“尺度特征”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2475303个，建议您升级VIP下载更多相关专利

[发明专利]一种双目立体匹配的聚合方法-CN202311013015.7在审
发明人：戴齐飞;曾鹏程;钱刃;杨文帮;赵勇;李福池 -专利权人：东莞市爱培科技术有限公司
申请日： 2023-08-14 - 公布日： 2023-09-12 - 主分类号： G06T7/55 文献下载
摘要：该方法包括：对左视图和右视图进行特征提取以生成金字塔代价卷，利用金字塔代价卷对应确定第一尺度特征图、第二尺度特征图和第三尺度特征图；对第一尺度特征图和第二尺度特征图分别进行重排切片后，进行尺度间聚合得到第一尺度特征图的视差特征图；对第二尺度特征图和第三尺度特征图分别进行重排切片后，进行尺度间聚合得到第二尺度特征图的视差特征图；对第一尺度特征图的视差特征图和第二尺度特征图的视差特征图进行尺度内聚合以生成各尺度特征图对应的视差预测图；对第三尺度特征图进行尺度内聚合以生成对应的视差预测图；根据各尺度特征图对应的视差预测图生成视差图。
一种双目立体匹配聚合方法

[发明专利]一种基于深度相机的人脸识别方法及系统-CN202011265447.3在审
发明人：户磊;浦煜;保长存;朱海涛;付贤强 -专利权人：合肥的卢深视科技有限公司
申请日： 2020-11-12 - 公布日： 2021-03-02 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于深度相机的人脸识别方法及系统，该方法包括：将彩色人脸区域输入至多尺度特征提取网络中的彩色多尺度特征提取网络，获取并融合彩色人脸区域不同尺度的彩色特征向量，得到彩色多尺度特征；将深度人脸区域输入至多尺度特征提取网络中的深度多尺度特征提取网络，获取并融合深度人脸区域不同尺度的深度特征向量，得到深度多尺度特征；将彩色多尺度特征和深度多尺度特征输入至多尺度特征提取网络中的识别单元，获取人脸识别结果。本发明将常用的深度数据使用点云进行表示，增加了信息量；构建了多尺度特征提取网络，融合不同尺度的彩色特征和深度特征，使得网络提取的特征表达更加鲁棒，并且在RGBD场景下的识别准确率大幅提升。
一种基于深度相机识别方法系统

[发明专利]一种基于密度估计的人群计数方法及系统-CN202110865293.X有效
发明人：张世辉;李贺;李群鹏;赵维勃 -专利权人：燕山大学
申请日： 2021-07-29 - 公布日： 2022-06-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于密度估计的人群计数方法及系统，涉及图像处理领域，方法包括：利用第一尺度感知金字塔注意力层对低层语义特征图提取尺度感知信息特征，得到低层多尺度语义特征图；利用第二尺度感知金字塔注意力层对中层语义特征图提取尺度感知信息特征，得到中层多尺度语义特征图；利用第三尺度感知金字塔注意力层对高层语义特征图提取尺度感知信息特征，得到高层多尺度语义特征图；利用特征融合层对低层多尺度语义特征图、中层多尺度语义特征图和高层多尺度语义特征图进行融合，得到多层次多尺度的融合特征图；利用人群密度图估计层对多层次多尺度的融合特征图进行人群密度估计，得到估计的人群密度图。
一种基于密度估计人群计数方法系统

[发明专利]基于混合尺度和聚焦网络的红外小目标检测方法及装置-CN202310915664.X在审
发明人：王鲁平;王成龙;张渝东 -专利权人：中山大学
申请日： 2023-07-25 - 公布日： 2023-10-17 - 主分类号： G06V10/52 文献下载
摘要：本发明公开了基于混合尺度和聚焦网络的红外小目标检测方法及装置，方法包括：获取待检测的第一图像，对第一图像进行尺度变换，得到第二图像；其中，第二图像的尺度大于第一图像的尺度；对第一图像和第二图像分别进行多层特征提取，对应获得第一多尺度特征和第二多尺度特征；其中，多层特征提取中，每层特征提取的输入为上一层特征提取的输出；对第一多尺度特征和第二多尺度特征进行尺度整合，获得多尺度整合特征；对多尺度整合特征中的若干高层特征进行特征融合，获得融合特征；基于融合特征，对多尺度整合特征中剩余的底层特征逐层进行空洞聚焦，获得目标检测结果。
基于混合尺度聚焦网络红外目标检测方法装置

[发明专利]一种多尺度特征提取及其内在关系建模的深度学习方法-CN202310568224.1在审
发明人：徐颂华;代笃伟;李宗芳 -专利权人：西安交通大学医学院第二附属医院
申请日： 2023-05-19 - 公布日： 2023-08-11 - 主分类号： G06V10/764 文献下载
摘要：一种多尺度特征提取及其内在关系建模的深度学习方法，包括以下步骤：基于现有技术的多尺度特征提取模块Res2Net，使用轻量级Transformer对多尺度上下文特征进行整合，形成多尺度感知特征提取模块；根据现有技术的多尺度特征提取模块Res2Net和多尺度感知特征提取模块SAFE，设计尺度感知残差模块；根据尺度感知残差模块，构建三维尺度感知残差神经网络；本发明不仅能够有效的提取多尺度特征，还使用了轻量化的Transformer对多尺度特征之间的内在关系进行了建模和整合，相比于现有技术的多尺度特征提取模块，本发明具有更强的特征学习能力，获取到的多尺度特征整合为一个更具分辨力的特征。
一种尺度特征提取及其内在关系建模深度学习方法

[发明专利]图像检测方法、存储介质及处理器-CN202210405641.X在审
发明人：柳宾辉;罗斌 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2022-04-18 - 公布日： 2022-08-19 - 主分类号： G06V20/20 文献下载
摘要：其中，该方法包括：获取目标图像；对目标图像进行特征提取，得到多个尺度特征，其中，每个尺度特征对应的尺度不同；基于多个尺度特征中的第一尺度特征，确定目标尺度特征的目标注意力权重，其中，目标尺度特征为多个尺度特征中除第一尺度特征之外的尺度特征；基于目标注意力权重和目标尺度特征对目标图像进行检测，得到检测结果，其中，检测结果用于表示目标图像中是否存在目标对象。
图像检测方法存储介质处理器

[发明专利]一种海洋中尺度涡检测方法-CN202110101082.9在审
发明人：杜艳玲;刘倩倩;黄冬梅;宋巍;刘江勇;王丽丽;徐鑫 -专利权人：上海海洋大学
申请日： 2021-01-26 - 公布日： 2021-05-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种海洋中尺度涡检测方法包括：采集包含所述中尺度涡的海平面异常数据；对采集的数据预处理，构建中尺度涡数据集；将中尺度涡数据集输入至ResNet主干网络中，初步提取中尺度涡特征；特征金字塔网络获取所述提取中尺度涡特征，并融合所述中尺度涡的低层和高层特征，获取中尺度涡的语义信息强的多尺度特征图；在语义信息强的多尺度特征图中的每个像素点生成由尺度、长宽比和角度控制的旋转锚，获取中尺度涡的带有旋转锚的多尺度特征图；将带有旋转锚的多尺度特征图输入分类子网络和回归子网络中，获取分类子网络输出的类别置信分数和回归子网络输出的位置信息，最后通过非极大值抑制获取所述中尺度涡的最终检测结果。
一种海洋尺度检测方法

[发明专利]一种基于特征共享的多尺度特征融合方法-CN202210011977.8在审
发明人：陈忠昊;高红民;张亦严 -专利权人：河海大学
申请日： 2022-01-06 - 公布日： 2023-07-25 - 主分类号： G06V10/771 文献下载
摘要：本发明公开了一种基于特征共享的多尺度特征融合方法，属于人工智能领域。所述方法包括：在主干提取网络提取的多尺度特征中，选取所有不同尺度的特征图作为输出特征，其中，选出的特征图具有不同大小的空间尺度；为所述输出特征构建基于共享机制的多尺度特征融合模块，所述多尺度特征融合模块通过逐点卷积和深度卷积并行的方式来实现尺度间的强融合，使得在保证每个特征图在包含原有尺度的特征的上下文语意信息外还包含其他来自其他所有尺度特征的融合特征；根据融合后的特征，对图像/视频中的目标进行分割、分类以及检测。采用本发明，能够提高对提取到的多尺度特征的利用率以提高模型性能。
一种基于特征共享尺度融合方法

[发明专利]目标检测方法及装置、电子设备、存储介质-CN202210003188.X在审
发明人：刘浩 -专利权人：京东鲲鹏(江苏)科技有限公司
申请日： 2022-01-04 - 公布日： 2022-04-12 - 主分类号： G06V20/56 文献下载
摘要：该目标检测方法包括：获取待检测图像，以及预训练的目标检测网络；目标检测网络包括通用特征提取网络和特征金字塔网络，以及多尺度平衡特征提取网络和检测头网络；基于通用特征提取网络和特征金字塔网络对待检测图像进行多尺度特征提取，得到多尺度特征图；基于多尺度平衡特征提取器对多尺度特征图进行多尺度特征融合处理，得到多尺度融合特征图；通过检测头网络对多尺度融合特征图进行目标检测，输出待检测图像的目标检测结果。本公开实施例的技术方案可以通过多尺度平衡特征器对多尺度特征图的进行多尺度特征融合处理，提高了待检测图像检测的效率和准确率。
目标检测方法装置电子设备存储介质

[发明专利]目标检测方法、装置、电子设备及可读存储介质-CN202110790334.3有效
发明人：张凯;谭文明;李哲暘;张如意 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2021-07-13 - 公布日： 2023-08-29 - 主分类号： G06V10/44 文献下载
摘要：本申请提供一种目标检测方法、装置、电子设备及可读存储介质，该目标检测方法包括：获取待检测图像的多尺度特征；所述多尺度特征包括至少两个不同尺度的特征图；依据所述多尺度特征，分别生成各尺度的第一类型卷积核；分别依据各尺度的第一类型卷积核，对对应尺度的特征图进行特征融合，得到各尺度的特征融合后的特征图；分别对各尺度的特征融合后的特征图进行目标检测。
目标检测方法装置电子设备可读存储介质

[发明专利]一种应用于图像匹配的尺度不变特征点提取方法-CN202110145111.1在审
发明人：孙华东;韩小为;张旭;刘良;赵志杰;张立志;邱泽国 -专利权人：哈尔滨商业大学
申请日： 2021-02-02 - 公布日： 2021-06-15 - 主分类号： G06K9/46 文献下载
摘要：一种应用于图像匹配的尺度不变特征点提取方法，解决了现有利用Fast特征点进行图像匹配精度不高的问题，属于图像匹配技术领域。本发明包括：计算图像中像素点的在不同尺度下的尺度区域值，建立尺度金字塔；在不同尺度下的每个像素点与周围8个像素点的尺度区域值进行比较，筛选出候选特征点，并计算图像在不同尺度下的尺度响应得分对筛选出的候选特征点进行非极大值抑制，筛选出尺度响应得分最大的候选特征点，并用当前尺度与上下尺度的响应得分进行插值计算，得到精确尺度，去掉偏移超过设定值的候选特征点，剩余的候选特征点为尺度不变特征点。对得到的尺度不变特征点结合Surf区域描述生成局部特征，对图像进行匹配实验得到匹配结果并分析。
一种应用于图像匹配尺度不变特征提取方法

[发明专利]一种多尺度特征提取网络的特征提取方法-CN202011530198.6有效
发明人：潘新建;张崇富;邓春健;杨亮;吴洁滢;李奇;李志莉;徐世祥;王婷瑶;温贺平;高庆国;刘凯;迟锋;刘黎明 -专利权人：电子科技大学中山学院
申请日： 2020-12-22 - 公布日： 2023-07-04 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种多尺度特征提取网络的特征提取方法，包括依次相连的降维卷积层、尺度特征提取层、合并层和特征融合层，尺度特征提取层包括大目标检测分支、原始特征检测分支和小目标检测分支，能提取不同尺度的特征，再通过特征融合层进行特征融合，令多尺度特征提取网络具有多尺度特征提取能力的同时计算复杂度低，需要进行多尺度特征提取时能即时应用本特征提取网络，提升目标检测精度，而该多尺度特征提取网络的特征提取方法能对输入的待提取特征图进行特征降维、分目标检测以及核心的多尺度特征提取，能快速获取尺度特征提取图，且具有目标检测精度高、运算量少的优点。
一种尺度特征提取网络方法

[发明专利]多尺度目标检测方法及装置-CN201910551464.4有效
发明人：杨静林 -专利权人：京东方科技集团股份有限公司
申请日： 2019-06-24 - 公布日： 2022-01-21 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种多尺度目标检测方法及装置，其中方法包括：获取待进行目标检测的图像；对图像进行第一卷积处理，获取多个尺度的特征图；针对多个尺度中的每个尺度，对所述尺度的特征图进行空洞卷积处理，得到空洞卷积后的特征图；根据空洞卷积后的特征图对所述尺度的特征图进行处理，得到所述尺度的处理后特征图；对多个尺度中每个尺度的处理后特征图进行融合处理，根据每个尺度的融合后特征图确定图像的目标检测结果，其中，通过空洞卷积的采用，增加了感受野，使得尺度划分稠密化，提高了目标检测效率。
尺度目标检测方法装置

[发明专利]基于自适应多尺度特征提取模型的高光谱图像分类方法-CN202110102544.9有效
发明人：杜博;杨佳琪;张良培;武辰 -专利权人：武汉大学
申请日： 2021-01-26 - 公布日： 2022-04-29 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了基于自适应多尺度特征提取模型的高光谱图像分类方法，建立包含尺度参考网络和特征提取网络两部分的框架，在尺度参考网络，引入条件门控机制，通过三组模块逐级判断，将特征输入到对应尺度提取网络，深入挖掘高光谱遥感图像蕴含的丰富信息，有效结合不同尺度的特征，提高分类效果，生成精细分类结果图；在特征提取网络，设计大尺度特征提取网络和小尺度特征提取网络从两个尺度进行地物信息提取，综合考虑数据集异构性和被识别地物尺度差异性，能够自适应改变网络结构，实现多尺度特征协同学习。本发明在进行多尺度特征提取时，同时保留了高光谱遥感图像的较小尺度细节信息和较大尺度空间信息，满足高光谱遥感图像目标识别与分类需要。
基于自适应尺度特征提取模型光谱图像分类方法

[发明专利]一种单视彩色图像深度图获得方法及装置-CN201910703005.3有效
发明人：陈雪锦;陈啸天 -专利权人：中国科学技术大学
申请日： 2019-07-31 - 公布日： 2022-04-19 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种单视彩色图像深度图获得方法及装置，可以从输入的一张单视角彩色图像中提取预设尺度队列中的多个尺度下的初始特征图；对多个尺度中的任一尺度：在该尺度下将提取的多个尺度下的初始特征图进行融合，获得该尺度下的融合特征图；根据多个尺度中的最粗尺度下的初始特征图和所述最粗尺度下的融合特征图获得所述最粗尺度下的深度图；对多个尺度中的除所述最粗尺度外的任一尺度：根据该尺度下的融合特征图获得该尺度下的深度残差图，将该尺度下的深度残差图与预设尺度队列中上一尺度下的深度图融合后获得该尺度下的深度图；将所述多个尺度中最细尺度下的深度图确定为单视角彩色图像的深度图。
一种彩色图像深度获得方法装置

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 100000 条