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2523044个,建议您升级VIP下载更多相关专利
  • [发明专利]一种水下生物检测方法和系统-CN201610289792.8有效
  • 李振波;郭传鑫;李晨;岳峻;段作栋 - 中国农业大学
  • 2016-05-04 - 2022-10-04 - G06V20/05
  • 本发明涉及一种水下生物检测方法和系统,包括:采集水下生物的样本图像,对样本图像进行超像素分割,形成多个超像素区域;提取每个超像素区域的第一颜色特征向量和第一纹理特征向量;将第一颜色特征向量和第一纹理特征向量输入到支持向量机SVM中进行学习,构建颜色特征分类器和纹理特征分类器;采集水下生物的待测图像的超像素区域的第二颜色特征向量和第二纹理特征向量;将第二颜色特征向量输入颜色特征分类器,将第二纹理特征向量输入纹理特征分类器,
  • 一种水下生物检测方法系统
  • [发明专利]MRI影像处理系统、方法、设备及介质-CN202010362538.2在审
  • 路海明;虞沁;李嘉骐;张学工 - 清华大学
  • 2020-04-30 - 2020-09-15 - G06T7/00
  • 本发明公开了一种MRI影像处理系统、方法、设备及介质,系统包括:影像获取模块,用于获取MRI影像;预处理模块,用于对MRI影像预处理,分离得到平扫期影像和门脉期影像,并标注病灶区域;特征提取模块,用于对进行病灶区域的纹理特征提取,得到平扫期纹理特征向量和门脉期纹理特征向量;多阶段特征分析模块,用于对平扫期纹理特征向量和门脉期纹理特征向量进行分析,得到多阶段纹理特征差异向量;融合分析模块,用于对平扫期纹理特征向量和多阶段纹理特征差异向量进行融合处理,得到融合向量,并对所述融合向量进行分类,得到分类结果;输出模块,用于输出分类结果。
  • mri影像处理系统方法设备介质
  • [发明专利]基于多模态融合的人脸预测方法及相关设备-CN202210363355.1有效
  • 王光宇;冯发金;张平;王凯 - 北京邮电大学
  • 2022-04-08 - 2022-07-15 - G06V40/16
  • 该方法包括:获取带有纹理的3D人脸信息数据,将其划分为点云坐标和纹理图像,并将点云坐标处理成几何特征向量纹理图像处理成纹理特征向量;将所述几何特征向量与所述纹理特征向量进行平衡处理后两两拼接,得到多个无序词向量;将多个所述无序词向量分别输入到多个预先构建的Transformer融合模型进行融合,得到多个融合特征向量;将多个所述融合特征向量输入至经过预训练的多层感知机进行预测,输出与所述3D人脸信息数据对应的预测结果本公开提供的一种基于多模态融合的人脸预测方法及相关设备,将点云的空间几何信息与贴图的纹理图像信息融合,有效提高了人脸预测的精度。
  • 基于多模态融合预测方法相关设备
  • [发明专利]一种DCT域上的图像检索方法-CN200910039543.3无效
  • 冯国灿;陈培炫;邹卫文;邓慧 - 中山大学
  • 2009-05-18 - 2009-10-14 - G06F17/30
  • 本发明为一种DCT域上的图像检索方法,其特征在于包括以下步骤:确定主颜色模糊隶属度函数和纹理模糊隶属度函数;选取拟检索图像的主颜色特征块;根据主颜色模糊隶属度函数和主颜色特征块,提取主颜色模糊直方图特征,得到主颜色特征向量K;选取纹理特征块;根据纹理模糊隶属度函数和纹理特征块,提取纹理模糊直方图特征,得到纹理特征向量TK;综合主颜色特征向量纹理特征向量,得到表达图像检索特征的综合向量Key=[K,TK];以拟检索图像的图像检索特征为索引,与图像库中的图像进行匹配检索。本发明检索特征表达简单、计算量少、适用性强,可应用于基于内容的图像检索。
  • 一种dct图像检索方法
  • [发明专利]一种参考质量模糊图像预测方法、终端及存储介质-CN201710296834.5有效
  • 李博 - 努比亚技术有限公司
  • 2017-04-28 - 2020-10-09 - G06K9/00
  • 本发明公开了一种参考质量模糊图像预测方法,所述方法包括:将待预测图像转化为灰度图像;以及,获取参考图像的高斯模糊失真图像的第一特征向量和第二特征向量,其中,第一特征向量为高斯模糊失真图像的纹理特征构成的特征向量,第二特征向量为高斯模糊失真图像经低通滤波后的纹理特征构成的特征向量;提取待预测图像的结构特征,并计算得到待预测图像与参考图像之间的结构相似度,以及第一特征向量和第二特征向量纹理相似度;根据预设神经网络预测模型,以结构相似度和纹理相似度为输入样本,将得到的输出结果作为待预测图像的预测图像。
  • 一种参考质量模糊图像预测方法终端存储介质
  • [发明专利]一种基于DCT变换的智能纹理防伪方法-CN201310136261.1无效
  • 李京兵;杜文才;李雨佳;李爱玲 - 海南大学
  • 2013-04-19 - 2013-06-26 - G06K9/64
  • 本发明公开了一种基于DCT变换的智能纹理防伪方法,属于纹理防伪领域。本发明的步骤是先建立纹理特征数据库,包括:(1)对每个原始纹理标签图像进行全图DCT变换,在变换域中求得特征向量V(n);(2)将求出的这N个特征向量存放在纹理特征数据库中;然后再进行图像自动鉴别,包括:(3)手机扫描待测纹理标签图像,运用步骤1的方法求出待测图像的视觉特征向量V’,并将其上传到服务器;(4)求出特征数据库中的所有纹理图像的特征向量V(n)和待测图像的视觉特征向量V’之间的归一化相关系数实验证明本发明具有自动鉴别纹理图像的能力,网络传输速度快。
  • 一种基于dct变换智能纹理防伪方法
  • [发明专利]一种基于DFT变换的智能纹理防伪方法-CN201310136352.5无效
  • 李京兵;黄梦醒;李雨佳;李爱玲 - 海南大学
  • 2013-04-19 - 2013-07-10 - G06K9/64
  • 本发明公开了一种基于DFT变换的智能纹理防伪方法,属于纹理防伪领域。本发明的步骤是先建立纹理特征数据库,包括:(1)对每个原始纹理标签图像进行全图DFT变换,得到视觉特征向量V(n);(2)将求出的这N个特征向量存放在纹理特征数据库中;然后再进行图像自动鉴别,包括:(3)手机扫描待测纹理标签图像,运用步骤1的方法求出待测图像的视觉特征向量V’,并将上传到服务器;(4)求出数据库中的所有纹理图像的视觉特征向量V(n)和待测图像的视觉特征向量V’之间的归一化相关系数NC(实验证明本发明具有自动鉴别纹理图像的能力,节约数据库存贮空间,运算速度快。
  • 一种基于dft变换智能纹理防伪方法
  • [发明专利]一种基于DWT-DCT变换的智能纹理防伪方法-CN201310136264.5无效
  • 李京兵;黄梦醒;白勇;任佳 - 海南大学
  • 2013-04-19 - 2013-06-26 - G06T7/00
  • 本发明公开了一种基于DWT-DCT变换的智能纹理防伪方法,属于纹理防伪技术领域。本发明的步骤是先建立特征数据库,包括:(1)通过对纹理图像进行小波变换,再对逼近子图进行全图DCT变换,提取一个特征向量V(n);(2)将求出的特征向量存放在纹理特征数据库中;然后再进行图像自动鉴别,包括:(3)手机扫描待测纹理标签图像,运用步骤1的方法求出待测图像的特征向量V’,并将上传到服务器;(4)求出数据库中的所有纹理图像的特征向量V(n)和待测图像的特征向量V’之间的归一化相关系数NC(n)值实验证明本发明具有自动鉴别纹理图像的能力,实现了智能纹理防伪技术。
  • 一种基于dwtdct变换智能纹理防伪方法
  • [发明专利]虚拟人脸生成方法、虚拟人脸直播方法以及装置-CN202310304671.6在审
  • 郑康元;陈增海;陈广 - 广州方硅信息技术有限公司
  • 2023-03-24 - 2023-06-30 - G06T11/00
  • 本申请涉及图像处理以及网络直播技术领域,提出一种虚拟人脸生成方法、虚拟人脸直播方法、装置、电子设备以及存储介质,该方法包括:将人脸图片输入至人脸属性解耦模型,获得身份特征向量、表情特征向量以及纹理特征向量;将描述文本输入至已训练的第一深度网络模型,获得人脸外形向量以及人脸纹理向量;将预设的三维空间中若干个采样点的空间坐标、身份特征向量、表情特征向量以及人脸外形向量输入至密度预测模块,获得每个采样点的密度;将每个采样点的视角信息、纹理特征向量以及人脸纹理向量输入至颜色值预测模块,获得每个采样点的颜色值;将每个采样点的密度以及颜色值进行体积渲染,获得虚拟人脸,提高了生成虚拟人脸的质量。
  • 虚拟生成方法直播以及装置
  • [发明专利]一种高光谱图像分类方法及系统-CN202010549981.0在审
  • 曹衍龙;刘佳炜;杨将新;曹彦鹏;董献瑞;贾淑凯 - 浙江大学
  • 2020-06-16 - 2020-11-03 - G06K9/62
  • 本发明公开了一种高光谱图像分类方法,包括如下步骤:(1)输入待分类的高光谱图像;(2)用主成分分析法提取待分类的高光谱图像的光谱特征向量;(3)用灰度梯度共生矩阵提取待分类的高光谱图像的纹理特征向量(4)将提取到的光谱特征向量纹理特征向量合并后作为分类特征向量输入预先训练好的支持向量机模型中,得到分类结果,其中支持向量机模型是使用训练集通过调整纹理特征提取窗口的方式进行反复训练使得训练集在支持向量机模型上的分类精度达到最佳而得的
  • 一种光谱图像分类方法系统
  • [发明专利]基于混沌不变量的动态纹理识别方法-CN201210398636.7无效
  • 胡士强;王勇 - 上海交通大学
  • 2012-10-18 - 2013-02-06 - G06K9/62
  • 一种基于混沌不变量的动态纹理识别方法,包括步骤:1)计算特征向量矩阵:将视频每个位置随时间变化的像素看作混沌时间序列,计算每个混沌时间序列的嵌入维数,嵌入时间延迟,盒维数,信息维数,关联维数,平均值和方差,并组成一个特征向量,视频的每个像素点位置就由这个特征向量来表示,得到特征向量矩阵;2)对步骤1)中得到的特征向量矩阵进行EDM识别或者BOW识别。本发明通过提取视频的特征量,并组成新的特征向量可以很好的描述动态纹理视频,可广泛用于动态纹理识别系统、动态纹理检测系统、动态纹理检索系统、军事目标检测分类系统等各类民用及军用系统中,具有广阔的市场前景和应用价值
  • 基于混沌不变量动态纹理识别方法
  • [发明专利]一种基于DWT-DFT变换的智能纹理防伪方法-CN201310136353.X无效
  • 李京兵;周又玲;沈重;任佳 - 海南大学
  • 2013-04-19 - 2013-08-07 - G06T7/00
  • 本发明公开了一种基于DWT-DFT变换的智能纹理防伪方法,属于纹理防伪领域。本发明是先进行图像特征提取,包括:(1)对纹理图像进行小波变换,再对逼近子图进行DFT变换,提取一个特征向量V(j);(2)将求出的这N个特征向量存放在纹理特征数据库中;然后再进行图像自动鉴别,包括:(3)手机扫描待测纹理标签图像,运用步骤1的方法求出待测图像的视觉特征向量V’,并将上传到服务器;(4)求出数据库中的所有纹理图像的视觉特征向量V(n)和待测图像的视觉特征向量V’之间的归一化相关系数NC实验证明本发明具有自动鉴别纹理图像的能力,网络传输速度快。
  • 一种基于dwtdft变换智能纹理防伪方法

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