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3761897个,建议您升级VIP下载更多相关专利
  • [发明专利]一种稠密估计方法及装置-CN201710731234.7有效
  • 卢远勤;王乃岩 - 北京图森智途科技有限公司
  • 2017-08-23 - 2020-05-12 - G06T7/269
  • 本发明公开一种稠密估计方法及装置,以提高稠密估计的准确性和效率。方法包括:根据预置的稀疏估计算法对图像对进行处理,得到所述图像对中基准图像对应的初始稀疏,所述图像对包含基准图像和基准图像下一帧图像;根据所述初始稀疏生成稀疏掩码;将所述基准图像以及该基准图像的初始稀疏和稀疏掩码输入预先训练得到的用于预估稠密的卷积神经网络中,得到所述基准图像的稠密
  • 一种稠密估计方法装置
  • [发明专利]一种估计方法、装置及电子设备-CN202310238153.9在审
  • 刘建伟 - 北京爱芯科技有限公司
  • 2023-03-07 - 2023-05-23 - G06T7/269
  • 本申请提供一种估计方法、装置及电子设备,其中,估计方法包括:采用多级估计模型获取第k‑1帧图像到第k帧图像的估计;多级估计模型包含多层估计层,其中,第n层估计层获取第n层估计的方法为:根据第n‑1层估计层所获取的第n‑1层估计以及多级估计模型中的第n层输入图像kn,获取第n层初始;根据第n层初始,获取第n层估计。仅根据上一层的估计以及当前层的输入图像,即可获取准确的当前层的初始,无需额外缓存原始帧图像,有效降低了算法硬件后的硬件面积,实现了算法硬件的高集成和低成本。
  • 一种估计方法装置电子设备
  • [发明专利]一种基于优化语义分割的图像序列计算方法-CN202010160371.1有效
  • 张聪炫;邓士心;陈震;黎明;危水根 - 南昌航空大学
  • 2020-03-10 - 2022-09-27 - G06T7/269
  • 一种基于优化语义分割的图像序列计算方法,它包含如下步骤:一、输入连续两帧图片,利用去均值归一模型计算连续两帧间的前景后景;二、输入连续两帧图片,利用语义模型分割出连续两帧的标签图;三、将步骤一计算出的以及步骤二的标签图作为输入,利用全连接分层算法,得到优化分割图像;四、将步骤一中的连续两帧图片和计算出的结果以及步骤三中的优化分割结果作为输入量,利用前景模型计算最终结果;本发明采用全连接去均值归一模型上加入了边窗滤波计算,然后使用全连接分层模型优化的分割图先验信息,最终利用前景模型优化最终,克服了针对光照突变场景图像序列计算结果精度较低的问题。
  • 一种基于优化语义分割图像序列计算方法
  • [发明专利]基于物理学的改善粒子图像测速稳健性方法-CN201710958396.4在审
  • 王洪雁;郑佳;王拓 - 大连大学
  • 2017-10-16 - 2018-03-20 - G06T7/269
  • 本发明针对可视流动图像边缘扩散及噪声和异常点影响使得计算稳健性较差的问题,提出一种基于物理学的稳健计算方法以改善计算稳健性。所提算法在基于物理学方法中引入各向异性滤波器以增强边缘稳健性,并增加惩罚因子以减少噪声及异常点对光计算的影响,而后基于变分方法极小能量函数以求解欧拉‑拉格朗日方程,最后通过迭代方法求得速度场仿真结果表明,与传统的Lucas‑Kanade、Horn‑Schunck、金字塔Lucas‑Kanade以及基于物理的计算方法相比,所提算法可显著减少边缘和角落区域扩散,改善针对噪声及异常点的稳健性
  • 基于物理学改善粒子图像测速稳健性光流方法
  • [发明专利]一种基于RAFT的全卷积孪生网络目标跟踪算法-CN202011576370.1有效
  • 刘烨;汤二勇;王洪章;武天用;戴尹 - 南京邮电大学
  • 2020-12-28 - 2022-09-13 - G06T7/246
  • 本发明公开了一种基于RAFT的全卷积孪生网络目标跟踪算法,首先确定目标图片的位置和大小信息,然后初始网络参数,根据第一帧图片进行特征提取,并进行模型初始;根据后续帧图片,提取特征并计算相似度,输入至模型,通过多次的迭代,更新光信息;将融合了信息的特征输入到跟踪模型中预测目标的位置,然后在预测的目标位置预估目标的具体尺寸,同时依据网络的权值以及模型的参数来更新模型;最后输出目标的位置的尺寸大小;本发明公开的目标跟踪方法采用了结合信息的端到端的目标跟踪模型,可以提升模型跟踪的成功率和鲁棒性。
  • 一种基于raft卷积孪生网络目标跟踪算法
  • [发明专利]噪声环境下光场快速稳健估计方法-CN201711266461.3有效
  • 王洪雁;郑佳;邱贺磊 - 大连大学
  • 2017-12-05 - 2021-04-02 - G06T7/269
  • 本发明涉及一种噪声环境下光场快速稳健估计方法。所提算法基于噪声环境下光场估计方法(ML法),引入惩罚因子以增强光计算稳健性,并在计算迭代公式中加入动量因子缩短计算收敛时间以加快场计算,而后基于变分方法极小能量函数求解欧拉‑拉格朗日方程仿真结果表明,对视频中连续两帧图片加入不同高斯噪声后,与M算法及ML方法相比,所提算法可显著增强光场计算稳健性,缩短计算收敛时间,加快场计算。
  • 噪声环境下光流场快速稳健估计方法

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