“全局视角”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85705个，建议您升级VIP下载更多相关专利

[发明专利]基于视角和行为解耦的多视角行为识别方法及系统-CN202311149653.1在审
发明人：钟忺;周卓;巫世峰;刘文璇;黄文心;钟珞;张晨 -专利权人：武汉理工大学
申请日： 2023-09-07 - 公布日： 2023-10-13 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于视角和行为解耦的多视角行为识别方法及系统，所述方法包括：对相同行为的不同视角视频进行特征提取，得到不同视角的局部特征；分析每个视角的证据分布，计算每个视角的权重，融合所有视角的局部特征，得到全局特征；利用全局特征和每个视角的局部特征解耦出每个视角的特定视角特征和行为不变特征，将各个视角的行为不变特征融合，得到全局行为不变特征；基于全局行为不变特征进行行为识别，并利用损失函数分别对特定视角特征和行为不变特征进行约束本发明利用证据分布重新分配不同视角的权重得到全局特征，并与每个视角解耦得到行为不变特征和特定视角特征，融合得到全局行为不变特征进行行为识别，可以提高识别精度。
基于视角行为识别方法系统

[发明专利]一种基于自适应多视角深度学习框架的脑电信号识别方法-CN202211274741.X在审
发明人：王域枫;沈宫新 -专利权人：南京科技职业学院
申请日： 2022-10-18 - 公布日： 2023-01-17 - 主分类号： A61B5/372 文献下载
摘要：本发明公开了一种基于自适应多视角深度学习框架的脑电信号识别方法，将EEG信号带入深度神经网络提取局部视角特征与全局视角特征；局部视角为每个大脑功能区域对应一个局部视角；全局视角为全部的大脑功能区域对应的全局视角；构建基于局部视角特征、全局视角特征的自适应多视角深度神经网络并进行训练；利用注意力机制自适应学习不同大脑功能区域的局部视角之间的权重，同时学习局部视角加权后的组合特征与全局视角之间的权重；通过权重计算局部特征和全局特征在运动想象脑电信号应用场景中的重要性程度
一种基于自适应视角深度学习框架电信号识别方法

[发明专利]一种蜂窝流量预测的方法、系统、装置及介质-CN202111241195.5有效
发明人：古博;束嘉乐;姚阳 -专利权人：中山大学
申请日： 2021-10-25 - 公布日： 2022-11-29 - 主分类号： H04L41/147 文献下载
摘要：本发明公开了一种蜂窝流量预测的方法、系统、装置及介质，其中方法包括：获取蜂窝流量数据；依次从全局空间视角、全局时间视角以及局部时空视角三个视角对蜂窝流量数据进行特征提取；根据提取的特征对蜂窝流量进行预测；其中，采用注意力机制获取不同蜂窝流量单元的节点级全局空间相关性和趋势级全局空间相关性，并融合两种级别的全局空间相关性；采用注意力机制获取同一蜂窝流量单元在不同历史时刻数据的全局相关性；采用卷积操作在全局时空相关性捕捉完成后本发明从全局空间视角，全局时间视角和局部时空视角全面捕捉蜂窝流量的时空相关性，实现了对蜂窝流量时空特性的完整建模，可广泛应用于通信技术领域。
一种蜂窝流量预测方法系统装置介质

[发明专利]基于多尺度特征融合构建多视角及协同学习的癫痫检测方法-CN202310025370.X在审
发明人：邓赵红;王鹏彪;胡曙东;刘月影;王士同 -专利权人：江南大学
申请日： 2023-01-09 - 公布日： 2023-05-09 - 主分类号： G06F18/24 文献下载
摘要：本发明属于智能癫痫检测领域，涉及基于多尺度特征融合构建多视角及协同学习的癫痫检测方法。该方法在时域、频域、时频域三种视角的基础上首先进行深度学习得到深度多视角特征集。本发明进一步通过基于深度多视角特征集构建全局多尺度融合网络来学习三个深度视角的全局融合视角，以及对各视角进行局部强化的全局融合多尺度融合网络。基于上述多尺度融合网络，将抽取出四个视角：即一个一般化全局融合视角和三个局部强化的全局融合视角，并连同前述三视角深度特征集共获得七个深度特征视角。本发明较之于传统的分类器，该分类器即具有多视角，最终得到一个具有高泛化性和较好透明性的癫痫检测模型，可以更有效地提升检测精度。
基于尺度特征融合构建视角协同学习癫痫检测方法

[发明专利]监控装置-CN200910312151.X无效
发明人：张仁淙 -专利权人：鸿富锦精密工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2009-12-24 - 公布日： 2011-06-29 - 主分类号： H04N5/225 文献下载
摘要：本发明提供一种监控装置，其包括全局取像模组、局部取像模组、承载板及控制模组；所述全局取像模组与局部取像模组相邻设置于承载板上，且分别与控制模组电性连接；所述全局取像模组的视角范围大于局部取像模组的视角范围，所述局部取像模组在所述全局取像模组的视角范围内转动扫描；所述控制模组用于根据用户指令控制局部取像模组的转动角度，在对全局取像模组视角范围内的全局影像进行监控的同时，通过局部取像模组对全局影像中的局部影像进行局部放大监控本发明提供的监控装置通过广视角的全局取像模组对较大范围内的影像进行全局监控，同时通过局部取像模组对全局取像模组视角范围内的影像进行局部放大监控，从而有效提高了监控安全性。
监控装置

[发明专利]多视角图像的视角转换方法、装置、设备和介质-CN202310168244.X有效
发明人：叶晓青;龚石;韩钧宇;谭啸;王井东;丁二锐;吴甜 -专利权人：北京百度网讯科技有限公司
申请日： 2023-02-14 - 公布日： 2023-05-05 - 主分类号： H04N13/261 文献下载
摘要：本公开提供了一种多视角图像的视角转换方法、装置、设备和介质，涉及人工智能技术领域，尤其涉及计算机视觉、图像处理、深度学习等技术领域，可应用于自动驾驶、无人驾驶等场景。具体实现方案为：提取多视角图像的图像特征得到各视角图像的特征图，将特征图作为值；根据特征图构建各视角图像在对应的相机视角的局部3D坐标系下的局部键；根据全局坐标系到各视角的相机坐标系的转换关系，构建各视角图像在局部3D坐标系下的局部查询；将值、局部键和局部查询，以及全局坐标系下的全局键和全局查询，输入transformer网络的解码器，通过解码器得到多视角图像在全局坐标系下的图像特征。本公开可以降低transformer网络的学习难度，从而提高视角转换精度。
视角图像转换方法装置设备介质

[发明专利]一种基于图神经网络的区块链钓鱼诈骗识别的方法-CN202211275203.2在审
发明人：卞静;卓绍烜;李焱 -专利权人：中山大学
申请日： 2022-10-18 - 公布日： 2022-12-06 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于图神经网络的区块链钓鱼诈骗识别的方法，对于交易数据进行预处理，将交易数据处理为交易网络图；对交易网络图进行聚类处理，得到全局视角图；对交易网络图进行采样处理，得到局部视角图；构建并训练图神经网络；将全局视角图输入训练好的图神经网络得到全局交易视角的节点嵌入；所述的节点嵌入包括交易网络的结构和边视角信息；将局部视角图输入训练好的图神经网络得到局部交易视角的节点嵌入；将全局交易视角的节点嵌入和局部交易视角的节点嵌入进行拼接后一起输入多层感知器本发明基于多交易视角的数据挖掘从交易网络中更多有效信息来提高以太坊钓鱼诈骗识别的识别性能。
一种基于神经网络区块钓鱼诈骗识别方法

[发明专利]基于条纹投影轮廓术的毫米级室内建图定位方法-CN202210418709.8有效
发明人：张毅;张凯;韩静;郑东亮;赵洋;朱戎彪;于浩天;周宇;白雪飞 -专利权人：南京理工大学
申请日： 2022-04-21 - 公布日： 2022-09-13 - 主分类号： G01C21/00 文献下载
摘要：本发明涉及一种基于条纹投影轮廓术的毫米级室内建图定位方法，包括如下步骤：采集当前视角的三维彩色点云数据，基于二维纹理到三维点云数据中描述符的由粗到精，使用配准算法将误差进行最小化处理，生成局部地图。第一视角局部地图和第二视角局部地图融合作为全局地图。将下一视角融合至全局地图中，直至所有视角下的局部地图均融合至全局地图中得到粗全局地图。根据粗全局地图坐标映射关系来确定相机位姿。利用光束平差法和图优化的方法来优化位姿，更新的变化矩阵用来重新优化粗全局地图，得到优化后的全局地图。用户或机器人可以拿起并移动设备，生成准确的室内地图，并在扫描过程中获得即时反馈。
基于条纹投影轮廓毫米室内定位方法

[发明专利]基于多视角特征交互融合的深度视频行为识别方法及系统-CN202211655604.0在审
发明人：马昕;武寒波;李贻斌 -专利权人：山东大学
申请日： 2022-12-22 - 公布日： 2023-05-09 - 主分类号： G06V40/20 文献下载
摘要：本发明提出了基于多视角特征交互融合的深度视频行为识别方法及系统，涉及隐私计算领域，利用深度投影和次序池化技术，从原始深度视频中构建多视角深度动态卷；对多视角深度动态卷进行时空特征提取，得到多视角特征图；学习多视角特征图内部的长距离时空相关性，生成每个单独视角的时空聚合特征表示；进行不同视角之间时空聚合特征表示的交互与融合,生成视频行为的全局多视角特征表示；将全局多视角特征表示输入到全连接层中，完成行为识别；本发明使用不同视角的3D CNN特征图作为基于Transformer的多视角特征交互融合框架的输入，来学习视角内部和视角之间的特征相关性，从而生成能够表征人体行为3D运动模式的全局特征，以提升深度视频行为识别的性能
基于视角特征交互融合深度视频行为识别方法系统

[发明专利]一种基于融合多视角特征与深度学习的三维重建方法-CN202210219791.1在审
发明人：张岩;贾晓玉;张化鹏;谢吉雨;刘琨 -专利权人：南京大学
申请日： 2022-03-08 - 公布日： 2022-07-05 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于融合多视角特征与深度学习的三维重建方法，包括：采集多视角图片数据与对应的SDF数据；用卷积网络对输入的图片数据进行卷积操作，分别得到多视角下的一维的全局特征和多层二维的图片特征；对多视角下的全局特征进行最大池化操作，获取整体的全局特征；对输入的三维查询点投影，用二维查询点查询多层图片特征得到局部点信息，并拼接得到局部特征信息；进行点卷积操作，获取模型的点特征；将点特征分别与全局特征，局部特征结合，获取带有点特征信息的全局特征与局部特征；将全局特征分别与局部特征结合，用投票的方式生成最终的特征信息；最终生成三维模型。
一种基于融合视角特征深度学习三维重建方法

[发明专利]一种面向多视角RGB图像数据融合的三维人体重建方法-CN202310651903.5在审
发明人：叶琦;徐至;张建;高龙;孙军;陈安军;杨秦敏 -专利权人：浙江大学;山东临工工程机械有限公司
申请日： 2023-06-05 - 公布日： 2023-08-22 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种面向多视角RGB图像数据融合的三维人体重建方法，包括训练过程和重建过程，训练过程为：S1、在原始多视角图像数据中裁剪得到仅包含感兴趣的身体部位区域；S2、对不同视角的图像数据分别进行全局特征和局部特征的提取；S3、全局整合各视角图像数据的全局特征，融合得到全局特征向量；S4、将步骤S3中得到的全局特征向量和步骤S2中得到的各视角图像数据的局部特征输入到融合Transformer网络结构中，得到粗糙网格，对粗糙网格上采样得到重建的三维人体网格本发明方法适用于各种需要使用多视角图像融合数据的场景。
一种面向视角 rgb 图像数据融合三维人体重建方法

[发明专利]用于扫描光场成像系统的镜头标定方法及装置-CN202110792338.5有效
发明人：方璐;吴嘉敏;郭钰铎;戴琼海;邓超 -专利权人：清华大学
申请日： 2021-07-14 - 公布日： 2021-10-22 - 主分类号： G06T7/80 文献下载
摘要：本申请公开了一种用于扫描光场成像系统的镜头标定方法和装置，该方案包括：采集包含不同角度信息的多个光场原始图像；将多个光场原始图像划分为中心视角图像和非中心视角图像，将每个中心视角图像与每个非中心视角图像两两配对形成图像对，并获取图像对不同阶像差的全局分布；根据图像对不同阶像差的全局分布，生成非全局一致的点扩散函数，并根据非全局一致的点扩散函数的求解对镜头进行标定。上述方案可以根据获得光学镜头的不同阶像差的全局分布生成非全局一致的点扩散函数，并根据非全局一致的点扩散函数的求解对镜头进行标定，进而快速通过计算方式获得衍射极限成像结果，实现全局的像差矫正需要花费大量的计算资源与计算时间
用于扫描成像系统镜头标定方法装置

[发明专利]一种聚类方法、装置、设备及可读存储介质-CN202211389842.1在审
发明人：宋艳 -专利权人：中银金融科技有限公司
申请日： 2022-11-08 - 公布日： 2023-03-14 - 主分类号： G06F16/55 文献下载
摘要：以各个视角的初始相似矩阵为相似矩阵的初始值、初始权值为权值的初始值、且以最小化预设的迭代函数为目标，迭代求解全局相似矩阵。基于全局相似矩阵得到图像集合的聚类结果。其中，迭代函数包括第一函数，第一函数用于表示基于各个视角的权值将各个视角的矩阵差加权相加的结果，目标视角的矩阵差表示目标视角的相似矩阵与全局相似矩阵的差距，目标视角的权值基于目标视角的信息熵确定，目标视角包括任意一个视角在基于多视角谱聚类对图像集合进行聚类的过程中，基于各个视角的信息熵控制各个视角的权值，提高了聚类准确性。
一种方法装置设备可读存储介质

[发明专利]一种点云全局运动优化方法及设备-CN202010687134.0有效
发明人：张艳;张鑫;曲承志;苏东 -专利权人：中山大学
申请日： 2020-07-16 - 公布日： 2023-06-20 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种点云全局运动优化方法，根据各视角运动矩阵初值，将其重构为低秩稀疏矩阵再进行矩阵恢复；在已知任意两视角运动情况下，提出通用的约束条件加入迭代过程，有效限制迭代次数，提高算法效率，降低随机噪声带来的影响；提出加入柯西权重项衡量两两视角测量的可靠性，有效降低离群点的影响，提高算法的鲁棒性；适用于已知多视角点云相对运动初值和任意两视角变化的真实值求解精确的全局运动问题，以解决维重构中多视角点云全局优化方法过度依赖配准初值、鲁棒性不高、效率低的缺陷问题，剔除初始运动中的随机噪声和异常值，提高点云全局运动恢复精度，获得更精确的重构模型。
一种全局运动优化方法设备

[发明专利]一种基于共享近邻的权重自更新多视角谱聚类方法-CN202010225440.2有效
发明人：宋艳;殷俊 -专利权人：上海海事大学
申请日： 2020-03-26 - 公布日： 2023-03-24 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于共享近邻的权重自更新多视角谱聚类方法，该方法包括：步骤1：输入多个视角的数据集，根据共享近邻的自适应高斯核函数计算出各个视角的相似矩阵；步骤2：根据拉普拉斯矩阵秩约束理论对各个视角的相似矩阵的簇结构进一步优化各个视角的相似矩阵；步骤3：根据权重自更新多视角谱聚类模型计算出全局拉普拉斯矩阵；步骤4：根据所得到的全局拉普拉斯矩阵，计算出全局相似矩阵，由此得到一个具有多个联通分支的全局相似矩阵，从而得到最终的多个簇。本发明能够提高谱聚类算法中相似矩阵构造的准确性，并减少在相似矩阵构造阶段所花费的计算时间，同时进一步优化多视角数据融合模型。
一种基于共享近邻权重更新视角谱聚类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 85705 条