融合模块的参数;最后一个阶段同时微调目标检测基础网络与多尺度特征图融合模块的参数,使其达到耦合效果。
  • 一种基于尺度特征融合遥感图像目标检测方法

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