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3731505个,建议您升级VIP下载更多相关专利
  • [发明专利]图像处理方法和图像处理装置-CN202010489989.2在审
  • 方帅;刘杰 - 华为技术有限公司
  • 2020-06-02 - 2021-12-07 - G06K9/00
  • 本申请提供了一种图像处理方法,包括:获取输入图像的第一特征图;根据所述第一特征图确定所述输入图像中的目标,所述输入图像中的目标为具有固定形态的对象;根据所述第一特征图确定所述输入图像中的场景,所述输入图像中的场景为具有变化形态的对象第一特征图可以是特征提取网络的输出结果,特征提取网络分别与目标检测网络和场景分类网络连接,目标检测网络用于根据第一特征图确定输入图像中的目标,场景分类网络用于根据第一特征图确定输入图像中的场景,因此,上述方法可以正确识别出输入图像中具有固定形态的对象和变化形态的对象
  • 图像处理方法装置
  • [发明专利]一种基于动态原型特征融合的少样本目标检测方法及系统-CN202110511625.4有效
  • 凌强;陈春霖;李峰 - 中国科学技术大学
  • 2021-05-11 - 2022-09-02 - G06V10/25
  • 本发明涉及一种基于动态原型特征融合的少样本目标检测方法及系统,其方法包括:步骤S1:将支持样本和查询样本分别输入到少样本目标检测网络中,提取对应的支持特征和查询特征;步骤S2:将支持特征与查询特征同时输入动态原型特征生成模块,得到动态查询特征,同时将支持特征输入辅助检测模块监督训练;步骤S3:将动态查询特征输入区域建议网络,生成推荐区域结果,并根据支持特征和查询特征,提取区域查询特征和区域支持特征;步骤S4:将区域查询特征和区域支持特征输入到本发明提供的方法,提高少样本检测网络提取特征的表达能力,能够更加灵活地适应输入场景的变化,具有更高的鲁棒性。
  • 一种基于动态原型特征融合样本目标检测方法系统
  • [发明专利]一种数据输入方法和装置-CN201510306167.5在审
  • 曾元清 - 广东欧珀移动通信有限公司
  • 2015-06-04 - 2015-08-19 - G06F17/30
  • 本发明提供的一种数据输入方法包括:在使用输入输入数据时,检测输入的数据是否为联系人第一特征数据;当输入的数据为联系人第一特征数据时,根据存储的通讯录信息,查找与联系人第一特征数据对应的联系人第二特征数据;将所述联系人第一特征数据和联系人第二特征数据显示为备选的输入数据。本发明可以在输入联系人信息时,避免用户在输入页面和通讯录中来回切换,操作简单,而且有利于提高联系人信息的输入效率和正确率。
  • 一种数据输入方法装置
  • [发明专利]医学图像增强方法和设备-CN201410081927.2无效
  • 宋晓东;陈迺迪;钱唯;刘远明 - 杭州千思科技有限公司
  • 2014-03-07 - 2014-05-28 - G06T5/00
  • 本发明提供一种医学图像增强方法和设备,该方法包括:获得输入图像,所述输入图像中包括病变特征区域和背景结构区域,所述病变特征区域的属性特征包括形状、纹理和轮廓,采用傅里叶变换算法,对输入图像进行形状的相似变换和旋转变换,以对输入图像的形状属性进行增强;对经过形状相似变换和旋转变换后的输入图像进行平滑滤波处理,以抑制输入图像中的噪声成分,并平滑输入图像中背景结构区域的特征细节,以便增强病变特征区域;对经过所述平滑滤波处理后的输入图像进行小波变换处理,进一步选择性增强输入图像中的病变特征区域,凸显病变特征区域,提高图像对比度,从而有利于提高医生诊断准确性。
  • 医学图像增强方法设备
  • [发明专利]基于深度学习的问题匹配方法以及装置-CN201710375610.3有效
  • 鄂海红;宋美娜;王昕睿;胡莺夕;赵鑫禄;白杨;王宁 - 北京邮电大学
  • 2017-05-24 - 2019-08-16 - G06F16/332
  • 其中方法包括:获取用户的输入问题,并对输入问题进行语义分析以得到输入问题的词语;获取输入问题与标准问题中词语之间的相似度匹配矩阵,并基于相似度匹配矩阵进行分层卷积以获取输入问题与标准问题之间的语义粒度匹配特征;基于卷积神经网络,根据输入问题中的特征信息和标准问题的特征信息对输入问题与标准问题进行精确匹配,以获取输入问题与标准问题之间的细粒度匹配特征;根据语义粒度匹配特征和细粒度匹配特征获取输入问题与标准问题之间的匹配程度该方法可以使得提取到的特征更加符合实际需求,同时免去了大量人工提取特征的开销,提高匹配结果的精确度。
  • 基于深度学习问题匹配方法以及装置

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