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85705个,建议您升级VIP下载更多相关专利
  • [实用新型]一种摄像机-CN201921420218.7有效
  • 尹承辉;温建伟;袁潮 - 北京拙河科技有限公司
  • 2019-08-28 - 2020-10-16 - H04N5/225
  • 一一对应装配在容纳腔的镜头模组,镜头模组分为全局镜头模组及局部镜头模组;每个局部镜头模组的视角位于全局镜头模组的视角范围内,每个局部镜头模组的焦距大于全局镜头模组的焦距。通过采用多个局部镜头模组以及全局镜头模组的配合可以获取更清晰的图像。此外,在设置时,每个镜头模组与壳体之间可拆卸的固定连接,在需要进行更换不同焦距的局部镜头模组或全局镜头模组时,可以将其对应拆卸下来进行更换,从而使得摄像的范围及清晰度更佳灵活。
  • 一种摄像机
  • [发明专利]一种多视角行为识别方法-CN201310181275.5有效
  • 王春恒;张重;肖柏华;周文;刘爽 - 中国科学院自动化研究所
  • 2013-05-16 - 2013-07-31 - G06K9/64
  • 本发明公开了一种多视角行为识别方法。该方法包括以下步骤:对每个视角的动作视频样本提取其局部和全局特征,并把每个动作视频样本表示成为一个特征向量;对源视角和目标视角的动作视频样本的变换矩阵进行初始化;然后在信息论的框架下求得源视角和目标视角的动作视频样本的变换矩阵;根据两个视角的动作视频样本的变换矩阵求得虚拟视角核;然后求得每个动作视频样本之间的相似度;最后使用支持向量机分类器对测试动作视频进行分类。本发明通过连接在源视角和目标视角的连续通路达到多视角行为识别的目的;通过虚拟视角核计算得到的相似度矩阵能够作为任何基于核分类器的输入。
  • 一种视角行为识别方法
  • [发明专利]不完整多视角数据的聚类方法、电子设备-CN202110784672.6在审
  • 薛哲;杜军平;宋杰;郑长伟;梁美玉 - 北京邮电大学;北京百度网讯科技有限公司
  • 2021-07-12 - 2021-11-26 - G06K9/62
  • 本公开提供一种不完整多视角数据的聚类方法、电子设备,所述方法包括:通过多视角自编码器对不完整多视角数据缺失的多视角特征进行补全,以得到完整多视角数据及其统一特征表示;通过单层神经网络模型对完整多视角数据的局部结构进行学习,并利用图卷积网络对完整多视角数据的局部结构信息进行提取,以得到完整多视角数据各视角的节点特征表示;基于统一特征表示以及节点特征表示,通过预设的聚类算法进行聚类得到完整多视角数据的聚类结果。本公开的技术方案在补全不完整多视角数据的缺失特征后,通过结合多视角数据的全局结构和局部结构,增强多视角数据的特征表示,进而获得更准确的多视角数据的聚类结果。
  • 完整视角数据方法电子设备
  • [发明专利]一种可视化信息显示方法-CN202210297297.7在审
  • 陈飞 - 耀灵人工智能(浙江)有限公司
  • 2022-03-24 - 2023-10-03 - G06F3/01
  • 本发明涉及一种可视化信息显示方法,先对建模区域(即现实世界)构建三维全局模型,然后同步用户在建模区域与三维全局模型中的位置与视角(通过信息显示设备进行体现),然后信息显示设备显示对应的三维全局模型的局部本发明实际上是将现实与虚拟进行同步,利用同步的位置与视角,显示同步的画面。由于在显示时,将三维全局模型中对应真实对象的三维对象模型设置为透明,即在同步显示时不被看到,进而不对真实对象形成遮挡,在显示效果上,即可实现可视化信息对于真实对象的跟随显示。
  • 一种可视化信息显示方法
  • [发明专利]一种深度图的全局优化方法-CN201711406513.2有效
  • 郭文松 - 洛阳中科众创空间科技有限公司
  • 2017-12-22 - 2020-11-24 - G06T5/00
  • 一种深度图的全局优化方法,该方法充分利用左右视角视差数据的差值信息和颜色数据的边缘梯度信息来对深度图进行全局优化。首先,基于区域生长法分别对初始左右视角视差数据进行区域滤波,去除孤立的小块状有误视差;然后,利用优化后的左右视差数据的差值信息并采用模型来计算视差置信度系数数据,实验证明该方法简洁有效;最后,将左视角视差数据和置信度系数数据,经视角投影转换成彩色相机视角下的初始深度数据和置信度数据,充分利用彩色图像的边缘信息,构造关于深度数据的线性方程组,通过超松弛迭代法解算可得优化后深度数据。
  • 一种深度全局优化方法
  • [发明专利]基于互相学习网络策略的多视角步态识别方法及系统-CN202010321849.4有效
  • 陈振学;王艳春;荣学文 - 山东大学
  • 2020-04-22 - 2023-04-18 - G06V40/10
  • 本发明属于步态识别领域,提供了一种基于互相学习网络策略的多视角步态识别方法及系统。其中,基于互相学习网络策略的多视角步态识别方法包括接收多个视角的行人步态视频;从视频中提取一个步态周期的步态图像,从步态图像中提取出步态轮廓图;将一个步态周期的步态轮廓图按照步态序列形成步态帧集合,通过互相学习网络提取步态帧集合的局部特征与全局特征;利用水平金字塔池结合局部特征与全局特征,得到一个步态周期步态轮廓图的融合特征;利用softmax函数对一个步态周期步态轮廓图的融合特征进行分类预测,得到步态识别结果。
  • 基于互相学习网络策略视角步态识别方法系统

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