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3803368个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于双层融合深度网络的语音情感识别方法-CN202210419568.1在审
  • 李飞;李斌建;李汀 - 南京邮电大学
  • 2022-04-21 - 2022-07-12 - G10L25/63
  • 本发明涉及一种基于双层融合深度网络的语音情感识别方法,为了获得丰富的交叉模态的信息本发明利用了语音和文本两个模态的特征向量进行寻优融合,捕捉复杂的关联在音频和文本之间进行情感识别。首先将语音和文本信息通过预处理,得到音频和文本特征向量,通过FBP特征融合模块,将音频特征,文本特征模态交叉融合,将融合后的特征向量分别经过LSTM,GRU,DNN三个子模型组成的level‑1初级特征编码网络,然后level‑1三个子网络的输出做二次融合,编码高级特征融合的方法是hadmard积,最后将融合后的特征输入到level‑2的BiLSTM编码网络,最后接分类输出层,预测情感类别。本次提出的融合在公开数据集IEMOCAP上实验结果显示达到了80.38%WA和78.62%UA,实现了目前语音情感识别领域较好的结果。
  • 一种基于双层融合深度网络语音情感识别方法
  • [发明专利]基于特征和多分类器的骨髓细胞分类识别方法及系统-CN202110536794.3有效
  • 祖建;葛飞;王雯娟;吴晓明 - 西安交通大学
  • 2021-05-17 - 2022-12-09 - G06T7/00
  • 本发明公开了一种基于特征和多分类器的骨髓细胞分类识别方法及系统,基于3个迁移学习分类器对骨髓细胞进行训练测试;分别提取骨髓细胞图像数据集的纹理特征LBP,形状特征HOG和颜色特征HSV并进行融合得到特征融合图像,利用Keras模型融合对3个迁移分类器进行融合,得到融合分类器,并利用在单个分类器中取得最好测试准确率的特征融合图像对融合分类器进行训练,得到测试准确率最好的多特征多分类器融合模型;对骨髓细胞图像中的骨髓细胞进行定位分割,得到模型应用数据集;并利用测试效果最好的多特征多分类器融合模型对该数据集进行测试,得到最终的模型应用效果。本发明结合不同特征和不同分类器的优势,提高了骨髓细胞的测试分类准确率。
  • 基于特征分类骨髓细胞识别方法系统
  • [发明专利]一种基于深度学习和指标融合的疲劳检测方法-CN202111304271.2在审
  • 贾慧杰;肖中俊 - 齐鲁工业大学
  • 2021-11-05 - 2022-01-28 - G06V20/59
  • 本发明涉及一种基于深度学习和指标融合的疲劳检测方法,包括如下步骤,步骤1:采集驾驶员图像,并对图像进行预处理;步骤2:对处理后的图像进行人脸定位以及特征点检测;步骤3:通过眼睛和嘴巴状态识别网络模型对驾驶员的眼睛和嘴巴进行状态判断;步骤4:结合眼睛睁闭、嘴巴张闭、头部姿态进行融合判断驾驶员的疲劳状态。利用改进型MTCNN能够准确快速的检测到人脸以及眼睛和嘴巴区域,利用E‑MSR Net能够对嘴巴和眼睛的状态进行准确快速的判断,利用面部特征融合能够对驾驶员的疲劳状态进行准确判断。
  • 一种基于深度学习指标融合疲劳检测方法
  • [发明专利]一种基于ViT的视角3D重建方法及系统-CN202210882614.1在审
  • 付彦伟;曹辰捷 - 复旦大学
  • 2022-07-26 - 2022-12-02 - G06T17/00
  • 本发明涉及一种基于ViT的视角3D重建方法及系统,该方法包括:S1、获取指定场景视角2D图片以及对应的相机参数;S2、选取参考图片以及源图片;构建融合ViT与特征金字塔网络FPN的特征抽取模型,进行特征抽取;S3、构建代价矩阵,并基于分类损失分层级优化不同层级的代价矩阵预测的深度图;S4、采用动态尺度策略对构建的视角重建MVS模型进行训练;S5、从测试集中选取参考图片及对应的源图片,采用预训练好的多视角重建MVS模型,对深度图进行预测,并采用深度融合对预测得到的视角深度图进行深度融合和点云重建。与现有技术相比,本发明通过引入预训练的ViT,提升了MVS中特征抽取的鲁棒性,提高了最终3D重建的效果。
  • 一种基于vit视角重建方法系统

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