“图像池”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1059793个，建议您升级VIP下载更多相关专利

[发明专利]一种尿液镜检方法、装置及小便器-CN202010329999.X在审
发明人：李春林 -专利权人：重庆德方信息技术有限公司
申请日： 2020-04-24 - 公布日： 2020-08-14 - 主分类号： G01N15/14 文献下载
摘要：本发明提供了一种尿液镜检方法，尿液镜检方法包括以下步骤：向计数池内加入样本，待计数池内样本达到设定量时，截断计数池的两端；当计数池内的样本处于静止状态时，通过图像采集装置采集计数池样本的图像。通过采集静止状态的样本图像，可以得到准确性较高的检测结果。
一种尿液方法装置小便器

[发明专利]一种用于获取盲超分辨率图像的方法、设备及存储介质-CN202110251126.6在审
发明人：雷娜;李泽增;郑晓朋;王胜法;罗钟铉 -专利权人：大连理工大学
申请日： 2021-03-08 - 公布日： 2021-06-08 - 主分类号： G06T3/40 文献下载
摘要：本公开涉及一种用于获取盲超分辨率图像的方法、设备及存储介质。该方法包括估计自然图像退化过程中的图像退化模型参数，其中所述图像退化模型参数包括卷积核池和噪声池；根据所述图像退化模型参数建立低分辨率‑高分辨率的配对图像数据集；利用所述配对图像数据集来训练和优化图像生成器；以及基于所述配对图像数据集和所述图像生成器来训练和优化图像判别器，以获得盲超分辨率图像。本公开通过自然图像的退化模型来估计模型参数，以便建立配对数据集，进而用于训练和优化图像生成器和判别器，从而能够获得盲超分辨率图像，极大地提高了超分辨率图像的质量。
一种用于获取分辨率图像方法设备存储介质

[发明专利]一种图像特征库的更新方法、校验方法及相关设备-CN202211539123.3在审
发明人：于润润;巩海军;孙鹤;潘华东 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-01 - 公布日： 2023-03-21 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种图像特征库的更新方法、校验方法及相关设备，该图像特征库的更新方法包括：通过图像处理模型执行至少一次图像处理任务至图像特征池满足预设要求；图像处理任务包括：通过图像处理模型对待处理图像进行目标图像处理，得到待处理图像的图像信息，并将图像信息添加到图像特征池中，图像信息至少包括待处理图像的图像特征；基于满足预设要求的图像特征池，对目标图像处理关联的基础图像特征库进行更新，其中，更新后的基础图像特征库用于对图像处理模型对图像进行目标图像处理得到的图像处理结果进行校验通过上述方式，本申请能够自适应更新基础图像特征库，提高用于校验的基础图像特征库的适用性。
一种图像特征更新方法校验相关设备

[发明专利]一种缓存方法和装置-CN201410842310.8有效
发明人：范伟云;陈立力;许焰;韩东涛;张兴明 -专利权人：浙江大华技术股份有限公司
申请日： 2014-12-30 - 公布日： 2015-10-07 - 主分类号： H04N5/781 文献下载
摘要：本发明涉及通信领域，公开了一种缓存方法和装置，该方法为：启动摄像头进行图像采集，并分别针对每一路摄像头采集的图像码流申请相应的存储空间；根据图像码流的路数将缓存块划分成不小于图像码流的路数的缓存池以及计算每一路图像码流对应的一个缓存池，并将每一路图像码流分别保存至对应的缓存池中，当任意一路图像码流对应的缓存池中的已存数据量达到设定阈值时，将任意一路图像码流对应的缓存池中当前保存的全部图像码流写入对应的存储空间中。这样，通过对缓存块进行缓存池的划分，可以将不连续的图像码流合并，将合并后的码流写入存储空间，不仅可以实现成百上千路码流同时写入存储空间，而且提高了存储设备的性能。
一种缓存方法装置

[发明专利]基于双线性注意力池化机制的细粒度敏感图像检测方法-CN202110031134.X在审
发明人：柯逍;王俊强;林艳 -专利权人：福州大学
申请日： 2021-01-11 - 公布日： 2021-04-23 - 主分类号： G06K9/46 文献下载
摘要：本发明涉及一种基于双线性注意力池化机制的细粒度敏感图像检测方法，包括以下步骤：步骤S1：获取敏感图像，并对获取的敏感图片集合进行数据清洗，得到NSFW敏感图像训练数据集；步骤S2：并将NSFW敏感图像训练数据集输入细粒度敏感图像智能审核网络模型，进行特征提取，生成特征图和注意力图；步骤S3：根据得到的注意力图对NSFW训练集进行基于注意力机制的数据增强，并对图像进行注意力裁剪和注意力丢弃；步骤S4：通过双线性注意力池化机制将聚合特征图和注意力图生成局部特征图，并通过卷积和池化提取局部特征，将所有局部特征组合成最终特征；步骤S5：根据最终特征预测敏感图像类别。本发明能够有效提高对难样本场景敏感图像的检测正确率。
基于双线注意力机制细粒度敏感图像检测方法

[发明专利]一种基于主动学习的结直肠癌病理组织图像分类方法-CN202310623858.2在审
发明人：贾西平;卓立林;韩楚;廖秀秀;张倩;陈昕叶;崔怀林;林智勇 -专利权人：广东技术师范大学
申请日： 2023-05-29 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明在结直肠癌肿瘤病理组织图像分类领域公开了一种基于主动学习的结直肠癌肿瘤病理组织分类方法，该方法包括以下步骤：收集结直肠癌组织图像，筛除不合格的图像；将所有图像划分为训练集、验证集以及测试集；对训练集中极小部分结直肠癌病理图像做图像级标注；并将所有图像划分为训练集、验证集以及测试集；建立一种深度学习模型；初始已化标注池及未标注池，利用已标注池中的样本训练网络；利用本轮训练好的模型对未标注池的样本进行预测；筛选出满足查询函数条件的样本进行标注；本发明利用一种基于主动学习的深度神经网络实现结直肠癌肿瘤病理组织图像分类，在一定程度上解决了计算机辅助结直肠癌病理诊断的问题。
一种基于主动学习直肠癌病理组织图像分类方法

[发明专利]一种密集权重连接的卷积神经网络图像分类方法-CN201810304695.0有效
发明人：刘义鹏;李湛青;梁荣华;陈朋;蒋莉;王海霞 -专利权人：浙江工业大学
申请日： 2018-04-08 - 公布日： 2022-01-11 - 主分类号： G06K9/62 文献下载
摘要：一种基于密集权重连接的卷积神经网络图像分类方法，包括以下步骤：1)模型的输入图像为经过预处理的原始图像，经过预处理的图像裁剪为一个固定尺寸；2)对图像进行较大尺寸的卷积操作和池化操作；3)将步骤2)中输出的特征送入第一个密集权重连接模块；4)加权组合处理；5)将步骤3)中密集权重连接块的输出继续送入下一个卷积层与池化层，此时的特征图像将近一步缩小；在经过多次密集权重连接块、卷积层、池化层的组合后，特征图像将不断组合并缩小为特征点；得到的特征点直接送入分类层进行分类或送入全连接层后再进行分类本发明应用于更加复杂的图像分类任务，对多层特征的融合增加了更多的前向通道，近一步避免了梯度问题的发生。
一种密集权重连接卷积神经网络图像分类方法

[发明专利]基于码书块稀疏的非负稀疏编码的图像特征提取方法-CN201510567121.9有效
发明人：王进军;石伟伟;龚怡宏;张世周 -专利权人：西安交通大学
申请日： 2015-09-08 - 公布日： 2018-10-30 - 主分类号： G06K9/46 文献下载
摘要：本发明基于码书块稀疏的非负稀疏编码的图像特征提取方法，包括步骤：1)对待处理的图像数据集中所有图像分别稠密地提取块级特征；2)随机地选取若干块级特征；3)建立基于码书块稀疏的非负稀疏编码模型；4)用随机选取的块级特征来求解出该图像数据集块级特征的码书；5)固定码书，对所有的块级特征进行基于码书块稀疏的非负稀疏编码；6)对图像数据集每张图像的编码进行空间金字塔最大池化方法整合；7)按照基于码书块稀疏的非负稀疏编码模型的目标函数，求出该图像数据集空间金字塔最大池化后的初级特征向量的码书，对空间金字塔最大池化后的初级特征向量再进行一次基于码书块稀疏的非负稀疏编码，得到每张图像最终的特征向量。
基于码书块稀疏编码图像特征提取方法

[发明专利]一种CSM图像分割方法、装置、终端设备及存储介质-CN202110363633.9在审
发明人：王书强;陈卓;胡勇;申妍燕 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-04-02 - 公布日： 2021-08-20 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种CSM图像分割方法、装置、终端设备及存储介质，涉及深度学习技术领域，能够在一定程度提高CSM图像分割的精度。该方法包括：获取目标图像；将所述目标图像输入到已训练的生成器中处理，得到所述目标图像的分割图像，所述生成器为编码器‑解码器结构，且所述编码器和所述解码器之间设置有金字塔池化模块，所述编码器中的多个卷积层和所述金字塔池化模块之间相互连接
一种 csm 图像分割方法装置终端设备存储介质

[发明专利]图像处理方法、装置、电子设备和计算机可读存储介质-CN202110986803.9在审
发明人：张琪;陈超;李绍欣;李季檩;蔡飞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-08-26 - 公布日： 2022-04-12 - 主分类号： G06V10/40 文献下载
摘要：本发明实施例公开了一种图像处理方法、装置、电子设备和计算机可读存储介质；本发明实施例在获取图像样本集合后，采用预设图像处理模型对风格图像样本进行风格特征提取，得到风格图像样本的初始风格特征，然后，对初始风格特征进行聚类，以得到图像样本集合对应的风格特征池，根据风格特征池，对初始风格特征进行调整，得到风格图像样本的风格特征，然后，基于风格图像样本的风格特征和原始图像样本对预设图像处理模型进行收敛，得到训练后图像处理模型，该训练后图像处理模型用于根据风格图像对待处理原始图像进行风格转换；该方案通可以提升图像处理的准确性。
图像处理方法装置电子设备计算机可读存储介质

[发明专利]基于信道级联的广域视场行人检测方法-CN201811165201.1有效
发明人：姚拓中;何姣姣;安鹏;何加铭 -专利权人：宁波工程学院
申请日： 2018-09-30 - 公布日： 2021-05-14 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于信道级联的广域视场行人检测方法，包括步骤：S1、获取训练图像的级联信息层；S2、对最新的级联信息层进行训练，获取分类器；S3、提取待检测图像的特征后输入分类器中；步骤S1中包括：S11、对所有的训练图像进行最大池化处理；S12、对第一层池化特征图和第二层池化特征图进行卷积处理；S13、将新获取的级联信息层与下一层池化特征图进行卷积处理；S14、判断当前进行卷积处理的池化特征图是否为第N‑a层池化特征图，若是，执行步骤S2；否则，执行步骤S33。
基于信道级联广域视场行人检测方法

[发明专利]一种人像分割方法及装置-CN202010919568.9在审
发明人：罗建平;杨坚伟;凌健 -专利权人： TCL科技集团股份有限公司
申请日： 2020-09-04 - 公布日： 2022-03-22 - 主分类号： G06V10/26 文献下载
摘要：本申请适用于数字图像处理领域，提供了一种人像分割方法及装置，该方法包括：获取人像原始图像，人像原始图像的画面中包含人像；将该人像原始图像输入人像分割网络进行处理，输出人像掩码图像；该人像分割网络包括编码模块、金字塔池化模块以及解码模块；根据该人像掩码图像将该人像原始图像划分为人像图像以及背景图像。本申请中，在构建人像分割网络时，设置编码模块、金字塔池化模块以及解码模块，减少人像分割网络获得人像掩码图像时的计算量，从而降低了搭载该人像分割网络的终端设备的计算能力需求。
一种人像分割方法装置

[发明专利]一种路面分割方法、装置、设备及介质-CN201910265033.1在审
发明人：陈海波 -专利权人：深兰科技（上海）有限公司
申请日： 2019-04-03 - 公布日： 2019-08-20 - 主分类号： G06T7/10 文献下载
摘要：所述路面分割方法，包括：采集包含交通道路信息的原始图像；对所述原始图像进行至少一轮预设处理，得到变换图像，所述预设处理包括卷积处理、池化处理以及对卷积处理后的图像和池化处理后的图像进行拼接处理；基于预先配置的路面特征与反卷积层的对应关系，确定所述变换图像中包含的路面特征对应的反卷积层；根据所述反卷积层对所述变换图像进行反卷积运算，得到路面分割结果。
反卷积变换图像分割结果卷积处理路面特征原始图像池化预设分割图像交通道路拼接处理预先配置运算采集保证

[发明专利]集成从执行协同驾驶的车辆获取的行驶图像的方法及装置-CN202010070470.0在审
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕焄;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2020-08-07 - 主分类号： G06K9/00 文献下载
摘要：本发明是集成从执行协同驾驶的车辆获取的行驶图像的方法及装置。本发明提供一种针对从执行协同驾驶的车辆中获取的行驶图像进行集成的方法，其特征在于，安装于主车辆上的主行驶图像集成装置执行以下步骤：(a)将主行驶图像输入到主客体检测器，(1)通过主卷积层运用卷积运算，生成主特征图，(2)通过主RPN生成主ROI，(3)通过主池化层运用池化运算，生成主池化特征图，(4)通过主FC层运用FC运算，生成主客体相关主客体检测信息；(b)将主池化特征图输入到主置信网络，生成主置信度；及(
集成执行协同驾驶车辆获取行驶图像方法装置

[发明专利]一种多阶段特征融合的视网膜血管分割方法及系统-CN202210050896.9在审
发明人：王素玉;段堃仪 -专利权人：北京工业大学
申请日： 2022-01-17 - 公布日： 2022-04-29 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种多阶段特征融合的视网膜血管分割方法及系统，涉及计算机视觉中的医学图像分割技术领域，包括：将预处理的视网膜血管图像输入卷积神经网络获取初始特征图；根据初始特征图进行多次下采样，获得多张下采样特征图并进行多阶段特征融合，获得多张融合特征图；对最后一次下采样得到的下采样特征图进行多尺度池化，包括条形池化，获得图像池化后特征图；对池化后特征图持续进行多次上采样、均与尺寸相同的融合特征图进行对应像素相加操作，直至恢复初始特征图尺寸大小，获得完整特征图；根据完整特征图反卷积获得视网膜血管图像的分割图。
一种阶段特征融合视网膜血管分割方法系统