“像素判别”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果196505个，建议您升级VIP下载更多相关专利

[发明专利]页面即时翻译系统及页面即时翻译方法-CN201210161919.X无效
发明人：董名垂;费晓磊 -专利权人：董名垂;费晓磊
申请日： 2012-05-23 - 公布日： 2012-09-19 - 主分类号： G06F17/28 文献下载
摘要：本发明提供一种页面即时翻译系统及页面即时翻译方法，该翻译系统包括图像截取模块、字符获取模块、字符识别模块、翻译模块以及显示模块，其中，字符获取模块具有图像识别模块，通过对从图像的中心作出的至少一条射线上的像素灰度值进行统计，判别图像的布局；以及字符区域确定模块，根据图像的顶点的像素颜色确定图像的背景颜色，并对图像的所有像素进行逐行扫描，标记包含有非背景颜色像素的行，对被标记的行进行逐列扫描，标记非背景颜色的像素，将被标记的像素中灰度值大于或等于背景颜色灰度值的像素识别为字符区域
页面即时翻译系统方法

[发明专利]一种基于DCGAN的极化SAR图像分类方法-CN201710440090.X在审
发明人：焦李成;屈嵘;张婷;马晶晶;杨淑媛;侯彪;马文萍;刘芳;尚荣华;张向荣;张丹;唐旭 -专利权人：西安电子科技大学
申请日： 2017-06-12 - 公布日： 2017-10-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于DCGAN的极化SAR图像分类方法，包括以下步骤1)得奇次散射系数、偶次散射系数及体散射系数，再构建基于像素点的特征矩阵F；2)将基于像素点的特征矩阵F中的各元素值归一化到[0，1]3)将特征矩阵F1中的每个元素通过其周围64×64的图像块进行替换，得基于图像块的特征矩阵F2；4)构造无标签训练数据集D1的特征矩阵W1及有标签训练数据集D2的特征矩阵W2；5)构造测试数据集T的超像素聚类中心的特征矩阵W3；6)得到训练后的训练网络模型DCGAN；7)构建判别分类网络模型，然后通过判别分类网络模型对特征矩阵W3进行分类，该方法能够实现极化SAR图像的分类，并且分类精度较高。
一种基于 dcgan 极化 sar 图像分类方法

[发明专利]基于对抗式相对深度约束网络的三维人体姿态估计方法-CN202010521352.7在审
发明人：刘阳温;李桂清;韦国栋;聂勇伟 -专利权人：华南理工大学
申请日： 2020-06-10 - 公布日： 2020-11-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于对抗式相对深度约束网络的三维人体姿态估计方法，包括步骤：1)输入人体16个关节点的二维像素坐标，并归一化预处理；2)输入二维像素坐标到深度预测网络，输出人体16个关节点的深度值；3)利用深度值与二维像素坐标来重构关节点的三维坐标；4)输入三维人体姿态到生成式对抗网络的判别器进行真实性误差计算，利用三维人体姿态与图像对应的各关节点间的相对深度信息进行相对深度误差计算；5)将生成式对抗网络的判别器计算的真实性误差与相对深度误差相加得到总误差
基于对抗相对深度约束网络三维人体姿态估计方法

[发明专利]图像分割模型的训练方法和装置、图像分割方法和装置-CN201911173359.8有效
发明人：曹世磊;王淑欣;陈思宏;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-26 - 公布日： 2023-08-08 - 主分类号： G06V10/778 文献下载
摘要：本申请涉及一种图像分割模型的训练方法、装置、计算机可读存储介质和计算机设备，所述方法包括：将获取的第一未标注图像输入所述语义分割网络中进行分割，得到第一分割图像；所述第一分割图像中的每个分割区域表示一个类别，一个分割区域中的各个像素点的类别相同；将所述第一分割图像输入所述判别网络中进行判别，得到所述第一分割图像对应的第一置信度图；所述第一置信度图用于表示所述第一分割图像中各个像素点的类别的可信程度；根据所述第一置信度图对所述第一分割图像中各个像素点进行标注
图像分割模型训练方法装置

[发明专利]一种基于密集语义对比的自监督视觉模型预训练方法-CN202110988818.9在审
发明人：王伟平;李晓倪;周宇 -专利权人：中国科学院信息工程研究所
申请日： 2021-08-26 - 公布日： 2022-01-28 - 主分类号： G06V10/774 文献下载
摘要：i，利用数据增强方法a、b分别对样本图像xi增强后进行特征提取和映射，得到样本图像xi中每一个像素点pi的特征，即像素级特征进行对比学习，得到实例判别损失DDA0003231779330000016.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="yes" />进行对比学习，得到像素判别损失Lpix；3)根据像素点pi对应的正样本集计算邻居判别损失Lnei；4)对像素级特征集合
一种基于密集语义对比监督视觉模型训练方法

[发明专利]图像复原模型训练方法、装置及图像复原方法和装置-CN201810712546.8在审
发明人：刘永康;杜家鸣;张福刚;段立新 -专利权人：国信优易数据有限公司
申请日： 2018-06-29 - 公布日： 2018-11-30 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种图像复原模型训练方法、装置及图像复原方法和装置，其中，图像复原模型训练方法包括：将具有像素损失区域的待处理图像输入图像生成神经网络，对所述待处理图像进行复原，得到所述待处理图像的伪造图像；将所述待处理图像的原始图像以及所述伪造图像输入图像判别神经网络，使用所述图像判别神经网络为所述原始图像和所述伪造图像进行分类；基于所述伪造图像和所述原始图像的比对结果，对所述图像生成神经网络进行本轮训练，以及基于分类结果对所述图像判别神经网络进行本轮训练；经过对所述图像生成神经网络、图像判别神经网络的多轮训练，得到图像复原模型。
神经网络图像复原待处理图像图像判别原始图像伪造模型训练图像方法和装置图像生成比对结果分类结果输入图像图像输入像素损失多轮复原减小申请分类

[发明专利]模型训练方法、人物图像补全方法、装置及电子设备-CN201910860914.8在审
发明人：朱俊伟;佘志东;张震涛 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-09-11 - 公布日： 2021-03-12 - 主分类号： G06N3/04 文献下载
摘要：本公开涉及图像处理技术领域，具体涉及一种模型训练方法、人物图像补全方法，模型训练装置、人物图像补全装置，介质及电子设备，所述模型训练方法包括：根据预设算法与预设随机模板和预设模型分别对人物样本图像预处理得到目标图片和具有像素损失区域的待处理图像；将预设随机模板和待处理图像输入生成神经网络生成补全人物图像和补全边缘图像；将补全人物图像、补全边缘图像和人物样本图像、目标图像输入判别神经网络生成判别结果；根据多张人物样本图像对应的判别结果对生成神经网络和判别神经网络进行多轮对抗训练
模型训练方法人物图像装置电子设备

[发明专利]胃癌神经浸润数字病理切片图像定位和分类方法及系统-CN202210217663.3在审
发明人：高钦泉;胡紫薇;兰俊林;陈刚;张和军;王健超 -专利权人：福州大学;福建省肿瘤医院（福建省肿瘤研究所、福建省癌症防治中心）
申请日： 2022-03-08 - 公布日： 2022-06-10 - 主分类号： G06T7/11 文献下载
摘要：分割胃癌细胞区域并输出胃癌细胞生成掩模，同时构建并将训练图像块输入DETR模型，检测神经区域对神经进行定位和分类；而后，基于胃癌分割模型的输出结果和DETR网络输出结果，将胃癌分割掩膜和神经检测结果图输入神经浸润判别网络，对神经区域与胃癌区域进行像素级别的重叠判别，若不存在重叠区域，则对该神经区域判别为正常神经区域，不对其进行定位和类别的呈现；若存在重叠区域，则判别是神经浸润，输出神经浸润的定位和分类结果；最后，将小patch
胃癌神经浸润数字病理切片图像定位分类方法系统

[发明专利]基于支持向量机和判别随机场的SAR图像变化检测方法-CN201410033433.7有效
发明人：李明;李荷镜;张鹏;吴艳;付利国;许佳 -专利权人：西安电子科技大学
申请日： 2014-01-23 - 公布日： 2014-05-21 - 主分类号： G06T7/00 文献下载
摘要：本发明属于SAR图像变化检测技术领域，公开了基于支持向量机和判别随机场的SAR图像变化检测方法。该基于支持向量机和判别随机场的SAR图像变化检测方法包括以下步骤：对原始两时相图像进行灰度值归一化处理，并在处理后的图像中提取对应的灰度特征差值和纹理特征差值；组成差值特征向量；利用加权平均比率算子提取差值图像中每个像素点的边界强度；在差值图像中选取训练样本，将训练样本用对应的差值特征向量进行表示，通过训练支持向量机，得到测试样本的初始分类标签、以及测试样本的分类标签的后验概率；得出初始的支持向量机—判别随机场模型；更新支持向量机—判别随机场模型，得出对应的测试样本的最终分类标签以及变化检测结果。
基于支持向量判别随机 sar 图像变化检测方法

[发明专利]一种基于生成对抗网络的像素级人像抠图方法-CN201711022184.1有效
发明人：王伟;周红丽;王晨吉;方凌 -专利权人：西安电子科技大学
申请日： 2017-10-27 - 公布日： 2021-06-25 - 主分类号： G06T7/194 文献下载
摘要：本发明公开了一种基于生成对抗网络的像素级人像抠图方法，解决了机器抠图领域需要海量制作成本巨大的数据集训练优化网络的问题。本发明预先设置对抗学习模式的生成网络和判别网络，生成网络为具有跳跃连接的深度神经网络；将含有人像的真实图像输入生成网络输出人景分割图像；将第一和第二图像对分别输入到判别网络输出判别概率，确定生成网络和判别网络的损失函数
一种基于生成对抗网络像素人像方法

[发明专利]一种人脸性别的识别方法-CN201510045379.2有效
发明人：凌远强 -专利权人：广州远信网络科技发展有限公司
申请日： 2015-01-28 - 公布日： 2018-04-24 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及人脸识别技术领域，特别涉及一种人脸性别的识别方法，其依次包括以下步骤获取人脸图像；检测该人脸图像是否包含人脸；将该人脸图像转换成关于像素点的灰度直方图；计算适量特征；将其转换成向靠近基函数内核；通过效用函数计算出该人脸图像的对象性别判别值。本发明的识别方法赋予计算机判别人脸图像中的对象性别的能力，实现自动化智能管理。
一种性别识别方法

[发明专利]支持向量机与区域增长相结合的图像分割方法-CN201010155194.4无效
发明人：刘露;马建为;楚春雨;张斌 -专利权人：哈尔滨理工大学
申请日： 2010-04-26 - 公布日： 2010-09-08 - 主分类号： G06T7/00 文献下载
摘要：经典的区域增长算法进行图像分割时通常需要手动选取种子点而且生长规则确定困难；典型的分类方法(如支持向量机)进行图像分割时需要对图像中的每个像素点进行特征提取并使用分类器判别，因此分割速度通常较慢。本发明的方法步骤为：(1)选取样本训练分类器；(2)自动选取种子点；(3)使用支持向量机判别进行区域增长；(4)进行后处理。本发明用于同一类图像的自动分割。
支持向量区域增长相结合图像分割方法

[发明专利]一种监控视频中运动目标的阴影检测方法、系统-CN201510641222.6有效
发明人：裴继红;谢维信;李宝林;杨烜 -专利权人：深圳大学
申请日： 2015-09-30 - 公布日： 2018-12-25 - 主分类号： G06T7/246 文献下载
摘要：本发明属于图像处理技术领域，提供了一种监控视频中运动目标的阴影检测方法，所述方法包括：建立阴影的三维高斯概率模型,并对模型参数进行初始化；对运动前景区域中的每个像素,将其映射到运动前景/视频背景的三基色颜色比值空间中；根据建立的阴影三维高斯概率模型对得到的运动前景区域中的每个像素进行判别,检测并区分出阴影像素和运动目标像素，从而检测得到阴影区域。
一种监控视频运动目标阴影检测方法系统

[发明专利]平滑图像判别方法和装置-CN201410139253.7有效
发明人：栗志超;孟张伟 -专利权人：北大方正集团有限公司;北京北大方正电子有限公司
申请日： 2014-04-08 - 公布日： 2018-04-17 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种平滑图像判别方法和装置，其中方法包括获取文件页面中的每一图像中各像素点的像素值；对于每一图像，遍历除边界像素点以外的每一像素点，计算每一像素点与预设范围邻域内所有相邻像素点的像素值的均方差，若均方差小于第一阈值，则确定以像素点为中心的预设大小的矩形块是平滑块；统计每一图像中的预设大小的矩形块的总数以及平滑块的个数，并根据平滑块的个数、矩形块的总数以及第二阈值，确定图像的平滑性；在得到所有图像的平滑性之后
平滑图像判别方法装置

[发明专利]一种海面监测图像弱小目标跟踪方法及装置-CN201510448145.2在审
发明人：王学伟;李建辉;刘莹 -专利权人：广东东软学院
申请日： 2015-07-27 - 公布日： 2015-11-18 - 主分类号： G06T7/20 文献下载
摘要：本发明实施例公开了一种海面监测图像弱小目标跟踪方法及装置，解决了由于目前的目标判别算法主要针对的是显著成像的目标，即目标具有明显的形状、轮廓、纹理等信息，而导致的对于点状或斑点状的弱小目标无法跟踪的技术问题本发明实施例的海面监测图像弱小目标跟踪方法包括：以确定的目标基本位置坐标为中心设置对应的矩形区域，矩形区域的像素信息为W×H个像素；在矩形区域中进行与像素信息对应的行方向和列方向的像素差分计算；根据行方向和列方向的像素差分计算的结果确定行方向的最大差分绝对值对应的行位置和列方向的最大差分绝对值对应的列位置为目标实时位置坐标
一种海面监测图像弱小目标跟踪方法装置