“像素级”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652887个，建议您升级VIP下载更多相关专利

[发明专利]一种基于手机的亿级像素图像的生成方法及设备-CN202310275673.7在审
发明人：张陈凯;程黎辉;关亚东 -专利权人：上海龙旗科技股份有限公司
申请日： 2023-03-17 - 公布日： 2023-07-04 - 主分类号： H04M1/72439 文献下载
摘要：本申请的目的是提供一种基于手机的亿级像素图像的生成方法及设备，在手机的系统启动时，通过手机中的相机的提供者进程对手机支持的所有相机进行初始化操作；响应于用户打开相机应用，通过提供者进程获取目标相机设备，并对目标相机设备进行初始化操作；对目标相机设备进行亿级像素图像输出的配置信息的配置；响应于用户在相机应用中进行的拍摄操作，触发目标相机设备进行图像拍照并重新排列拜耳阵列处理，得到目标相机设备拍摄的亿级像素图像；在手机的应用层对亿级像素图像进行显示，实现了通过对手机中的相机设备进行亿级像素图像输出的配置，使得手机拍摄出更大分辨力、输出更大尺寸的图像，进一步提高了手机在市场竞争中的卖点能力。
一种基于手机像素图像生成方法设备

[发明专利]基于扩散模型的医学影像及像素级标注生成方法及装置-CN202310118369.1在审
发明人：徐枫;周展平;郭雨晨;戴琼海 -专利权人：清华大学
申请日： 2023-02-10 - 公布日： 2023-05-12 - 主分类号： G06V10/26 文献下载
摘要：本申请提出了一种基于扩散模型的医学影像及像素级标注生成方法及装置，涉及医学图像处理领域，包括：获取医学影像样本，并对医学影像样本进行标注处理，确定医学影像样本对应的像素级分割标注样本；将医学影像样本归一化，并与像素级分割标注样本进行拼接，获取拼接数据；对拼接数据进行预处理，生成训练数据；训练训练数据以获得扩散模型，其中，扩散模型以U‑Net作为网络结构；将随机采样高斯噪声输入扩散模型并通过多次迭代，生成医学影像与对应的像素级分割标注通过深度学习的方式自动生成大规模医学影像及像素级标注，有助于在真实数据有限的情况下通过增加训练数据来提高自动分割方法的准确性和稳定性，并避免了真实数据泄露造成的隐私问题。
基于扩散模型医学影像像素标注生成方法装置

[发明专利]一种基于尺度感知注意力的半监督语义分割方法-CN202211432720.6在审
发明人：刘新慧;王恺;李涛 -专利权人：南开大学
申请日： 2022-11-16 - 公布日： 2023-01-31 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于尺度感知注意力的半监督语义分割方法，包括以下步骤：获取多目标语义分割数据集，对有像素级标签数据和无像素级标签数据进行预处理，利用有像素级标签数据划分的训练集训练尺度感知注意力网络；获取训练集中每张图像的尺度重要性以及目标分割结果的尺度分布，训练可信度预测模型；将无像素级标签数据输入尺度感知注意力网络，输出得到尺度重要性以及伪标签；利用训练好的可信度预测模型对伪标签的可信度进行预测；根据预测出的可信度对伪标签进行筛选，扩充训练集并重新训练尺度感知注意力网络本发明利用尺度注意力模块动态分配不同尺度特征的权重，并利用无像素级标签的图像进一步提高多尺度目标语义分割的效果。
一种基于尺度感知注意力监督语义分割方法

[发明专利]基于多维信息聚合和像素级对抗学习的自由格式视频修复框架-CN202310577666.2在审
发明人：何志祥;李锦;吴佳;沈玉良;刘康苗;肖俊 -专利权人：浙江中南卡通股份有限公司
申请日： 2023-05-22 - 公布日： 2023-10-13 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及图像机器学习与计算机视觉研究中的深度神经网络、视频修复、生成式对抗学习领域，为一种基于多维信息聚合和像素级对抗学习的自由格式视频修复框架，包括多维互相关视频修复模型和像素级对抗学习方法，所述多维互相关视频修复模型与像素级对抗学习方法通过重建帧相连通过使用多维度互相关增强技术，对不同维度中上下文信息聚合，对多维度互相关增强进行维度分解降低计算复杂性；通过像素级的对抗性学习方法对修复视频质量判别，增强生成器的针对性优化；自由格式视频修复的框架融合多维度互相关增强和像素级的对抗性学习方法
基于多维信息聚合像素对抗学习自由格式视频修复框架

[发明专利]一种基于GPU的并行像素自适应偏移方法-CN201610281623.X有效
发明人：纪庆革;林润阳;朱婷;梁凡 -专利权人：中山大学
申请日： 2016-04-28 - 公布日： 2019-07-09 - 主分类号： H04N19/436 文献下载
摘要：本发明提出一种基于GPU的并行像素自适应偏移方法，利用GPU的大量线程进行像素级并行统计、LCU块级并行相对失真计算和像素级并行修正，从而获得显著的时间减幅。标准的SAO算法非常不利于并行化。首先，参数融合机制使SAO块参数具有不确定的数据依赖性；其次，区域像素相关性导致统计时存在大量线程间的数据同步等待。针对上述两项阻碍SAO并行化的挑战，本发明结合GPU的硬件特性，设计了两种基于不同线程映射方法的像素级并行统计算法和一种块级并行相对失真计算算法。
一种基于 gpu 并行 sao 算法

[发明专利]图像修复方法、装置、终端设备和可读存储介质-CN202110129967.X在审
发明人：王亮;白宏益 -专利权人：深圳市万普拉斯科技有限公司
申请日： 2021-01-29 - 公布日： 2022-07-29 - 主分类号： G06T5/00 文献下载
摘要：本申请实施例提供一种图像修复方法、装置、终端设备和可读存储介质，该方法包括：以异常区域的边界上的像素点为中心，选取一个像素块，基于像素块的相关信息计算边界上每个像素点的填充优先级；选取出填充优先级最大的像素点作为当前待填充点，并根据所述待填充点所在像素块的所有像素的信息构建相似像素块优化函数以查找最相似像素块；利用最相似像素块对待填充点所在像素块进行填充，当更新后的边界不满足预设条件时，返回上述的像素块选取步骤。本申请的技术方案能够应用于需要进行图像修复的各种场合，在进行图像修复的过程中，综合考虑最相似像素块和当前待填充像素块的像素信息，能够达到较好的修复效果等。
图像修复方法装置终端设备可读存储介质

[发明专利]深度图像修复方法、电子设备及存储介质-CN202111171194.8在审
发明人：化雪诚;户磊;付贤强;王海彬;刘祺昌 -专利权人：北京的卢深视科技有限公司;合肥的卢深视科技有限公司
申请日： 2021-10-08 - 公布日： 2022-01-14 - 主分类号： G06T5/00 文献下载
摘要：本发明实施例涉及图像处理领域，公开了一种深度图像修复方法、电子设备及存储介质，其中方法包括：获取包含空洞像素点的深度图像；对深度图像中未填充的空洞像素点执行如下优先填充操作：针对未填充的空洞像素点，以每一空洞像素点为中心分别确定一邻域，根据邻域内所包含的非空洞像素点的个数和像素值，确定各空洞像素点的填补优先级；对填补优先级最高的指定数量的空洞像素点执行填充；判断深度图像中是否包含未填充的空洞像素点；如果是，则对未填充的空洞像素点继续执行优先填充操作本方案通过对深度图像中空洞点设置填充优先级，从而提高了修复的精度和鲁棒性。
深度图像修复方法电子设备存储介质

[发明专利]一种高动态CMOS图像传感器及其工作方法-CN202210103305.X在审
发明人：郭仲杰;王彬;程新齐;郭优美;王杨乐;许睿明;李晨;苏昌勖 -专利权人：西安理工大学
申请日： 2022-01-27 - 公布日： 2022-03-22 - 主分类号： H04N5/374 文献下载
摘要：本发明公开了一种高动态CMOS图像传感器及其工作方法，包括可编程控制器、斜坡发生器、TX驱动级、像素单元和列线；可编程控制器输出端连接斜坡发生器输入端；斜坡发生器的输出端与TX驱动级的电源接口相连；TX驱动级的输入为TX逻辑控制信号；TX驱动级的输出与像素中TX管的栅极连接；像素单元包括转移开关M1和光电二极管PD，转移开关M1漏极连接光电二极管PD负极，转移开关M1采用MOS管，斜坡发生器的输出端连接像素单元的转移开关M1的栅极，像素单元连接有RST信号，像素单元的输出端连接列线。
一种动态 cmos 图像传感器及其工作方法

[发明专利]图像块的识别方法、装置及倒装芯片的焊球位置识别系统-CN201810023180.3有效
发明人：汤晖;吴泽龙;陈新;高健;贺云波;杨志军;陈桪 -专利权人：广东工业大学
申请日： 2018-01-10 - 公布日： 2022-06-24 - 主分类号： G06T7/00 文献下载
摘要：方法包括预先匹配平移初始点及初始化参数；在子图像按照平移速度值自适应平移待识别图像的过程中，判断子图像的当前位置是否满足预设条件；若是，选出子图像在平移过程中所有相异度值中的极小值，从各极小值间选取满足间距像素条件的目标极小值，并计算待识别图像中目标图像块的位置及个数；若否，利用相异度函数计算当前位置的相异度值，若相异度值不小于像素级别转化阈值，获取像素级的子图像继续平移像素级的待识别图像，反之，将像素级图像转化为亚像素级图像
图像识别方法装置倒装芯片位置系统

[发明专利]一种棋盘格亚像素级角点自适应检测的方法-CN202010027812.0有效
发明人：仲维;吕德运;孔维强;刘日升;樊鑫;罗钟铉;李胜全 -专利权人：大连理工大学;鹏城实验室
申请日： 2020-01-10 - 公布日： 2023-05-12 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种棋盘格亚像素级角点自适应检测的方法。即通过在棋盘格上标记初始单位栅格位置，利用初始单位栅格四个角点在像素坐标系中的像素坐标以及世界坐标系中的世界坐标求出的单应性矩阵H向外扩展，在向外扩展的过程中自适应调整迭代窗口大小，最终发散到整个棋盘格区域完成棋盘格亚像素级角点自适应检测该方法程序简单，易于实现；对于低分辨率或者畸变较大的棋盘格图像，能动态调整亚像素级角点的迭代窗口大小，降低亚像素级角点检测的错误率；角点检测速度快，不受棋盘格不完整影响，采集的图片拍到设定的标识即可；能将棋盘格图像完全覆盖满整个相机的视场角并提取边缘区域的特征点
一种棋盘像素级角点自适应检测方法

[发明专利]一种基于像素级对比学习的遥感土地利用分类方法-CN202211018722.0有效
发明人：曾麦脉;顾祝军;扶卿华;刁品文;刘亚飞;吴家晟;陈谢宁;林带娣 -专利权人：珠江水利委员会珠江水利科学研究院
申请日： 2022-08-24 - 公布日： 2023-09-01 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于像素级对比学习的遥感土地利用分类方法，该分类方法主要由编码器、网络适配器和解码器三个部分组成，所述编码器有四个阶段，每个block由Transformer构成，所述网络适配器由三个部分组成，分别为：空间先验模块、特征映射器和特征提取器，本发明所使用的一元分类方法交叉熵损失函数与像素级对比学习具有互补优势，通过像素级对比学习，研究训练图像像素之间的全局语义关系，引导像素嵌入到交叉图像类别的区分表示，最终提高分割性能，该方法在密集图像预测任务中产生了良好的结果，并且在此基础上还设计了Semantic Layer来捕获图像的语义上下文，增强了特征映射的语义表示，可以提高像素级对比学习的效率，提高分割性能
一种基于像素对比学习遥感土地利用分类方法

[发明专利]发光显示装置-CN202080085043.8在审
发明人：金正基;朴峻宁;朴宰佑;赵成敏;金亨奎 -专利权人：乐金显示有限公司
申请日： 2020-03-30 - 公布日： 2022-07-22 - 主分类号： G09G3/30 文献下载
摘要：根据本发明的发光显示装置包括：显示面板，其包括第一像素组和第二像素组，第一像素组由2N行的多个像素组成，第二像素组被布置紧接第一像素组并且由2N行的多个像素组成；以及发射信号单元，其包括用于向第一像素组施加相同第一发射信号的第一发射级以及用于向第二像素组施加相同第二发射信号的第二发射级
发光显示装置

[发明专利]一种基于改进形态学的亚像素边缘检测方法-CN201510119986.9在审
发明人：姜洪权;高建民;梁泽明;王宏叶;张雪微;张凡勇;刘文强;吴小泽;王慧娟 -专利权人：广东顺德西安交通大学研究院;苏州科力迪软件技术有限公司
申请日： 2015-03-18 - 公布日： 2015-06-24 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了基于改进形态学的亚像素边缘检测方法，包括：获取产品的数字化图像；运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域；采用Canny算子从所述像素轮廓粗提取区域中检测出产品的整体像素级边缘；通过理想边缘点与扩散函数卷积得到的高斯型边缘函数，将所述整体像素级边缘拟合为产品的亚像素级边缘。
一种基于改进形态学像素边缘检测方法

[发明专利]一种适用于芯片电路板的生产质量检测方法-CN202210850832.7有效
发明人：程伟;杨丽丹;杨顺作;杨丽香;杨金燕;杨丽霞 -专利权人：深圳市尹泰明电子有限公司
申请日： 2022-07-20 - 公布日： 2022-09-27 - 主分类号： G06T7/00 文献下载
摘要：该方法获得焊点图像的灰度直方图，根据灰度直方图中灰度级的分布及对应的频数获得多个灰度级类别。根据灰度级类别对应的梯度直方图获得参考梯度，在参考梯度对应的像素点中筛选出边缘点，进而获得边缘线围成的区域，获得该区域的最小外接正方形，以最小的最小外接正方形的尺寸作为参考尺寸对焊点图像进行超像素分割，根据分割后超像素块的平均像素值检测出缺陷超像素块。本发明通过自适应获取超像素块的尺寸对芯片电路板中的焊点图像进行分割，实现了准确的质量检测。
一种适用于芯片电路板生产质量检测方法

[发明专利]碳纳米管显示器驱动电路及调整显示器的输出亮度的方法-CN200910008775.2无效
发明人：周彦云 -专利权人：普诚科技股份有限公司
申请日： 2009-03-09 - 公布日： 2010-09-15 - 主分类号： G09G3/28 文献下载
摘要：本发明提供一种碳纳米管显示器驱动电路及调整显示器的输出亮度的方法，特别涉及一种碳纳米管显示器驱动电路，用以驱动一碳纳米管显示器的至少一像素，该碳纳米管显示器驱动电路包括一输出级及一调校装置。该输出级耦接至该像素，并受一像素信号控制以使该像素切换于一高压及一低压之间；该调校装置耦接于该输出级与该像素之间，并接受至少一偏压的控制而调整该调校装置的等效电阻值以校准该像素的显示亮度。
纳米显示器驱动电路调整输出亮度方法