“特征点提取”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3661164个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的三维点云语义分割方法-CN202010190589.1有效
发明人：孙志刚;江湧;邓世恒;肖力;王卓 -专利权人：华中科技大学
申请日： 2020-03-18 - 公布日： 2022-06-14 - 主分类号： G06T7/10 文献下载
摘要：本发明公开一种基于深度学习的三维点云语义分割方法，属于三维点云与模式识别领域。包括：使用三维点云训练集训练语义分割神经网络模型，标签为真实语义类别，语义分割神经网络模型包括：特征提取网络和语义分割网络；特征提取网络用于提取三维点云的全局特征和局部特征；语义分割网络用于融合点云的全局特征和局部特征，输出的特征图对应各点属于各个语义类别的概率；将待测点云输入训练好的语义分割神经网络模型，得到点云的分割结果。本发明使用局部特征提取模块对点云的多个尺度局部特征进行提取，使用通道注意提升模块提升重要特征通道的注意力，抑制不重要特征通道，使用加权重的多类别损失函数优化训练效果，提高了语义分割方法的精度。
一种基于深度学习三维语义分割方法

[发明专利]一种改进尺度不变特征变换的快速拼接方法-CN202010687997.8有效
发明人：何小海;要小涛;王正勇;卿粼波;吴小强;滕奇志 -专利权人：四川大学
申请日： 2020-07-16 - 公布日： 2023-04-18 - 主分类号： G06T3/40 文献下载
摘要：本发明提出了一种改进尺度不变特征变换的快速拼接方法。首先用感知哈希方法将待拼接图像的相似区域提取出来，然后提取相似区域的SIFT特征点，使用基于位置方向信息的方法进行特征点配准。由于先是在相似区域上提取上提取特征点，减少不必要的特征点提取并缩短了特征提取，使得缩短描述子计算的时间。在匹配方法上进一步地剔除不相关特征点，加速匹配。在多组图像拼接的实验上验证了该方法的有效性。
一种改进尺度不变特征变换快速拼接方法

[发明专利]一种基于局部特征点特征流型的目标跟踪方法-CN201410107054.8在审
发明人：罗伟涛;郭延文;刘明;陈晔;汤峰;李昂 -专利权人：南京大学
申请日： 2014-03-21 - 公布日： 2014-08-13 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于局部特征点特征流型的目标跟踪方法，包括以下步骤：指定第一帧图像中的目标，提取特征点；对局部区域图像进行变换；对每个变换后图像的特征点提取尺度不变特征描述向量，构成特征向量集；采用线性子空间逼近特征向量集；在下一帧中提取目标临近区域特征点尺度不变特征描述；将下一帧中提取的特征点与当前帧的特征流型集合以及候选特征点集合中的元素进行匹配，生成匹配关系；根据匹配关系计算连续两帧匹配点之间的单应变换矩阵；对目标区域顶点坐标进行单应变换，计算出目标的位移；更新并记录目标位置，更新特征流型集合及候选特征点集合；若下一帧非最后一帧，移动至下一帧；否则，结束。
一种基于局部特征目标跟踪方法

[发明专利]一种应用于MRA图像动脉瘤的特征提取以及匹配方法-CN202210330898.3在审
发明人：李燕玲;周小倩 -专利权人：西安交通大学医学院第二附属医院
申请日： 2022-03-29 - 公布日： 2022-07-29 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种应用于MRA图像动脉瘤的特征提取以及匹配方法，包括以下步骤：步骤1：首先，收集若干动脉瘤样本，每个样本提取出3DSIFT特征，每个3DSIFT特征点用208维数据表示，做208维空间的聚类，提取N个特征点作为该种动脉瘤的典型特征点，该N个典型特征点就形成了该种动脉瘤的特征数据库，同时称这N个典型特征点所代表的图像为特征图像；步骤2：其次，将待识别的MRA图像进行3D重构，在3D空间进行3DSIFT特征点的提取，形成待识别MRA图像的特征点集；步骤3：最后，将MRA的特征数据库的特征与待识别的MRA特征点集进行匹配。
一种应用于 mra 图像动脉瘤特征提取以及匹配方法

[发明专利]图像处理装置、信息生成装置、图像处理方法、信息生成方法、控制程序及记录介质-CN201280025429.5有效
发明人：入江淳 -专利权人：欧姆龙株式会社
申请日： 2012-03-14 - 公布日： 2017-02-15 - 主分类号： G06T7/60 文献下载
摘要：特征量提取部（26）针对对与图像上的部位点对应的基准点进行采样而得的多个采样点中的每个采样点，从采样点的像素或像素组中提取特征量，以提取与基准点对应的特征量组，位置信息确定部（29）参照与基准点对应的特征量组与表示部位点相对于基准点的相对位置的位置信息之间的对应关系的LRF函数，确定与特征量提取部（26）所提取的特征量组对应的位置信息，部位点确定部（30）将由位置信息确定部（29）确定的位置信息示出的位置作为物体的部位点。
图像处理装置信息生成方法控制程序记录介质

[发明专利]基于结构提取的合成孔径雷达与光学图像配准系统及方法-CN202211083601.4在审
发明人：梁继民;庞思琪;郭开泰;郑洋;胡海虹 -专利权人：西安电子科技大学
申请日： 2022-09-06 - 公布日： 2023-01-10 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了基于结构提取的合成孔径雷达与光学图像配准系统及方法，结构提取、特征点提取、特征点描述、二次配准和配准结果显示模块；方法包括：对合成口径雷达和光学图像进行结构提取，得到多层结构图；在每层结构图中利用多尺度Harris角点提取器提取特征点；结合Sobel算子和相位一致性最大矩，构建增强的结构描述子；结合特征点的位置和角度信息进行由粗到细的配准；用棋盘格格式显示配准图像。本发明在去除纹理的结构图像上提取特征点并构建增强描述子，能克服合成口径雷达图像上光斑噪声和光学图像纹理区域对配准的影响，促使特征点分布在特征显著的结构上，还能获得精确可区分的描述子，有效提高系统的配准精度和鲁棒性
基于结构提取合成孔径雷达光学图像系统方法

[发明专利]模型预训练方法、模型训练方法、对象处理方法及装置-CN202310701200.9在审
发明人：王学宽;顾闻;张伟;谭啸 -专利权人：北京百度网讯科技有限公司
申请日： 2023-06-13 - 公布日： 2023-09-12 - 主分类号： G06V10/774 文献下载
摘要：具体实现方案为：将第一图像样本输入图像特征提取网络，得到图像特征；将第一点云样本输入点云特征提取网络，得到点云图像特征；从第一图像样本中确定多个目标点；将图像特征中与多个目标点对应的多个第一图像点特征映射到鸟瞰图空间，得到多个第二图像点特征；将点云图像特征中与多个目标点对应的多个第一点云特征映射到鸟瞰图空间，得到多个第二点云特征；利用多个第二图像点特征和多个第二点云特征，对图像特征提取网络和点云特征提取网络进行对比训练
模型训练方法对象处理装置

[发明专利]位置点确定方法、装置、电子设备及存储介质-CN202110982750.3在审
发明人：张超;朱辉 -专利权人：北京小米移动软件有限公司
申请日： 2021-08-25 - 公布日： 2023-03-03 - 主分类号： G06V10/46 文献下载
摘要：本公开涉及一种位置点确定方法、装置、电子设备及存储介质，该方法包括：获取显示图像对应的显示区域以及触控区域，所述触控区域是响应于针对所述显示图像的触控操作得到的；基于所述显示区域以及所述触控区域，得到所述显示区域包括的各个特征提取子区域对应的距离权重，所述距离权重表征所述各个特征提取子区域与所述目标位置点之间的距离关系；对所述各个特征提取子区域进行特征提取，得到所述各个特征提取子区域对应的特征向量；基于所述各个特征提取子区域对应的距离权重以及所述各个特征提取子区域对应的特征向量，确定目标位置点。本公开的方法可以使得确定的位置点更加符合用户的实际需求，进而提高了位置点确定的准确性。
位置确定方法装置电子设备存储介质

[发明专利]基于特征向量的输电线路激光点云数据的特征提取方法-CN202210889442.0在审
发明人：朱红涛;龚翔;李存海;李伟忠;温杰锋;万宇宏;陈方亚;夏庆春;邓世强;罗志荣;陈亮;陈振聪;成志强;汤泳;曾嫄媛;郭慧芳;林永常;温志坚;朱昌学;黄驰;曾汉清;陈靖东;吕强;冯伟耀;刘浩;蔡洁莹;罗诗婕;邹迪;潘宇;蔡智灏;方锦斌;何俊华;林晓锐;刘文星;黄志成;李宇浩;游军;汤金柱;陈国荣;黄博;陈文清;祝道;黄汝梅 -专利权人：广东电网有限责任公司清远供电局
申请日： 2022-07-27 - 公布日： 2022-11-18 - 主分类号： G01S7/48 文献下载
摘要：本发明公开了一种基于特征向量的输电线路激光点云数据的特征提取方法、系统、控制器以及存储介质，其中，基于特征向量的输电线路激光点云数据的特征提取方法包括，获取输电线路的第一激光点云数据，对第一激光点云数据进行抽稀处理，得到第二激光点云数据，根据第二激光点云数据得到特征向量，根据特征向量对第二激光点云数据进行滤波处理，得到点云特征集，其中，对第一激光点云数据进行抽稀处理，再根据特征向量对第二激光点云数据进行滤波处理，可以有效且快速对点云数据进行处理，得到点云特征集，抽稀处理和特征向量化后的滤波处理能有效的激光点云类别进行特征提取，提高特征提取的精度和速度，满足相应输电线路工程建设的需求。
基于特征向量输电线路激光数据特征提取方法

[发明专利]一种基于Hessian矩阵的改进ORB特征点匹配方法-CN201911134839.3有效
发明人：陈熙源;胡山山 -专利权人：东南大学
申请日： 2019-11-19 - 公布日： 2023-04-07 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种基于Hessian矩阵的改进ORB特征点匹配方法，包括如下步骤：首先采用FAST算法对图像进行特征点初步提取，并对其进行非极大值抑制处理。然后采用SURF特征点提取中用到的Hessian矩阵对特征点进行优化提取，具体过程分为：对图像进行高斯滤波；分别计算每个初步提取特征点的Hessian矩阵判别式，若满足判别式取得局部最大值则保留；将该特征点的Hessian矩阵判别式与领域内的点Hessian矩阵判别式差值之和与设定的阈值进行比较，若大于设定阈值，则保留为最终的特征点，并通过灰度质心法确定特征点的方向。再通过改进BRIEF算法得到特征点的二进制特征描述符。最后根据汉明距离匹配来实现特征匹配。本发明能够寻找出更稳定的特征点，也一定程度提升了ORB算法的匹配精度。
一种基于 hessian 矩阵改进 orb 特征匹配方法

[发明专利]信息处理设备及方法、图像识别设备及方法，以及程序-CN200810168388.0无效
发明人：中村章;岩井嘉昭;芦原隆之 -专利权人：索尼株式会社
申请日： 2008-10-30 - 公布日： 2009-05-06 - 主分类号： G06K9/64 文献下载
摘要：该信息处理设备包括：模型图像获取装置，用于获取多个模型图像；模型图像特征量提取装置，用于提取由模型图像获取装置所获取的模型图像的特征量；匹配装置，用于对模型图像特征量提取装置所提取的模型图像的特征量进行匹配；以及识别特征点提取装置，用于根据由匹配装置进行匹配的结果，来提取相似模型图像中与预定模型图像具有低相关性的特征点，其中所述相似模型图像是具有预定数量或更多的与预定模型图像的特征量相匹配的特征量的模型图像，所提取的特征点被视为用于识别相应的相似模型图像的识别特征点。
信息处理设备方法图像识别以及程序

[发明专利]一种人脸特征关键点的提取方法和一种人脸图像合成方法-CN201911128636.3有效
发明人：闫宏伟;梅齐勇;聂猛猛 -专利权人：讯飞幻境（北京）科技有限公司
申请日： 2019-11-18 - 公布日： 2023-07-25 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种人脸特征关键点的提取方法和一种人脸图像合成方法，人脸特征关键点的提取方法包括：接收采集到的图像信息，对图像信息进行二值化处理，得到二值化图像，检测图像信息中的人脸图像；提取人脸图像的特征关键点，获取特征关键点的坐标，根据特征关键点的坐标对人脸图像进行三角剖分，获得多个三角区域。通过实施本发明，对采集到的图像信息以及待合成的图像信息进行特征关键点坐标的提取，可以显著提高人脸识别的效率。
一种特征关键提取方法图像合成

[发明专利]一种基于特征提取的复杂场景图像的目标角点提取方法-CN201910956300.X有效
发明人：沈国安;刘耀祖;熊奎;李霄;张丕辉 -专利权人：南昌市微轲联信息技术有限公司
申请日： 2019-10-10 - 公布日： 2023-09-29 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于特征提取的复杂场景图像的目标角点提取方法，首先，将图像灰度化，在此基础上对图像二值化，以避免全局二值化影响局部性质，提高了二值化的准确性，利用Harris角点检测方法检测出所有可能的角点，针对每个角点提取对应的特征，包括邻域矩阵计算结果，邻域二值化黑白像素的变化特征等，在此基础上对大量的特征进行特征分析以确定目标角点的特性，最后，利用分析所得到的相关参数过滤掉不满足要求的候选角点。本方案能够准确过滤掉不满足要求的候选角点，提取出目标角点，大大提高了目标角点提取的准确性和检测效率，能够满足复杂场景图像目标角点的提取。
一种基于特征提取复杂场景图像目标方法

[发明专利]从图像中提取特征的方法和装置-CN201610342166.0有效
发明人：满晨龙;朱博;高兴波 -专利权人：北京集创北方科技股份有限公司
申请日： 2016-05-20 - 公布日： 2019-01-18 - 主分类号： G06K9/00 文献下载
摘要：一种从图像中提取特征的方法和装置，通过对所述图像中的所有像素点应用第一特征点检测算法来确定候选特征点；以及通过对候选特征点应用HARRIS算法来确定特征点。由于在应用HARRIS算法确定特征点之前先排除大量的非特征点，可以极大地降低特征提取过程的计算量。
图像提取特征方法装置

[发明专利]一种基于多台激光辅助靶标的特征点提取方法-CN201510169317.2有效
发明人：贾振元;刘巍;徐鹏涛;王灵丽;刘阳;杨景豪;王亮;樊超楠 -专利权人：大连理工大学
申请日： 2015-04-10 - 公布日： 2017-07-11 - 主分类号： G06T7/00 文献下载
摘要：本发明一种基于多台激光辅助靶标的特征点提取方法属于图像处理和计算机视觉检测领域，特别涉及采用激光辅助多视数据拼接中图像数据的处理方法，具体是指一种基于多台激光辅助的靶标设计以及特征点的提取方法。该方法采用非接触多台激光器构成的激光器阵列投影激光光条构造拼接靶标，靶标中，将激光网格的各个交点作为拼接的特征点，利用高精度靶标特征点提取算法提取靶标坐标位置。本发明采用基于激光辅助的靶标，相比较粘贴型靶标具有更好的适应性，通过先确定感兴趣区域再精确提取特征点的方法，有效提高了特征点提取的精度和效率。
一种基于激光辅助靶标特征提取方法