“深度预测”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586751个，建议您升级VIP下载更多相关专利

[发明专利]用于预测高置信度密集点云的深度补全误差地图的方法和装置-CN202010453175.3有效
发明人：哈米德·艾尔米第安;萨米尔·阿尔-斯多依;金东福 -专利权人：长城汽车股份有限公司
申请日： 2020-05-27 - 公布日： 2023-09-01 - 主分类号： G06T7/50 文献下载
摘要：本申请公开了一种用于预测高置信度密集点云的深度补全误差地图的方法和系统。可以使用所述方法和系统来获得高置信度点云。该方法包括获得三维传感器数据。该三维传感器数据可以是原始数据。该方法包括获得二维图像的稀疏深度数据。该方法包括获得预测深度地图。该预测深度地图可以基于稀疏深度数据。该方法包括获得预测误差地图。该预测误差地图可以基于稀疏深度数据。该方法包括输出高置信度点云。该高置信度点云可以基于预测深度地图和预测误差地图。
用于预测置信密集深度误差地图方法装置

[发明专利]光场相机的场景深度估计方法及装置-CN202210447419.6在审
发明人：温建伟;李营;其他发明人请求不公开姓名 -专利权人：北京拙河科技有限公司
申请日： 2022-04-26 - 公布日： 2022-07-15 - 主分类号： G06T7/557 文献下载
摘要：本申请提供的一种光场相机的场景深度估计方法及装置，涉及计算机技术领域，该方法包括：获取训练图像；将所训练图像输入预先构建的深度预测模型中进行训练，所述深度预测模型包括深度预测单元、卷积‑反卷积单元、位姿识别单元和特征融合单元，得到对应的预测深度图；将所得到的预测深度图与对应的第一损失函数和第二损失函数的联合损失函数进行联合损失计算，得到对应的单目深度估计图。本申请实施例能够显著地提升单目图像深度估计的总准确率。
相机场景深度估计方法装置

[发明专利]一种用于可穿戴头盔的单目图像深度估计方法-CN202211242648.0在审
发明人：张华强;程德强;寇旗旗;刘敬敬;徐飞翔;韩成功;张皓翔;吕晨 -专利权人：中国矿业大学
申请日： 2022-10-11 - 公布日： 2022-12-02 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种用于可穿戴头盔的单目图像深度估计方法，涉及图像处理技术领域，包括如下步骤：以矿井图像序列作为训练数据，建立进行单目深度估计的深度卷积神经网络模型的训练模型，并从卷积神经网络的平面系数解码器中计算出能预测井下图像深度图的平面系数；基于所述平面系数预测出初始井下图像深度图，根据曼哈顿结构法向检测得到预测法向量，从而与对齐法线相似性约束；通过共平面法向深度约束估计，提取初始预测深度和平面差异求得的深度图，利用两者风格矩阵进行余弦相似度约束本发明基于能预测井下图像深度图的平面系数间接再预测出深度图，打破了传统的生成初始深度图的方法，且使训练约束的起点高，有效提升了后期深度估计效果。
一种用于穿戴头盔图像深度估计方法

[发明专利]一种工业建筑混凝土碳化深度预测方法-CN202010773417.7在审
发明人：董振平;陈亚州;于军琪;赵安军;张英坤;景媛媛 -专利权人：西安建筑科技大学
申请日： 2020-08-04 - 公布日： 2020-11-06 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种工业建筑混凝土碳化深度预测方法，获取自然环境下工业建筑碳化深度的历史数据并分成训练集和测试集；利用变分模态分解方法对训练集和测试集进行自适应分解，得到训练集和测试集的模态分量子序列；利用训练集模态分量子序列作为训练预测模型对门控循环单元每个模态分量子序列进行训练，建立训练集各模态分量子序列的门控循环网络碳化深度预测子模型；利用训练集各模态分量子序列的门控循环网络碳化深度预测子模型对测试集模态分量子序列进行预测，将预测值累加后与真实值进行对比分析，完成工业建筑混凝土碳化深度预测评价本发明更细致掌握工业建筑碳化深度时间序列的特征，大大提高了碳化深度预测的精度。
一种工业建筑混凝土碳化深度预测方法

[发明专利]调整深度图像预测模型的方法、装置和电子设备-CN202011187044.1在审
发明人：高睿鹏;束纬寰;马楠;肖轩 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2020-10-29 - 公布日： 2021-02-09 - 主分类号： G06T7/207 文献下载
摘要：本发明实施例公开了一种调整深度图像预测模型的方法、装置、可读存储介质和电子设备。本发明实施例通过获取顺序拍摄的图像序列；获取多个样本数据组，各样本数据组包括在图像序列中相邻的第一图像和第二图像，以及在拍摄所述第一图像和第二图像之间的时间段内记录的运动数据；以无监督方式迭代调整深度图像预测模型和运动预测模型的参数以使得损失函数最优化通过上述方法，采用无监督方式迭代调整深度图像预测模型和运动预测模型的参数，以使得损失函数最优化，获取到优化的深度图像预测模型和运动预测模型，通过优化的深度图像预测模型对深度图像进行确定，可以提高所估计深度图像的精确度
调整深度图像预测模型方法装置电子设备

[发明专利]一种基于深度信念网络的位置预测方法及装置-CN201810015984.9有效
发明人：廖青;赵晶玲;吴杰;李妍 -专利权人：北京邮电大学
申请日： 2018-01-08 - 公布日： 2021-11-19 - 主分类号： G06N3/04 文献下载
摘要：本发明实施例提供了一种基于深度信念网络的位置预测方法及装置，涉及位置预测技术领域，解决了现有技术中只使用位置的坐标，利用马尔科夫模型进行位置预测，只使用位置的坐标这一个维度，所考虑的维度不够全面，影响预测位置的精确度的问题其中基于深度信念网络的位置预测方法包括：将所述多个特征作为深度信念网络的输入，利用所述深度信念网络进行位置预测，将所述深度信念网络的输出值为1对应的神经元所预测的位置，预定为用户在所述兴趣点的位置之后，所要到达的位置；其中，所述深度信念网络为利用包括有与所述多个特征相同类型的特征的样本作为训练集，对深度信念网络进行训练得到的。这样可以提高预测位置的准确度。
一种基于深度信念网络位置预测方法装置

[发明专利]基于太赫兹光谱与深度自动编码器的土壤重金属元素含量预测方法-CN201710325019.7有效
发明人：陈天娇;王儒敬;谢成军;张洁;李瑞;陈红波 -专利权人：中国科学院合肥物质科学研究院
申请日： 2017-05-10 - 公布日： 2020-02-14 - 主分类号： G01N21/3586 文献下载
摘要：本发明涉及基于太赫兹光谱与深度自动编码器的土壤重金属元素含量预测方法，与现有技术相比解决了无法对土壤成分进行大批量综合分析概括的缺陷。本发明包括以下步骤：土壤样本的获取和预处理；构造基于深度自动编码器的预测模型,在模型构造上采用去噪自动编码器和压缩编码器堆叠形成深度自动编码器预测模型；深度自动编码器预测模型的训练，将训练样本的太赫兹光谱数据输入深度自动编码器预测模型，完成对深度自动编码器预测模型的训练；土壤重金属元素含量的预测。本发明通过深度自动编码器的结构模型并结合太赫兹光谱来进行土壤重金属元素成分分析预测。
自动编码器预测模型土壤重金属元素太赫兹光谱预处理压缩编码器成分分析含量预测结构模型模型构造土壤样本训练样本综合分析预测堆叠去噪土壤

[发明专利]一种麻醉深度预测方法-CN202211058372.0在审
发明人：杨志景;何永康;彭思愿;陈明锦 -专利权人：广东工业大学
申请日： 2022-08-30 - 公布日： 2022-12-09 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及麻醉技术领域，公开了一种麻醉深度预测方法，包括：S1、获取TIVA全身麻醉注射的真实手术记录，将手术记录中的麻醉药物注射历史作为原始数据集；S2、对原始数据集进行预处理，将预处理后的原始数据集划分为训练集、验证集和测试集；S3、构建麻醉深度预测网络模型，麻醉深度预测网络模型包括PK‑PD模型、时序信息编码器和注意力机制解码器；S4、利用训练集对麻醉深度预测网络模型进行训练，利用验证集对训练过程中的麻醉深度预测网络模型进行评估，利用测试集测试麻醉深度预测网络模型的有效性，得到训练好的麻醉深度预测网络模型；S5、获取患者的麻醉药物注射历史，将患者的麻醉药物注射历史输入训练好的目标检测模型，输出麻醉深度预测结果。
一种麻醉深度预测方法

[发明专利]一种高桩码头桩基侧向位移预测方法-CN202211586898.6在审
发明人：陈爱青;昌雪玲;朱伟;吴威力;宣名轩;王嵩淇 -专利权人：浙江省交通运输科学研究院
申请日： 2022-12-10 - 公布日： 2023-03-14 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种高桩码头桩基侧向位移预测方法，包括如下步骤：获取高桩码头桩基侧向位移深度学习样本集；建立高桩码头桩基侧向位移深度学习预测模型；采用深度学习样本集对预测模型进行训练得到优化训练后的高桩码头桩基侧向位移深度学习预测模型；将实时采集的高桩码头桩实测数据输入到优化训练后的高桩码头桩基侧向位移深度学习预测模型得到模型输出预测结果。本发明通过高桩码头桩基侧向位移实测数据集和有限元仿真数据集的混合和修正，为建立高桩码头桩基侧向位移深度学习预测模型提供的丰富的样本数据，保障了侧向位移预测的准确性和可靠性。
一种码头桩基侧向位移预测方法

[发明专利]一种青藏高原春季积雪深度异常预测方法及装置-CN202310491404.4在审
发明人：周彬彬;蒋燕;刘双全;邵其专;王有香;陈凯;张聪通;李相勇;赵珍玉;周涵;栾毅;黄伟芝;杨皓钦;陈诗杰 -专利权人：云南电网有限责任公司
申请日： 2023-05-04 - 公布日： 2023-08-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例公开了一种青藏高原春季积雪深度异常预测方法及装置，所述方法包括：根据待预测时段所处的月份所需的预测因子，获取所述待预测时段内与所述预测因子的类型相匹配的观测数据；将所述观测数据输入预先构建的预测模型，以得到所述预测时间段的积雪深度预测结果；其中，所述预测模型是根据预先确定的预测因子通过多元线性回归方法建立的，所述预测因子是根据不同月份中目标区域积雪深度与气候因子的相关程度确定的。解决了现有技术中针对不同月份的积雪深度预测准确性较低的问题。
一种青藏高原春季积雪深度异常预测方法装置

[发明专利]基于麻雀搜索算法和分解误差校正的短期空气质量预测方法-CN202211308007.0在审
发明人：车金星;胡焜 -专利权人：南昌工程学院
申请日： 2022-10-25 - 公布日： 2023-01-31 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于麻雀搜索算法和分解误差校正的短期空气质量预测方法，包括以下步骤：S1，使用CEEMDAN分解算法对数据进行分解，得到若干IMF；S2，使用深度学习模型对所述若干IMF进行预测，对多个深度学习模型的预测误差进行处理，得到每个深度学习模型的权重；所述深度学习模型的数量至少两个；S3，根据权重将每个深度学习模型的预测结果相结合，得到综合预测结果即多模型组合预测的结果。本发明通过将空气质量预测与时间序列分解相结合，且采用组合预测的方法，使用权重将各个模型的预测结果结合起来，可以得到精度更高的空气质量预测结果。
基于麻雀搜索算法分解误差校正短期空气质量预测方法

[发明专利]一种帧内预测CTU快速划分方法、存储介质-CN202211538608.0在审
发明人：邓海东;许镒麒;王建华;高世龙;冯坤盛;黎明;邓魏琪 -专利权人：华南农业大学
申请日： 2022-12-02 - 公布日： 2023-03-14 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及帧内预测编码技术领域，具体涉及一种帧内预测CTU快速划分方法、存储介质，所述CTU快速划分方法包括S1.提取标准视频中若干个CTU，将CTU全像素与其对应深度一一对应，每一个CTU内的全像素使用线性拟合算法和KNN算法分别与每一个CTU划分深度进行训练，得到机器学习模型；S2.在每一帧视频编码CTU之前，使用机器学习模型预测每一帧CTU最大深度，当CTU划分为CU时，判断划分的深度是否大于等于预测CTU最大深度，若是，则终止划分CTU，该帧内预测CTU快速划分方法在编码深度大于等于机器学习预测深度时，提前终止CTU部分深度的代价计算，从而达到减少编码时间的效果。
一种预测 ctu 快速划分方法存储介质

[发明专利]基于静压桩施工质量可视化控制系统-CN202211181003.0有效
发明人：杨开敏;邵梅;何静 -专利权人：安徽智立通科技股份有限公司
申请日： 2022-09-27 - 公布日： 2023-07-04 - 主分类号： E02D33/00 文献下载
摘要：本发明公开了基于静压桩施工质量可视化控制系统，包括检测模块、可视化控制平台和数据分析模块，本发明通过基于预设静压桩埋入土壤深度将预埋入的土壤分为一类预测定深度、二类预测定深度和三类预测定深度划分，通过对一类预测定深度、二类预测定深度和三类预测定深度的含水量和参照数据库中的含水量数据一一进行数据比对，一方面避免了测定土壤深度不准确导致的对施工质量的错误判定，另一方面避免了单一的土壤数据具有迷惑性情况导致判定不准确情况的发生
基于静压施工质量可视化控制系统

[发明专利]一种基于深度学习和多目遥感影像的地物深度预测方法-CN202110420155.0有效
发明人：石茜;李学章;刘小平 -专利权人：中山大学
申请日： 2021-04-19 - 公布日： 2023-05-30 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于深度学习和多目遥感影像的地物深度预测方法，包括以下步骤：S1：利用无人机实际拍摄获取待预测数据，利用仿真扩充方法获取训练数据，将待预测数据和训练数据进行预处理；S2：将预处理后的训练数据和待预测数据进行单应性变换；S3：将变换后的训练数据输入至深度学习模型中对模型进行训练；S4：将变换后的待预测数据输入至训练好的深度学习模型中，输出地物深度。本发明利用深度学习模型和多目遥感影像技术结合，充分利用深度学习的特征提取与模型泛化优势，提高了地物深度预测的效率和精度。
一种基于深度学习遥感影像地物预测方法

[发明专利]解码和编码视频数据的方法和装置及计算机可读存储介质-CN201380081514.8有效
发明人：张莉;刘鸿彬;陈颖 -专利权人：高通股份有限公司
申请日： 2013-12-13 - 公布日： 2019-04-02 - 主分类号： H04N19/00 文献下载
摘要：本发明描述用于在3D视频译码过程中用信号表示和处理指示用于深度帧内预测和深度帧间预测模式的简化深度译码SDC的信息的技术，所述3D视频译码过程例如是由对HEVC的3D‑HEVC扩展界定的过程。在一些实例中，本发明描述用于在3D视频译码中统一用于深度帧内预测和深度帧间预测模式的SDC的信令的技术。可统一所述SDC的信令以使得视频编码器或视频解码器使用相同语法元素用于用信号表示用于所述深度帧内预测模式和所述深度帧间预测模式两者的SDC。并且，在一些实例中，视频译码器可针对所述深度帧内预测模式和深度帧间预测模式两者使用相同语法结构或相同类型的语法结构来用信号表示和/或处理在SDC模式中产生的残余值。
用于视频译码中的深度预测模式简化 sdc