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1881834个,建议您升级VIP下载更多相关专利
  • [发明专利]视角视频的输出方法和装置-CN201610458288.6在审
  • 韩庆龙;黄之燊;张聪 - 深圳市量子视觉科技有限公司
  • 2016-06-22 - 2017-09-08 - H04N5/222
  • 本发明涉及一种视角视频的输出方法和装置,所述方法包括获取全景视频;将全景视频沿播放时间分割成多个第一全景视频段;对于每个第一全景视频段,以多个视角中每个视角分别作为主视角,保持该主视角内的图像区域的图像尺寸不变,降低将该主视角之外的图像区域的图像尺寸,生成多个视角分别作为主视角时各自对应的第二全景视频段;获取当前视角和当前播放时间;查找以当前视角为主视角时与当前播放时间对应的第二全景视频段;输出查找到的第二全景视频段本发明提供的视角视频的输出方法和装置,只需输出查找到的以当前视角作为主视角时与当前播放时间对应的第二全景视频段,在传输过程中第二全景视频段的传输耗费较少的网络传输资源。
  • 视角视频输出方法装置
  • [发明专利]一种视角压缩感知图像的重建方法-CN201310172310.7有效
  • 覃团发;常侃 - 广西大学
  • 2013-05-10 - 2013-09-11 - G06T11/00
  • 本申请公开了一种视角压缩感知图像的重建方法,包括:在接收端接收各视角图像的测量值后独立重建各视角图像;在已重建图像之间进行基于块的DE和DC操作,获得每个视角的预测图像;然后,对利用预测图像和测量值为每个视角建立的联合重建问题进行求解,确定各视角最终的重建图像。其中,建立的联合重建问题不仅考虑视角图像与预测图像间的残差在变换域的稀疏特性,还进一步考虑视角图像本身在变换域的稀疏特性。同时,在求解联合重建问题时,将其分解为视角重建图像与残差图像的交替迭代问题,通过多次迭代进行求解。应用本申请,能够有效改善图像重建的性能和效果。
  • 一种视角压缩感知图像重建方法
  • [发明专利]一种基于视角特征的运动磨粒识别方法及相关装置-CN202310033908.1在审
  • 彭业萍;岳红涛;曹广忠 - 深圳大学
  • 2023-01-10 - 2023-06-23 - G06V20/69
  • 本申请公开了一种基于视角特征的运动磨粒识别方法及相关装置,方法包括获取运动磨粒视频,并获取运动磨粒视频中的磨粒视角图像;基于视角图像确定面积变化曲线、长宽比变化曲线和圆度变化曲线;基于获取到的各特征变化曲线识别运动磨粒的磨粒类型本申请通过获取运动磨粒的视频,然后根据运动磨粒视频确定多角度图像,可以通过多角度图像获取到磨粒的视角信息,可以快速确定磨损组织液所包含的磨粒数量以及磨粒类型,从而可以提高磨粒分析效率。同时,本申请通过获取各视角图像的面积、长宽比和圆形度的特征变化曲线,并融合各特征变化曲线识别磨粒类型,这样可以保证识别到的磨粒类型的准确率和识别速度。
  • 一种基于视角特征运动识别方法相关装置
  • [发明专利]一种基于云-边缘协同计算的DDNN及其构建方法和应用-CN201910700002.4有效
  • 肖江文;邹颖;王燕舞 - 华中科技大学
  • 2019-07-31 - 2022-02-15 - G06V10/764
  • 本发明公开了一种基于云‑边缘协同计算的DDNN及其构建方法和应用,应用于物联网视角图像下目标分类,DDNN包括:边缘侧,其采用特征袋模型对提取到的多张特征图像进行相似性度量并统计得到每个视角的直方图向量;对各个视角直方图向量进行特征加权融合,基于融合后的直方图向量得到边缘侧目标分类,若该分类精度不够,将提取到的每个视角的特征图像传输至云端;云端,用于对所有特征图像进行特征加权融合,对融合特征图像进行卷积本发明在边缘侧引入特征袋模型,减少参数量;另外,视角加权特征融合减少了视角冗余特征、增加特征表达能力的有效性。本发明减少了DDNN的参数量及云‑边缘通信量并提高了DDNN整体性能。
  • 一种基于边缘协同计算ddnn及其构建方法应用
  • [发明专利]一种用于生成动画或三维图像视图设备-CN201080027475.X无效
  • C·A·弗舒伦 - 皇家飞利浦电子股份有限公司
  • 2010-06-14 - 2012-07-18 - G02B27/22
  • 本发明涉及一种用于在第一视角(211)生成第一图像以及在不同于第一视角(211)的第二视角(221)生成第二图像视图设备(100)。该视图设备(100)包括合成图像、伸长的光学结构阵列(101)和有机发光二极管器件(103)。该合成图像包括含有第一图像和第二图像的子图像的伸长条纹(210,220)。该伸长的光学结构阵列(101)用于向第一视角(211)折射第一图像的光(212),以及向第二视角(221)折射第二图像的光(222)。有机发光二极管器件(103)用于通过伸长的光学结构阵列(103)对合成图像成像。所述有机发光二极管器件(103)光学耦合到伸长的光学结构阵列(103)。利用光学耦合到伸长的光学结构阵列(101)的有机发光二极管器件(103),此视图设备(100)具有较好的光效率。
  • 一种用于生成动画三维图像视图设备
  • [发明专利]视角信息协作的乳腺良恶性肿瘤分类方法-CN202010061740.1在审
  • 张聚;俞伦端;周海林;吴崇坚;吕金城;陈坚 - 浙江工业大学之江学院
  • 2020-01-19 - 2020-06-09 - G06T7/00
  • 视角信息协作的乳腺良恶性肿瘤分类方法,包括:步骤1)医学图像预处理,将乳腺钼靶X线四个视角图像进行数据增强处理;步骤2)针对每个视角图像构建视角卷积网络子模型;步骤3)构建视角信息协作卷积神经网络模型,将四个视角的子模型的输出统一到同一神经元分类层,最终输入Sigmoid函数得到分类结果。并针对假阴性的病例加入惩罚函数,给予更大的惩罚减少假阴性情况的出现;步骤4)乳腺肿瘤良恶性分类:向步骤3)中构建好的多视角信息协作卷积神经网络模型,输入待检测的乳腺钼靶X线图像,网络输出得到肿瘤的良恶性结果本发明能够提高肿瘤良恶性分类的准确率,同时避免因病例图像数据匮乏、神经网络训练数据不足而出现的模型泛化能力太差的问题。
  • 视角信息协作乳腺恶性肿瘤分类方法
  • [发明专利]视角图像的处理方法、装置和系统、存储介质-CN202011520775.3在审
  • 李珂;张超;汪彪 - 阿里巴巴集团控股有限公司
  • 2020-12-21 - 2022-06-21 - G06T7/00
  • 本发明公开了一种视角图像的处理方法、装置和系统、存储介质。其中,该方法包括:获取多个摄像机从不同视角下拍摄到的多张图像,其中,至少两个摄像机取景位置不同;从不同视角下的多张所述图像中,获取存在目标对象的目标图像;确定至少两张目标图像中存在所述目标对象的区域,并获取该区域的区域信息;基于至少两张所述目标图像的区域信息,确定不同视角下的目标图像是否存在遮挡。本发明解决了现有技术中通过在区域范围内的多个不同位置挂载摄像头,来实现对该区域进行全方位的视角取景,由于不同位置的摄像头在不同的视角下捕捉到的信息不同,有的视角下存在遮挡现象,导致摄像机图像中显示的目标对象图像不完整
  • 视角图像处理方法装置系统存储介质
  • [发明专利]一种基于视角转换的双角度光场高分辨重构系统及方法-CN202110503579.3有效
  • 费鹏;易成强;朱兰馨 - 华中科技大学
  • 2021-05-10 - 2023-08-01 - G06T15/00
  • 本发明公开了一种基于视角转换的双角度光场高分辨重构系统及方法。系统包括:依次连接的光场图像重构模块和双视角融合高分辨率模块;所述光场图像重构模块,用于将光场图像重构采用深度卷积神经网络重建为三维图像;所述双视角融合高分辨率模块,用于将第一、第二视角三维图像融合为通道三维图像信息并经高分辨率重建为高分辨率各向同性三维图像方法应用所述基于视角转换的双角度光场高分辨重构系统。本发明基于深度学习的双视角光场高分辨重构方法,可重建出每个视角的物方三维分布,通过图像特征提取和融合形成通道三位图像,尽可能的保留成像细节,且能够达到近乎各向同性的分辨率。
  • 一种基于视角转换角度光场高分辨系统方法
  • [发明专利]联合低秩表示和稀疏回归的视角学习方法-CN201710648597.4有效
  • 刘安安;史英迪;苏育挺 - 天津大学
  • 2017-08-01 - 2021-02-05 - G06K9/62
  • 本发明公开了一种联合低秩表示和稀疏回归的视角学习方法,所述方法包括以下步骤:对带有图像记忆度分数标签的SUN数据集分别进行低级特征和高级属性特征的提取;将低秩表示、结合稀疏回归模型和视角一致性损失三部分放在同一个框架下构成一个整体,构建联合低秩和稀疏回归的视角模型;利用视觉自适应回归算法解决自动预测图像的可记忆性的问题,在最优参数下得到图像底层特征、图像属性特征和图像记忆度的关系;组合图像的低级特征和高级属性特征,利用在最优参数下得到的关系结果,预测数据库测试集图像记忆度,并用相关评价标准来验证预测结果。本发明联合低秩表示和稀疏回归的视角学习框架,准确预测图像区域的可记忆性。
  • 联合表示稀疏回归视角学习方法
  • [发明专利]全息图像视角处理转换、显示方法及设备-CN201810270427.1有效
  • 谢永明 - 香港光云科技有限公司
  • 2018-03-29 - 2020-09-01 - H04N13/302
  • 本发明公开了一种全息图像视角处理转换方法,包括以下步骤:(1)依据原始图像获取深度图像数据;(2)依据深度图像数据获取全息图像数据,所述全息图像数据具有Z行、X列的Z*X个视角连续的视角图,(3)依据全息显示设备的需要在Z*X个视角图中平均抽取以获得M*N个均匀的视角图作为视角计算图。与现有技术相比,本发明通过深度图像数据生成多个视角连续的视角图,并从视角图抽取视角图需要数目且均匀的视角图作为视角计算图,保证了全息显示设备从2视角到N视角到M*N的多种立体显示上的排图适应性,使得该全息排图方法可用于不同全息显示设备之间本发明还公开了对应的全息图像显示方法和设备。
  • 全息图像视角处理转换显示方法设备

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