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961432个,建议您升级VIP下载更多相关专利
  • [发明专利]目标交通图像确定方法、装置、电子设备及程序产品-CN202210556911.7在审
  • 张乐翔;杨洋;单成亮;向哲 - 高德软件有限公司
  • 2022-05-19 - 2022-08-30 - G06F16/29
  • 本公开实施例公开了一种目标交通图像确定方法、装置、电子设备及程序产品,所述方法包括:获取交通图像采集设备采集得到的至少两幅交通图像、惯性测量组件测量得到的惯导数据以及定位系统获得的定位数据,其中,所述交通图像采集设备、惯性测量组件和定位系统装载在同一交通图像采集车辆上;基于所述交通图像、惯导数据以及定位数据,确定所述交通图像采集车辆的行进速度是否低于预设速度阈值;若确定所述交通图像采集车辆的行进速度低于预设速度阈值,从所述交通图像中选择部分交通图像作为用于制作地图数据的目标交通图像。该技术方案能够降低交通图像采集车辆在遇到红绿灯或堵车而静止或低速行进时的交通图像传输量,进而避免图像传输资源以及服务器计算资源的浪费,有利于高精地图数据更新效率的提高。
  • 目标交通图像确定方法装置电子设备程序产品
  • [发明专利]用于数码显微镜的多视窗比对显微方法、系统及显微装置-CN202210778379.3在审
  • 赵功乐 - 深圳市劢科隆科技有限公司
  • 2022-06-30 - 2022-09-02 - G02B21/36
  • 本发明公开用于数码显微镜的多视窗比对显微方法、系统及显微装置,数码显微镜包括有图像组件和显示器,显示器用于显示图像组件获取的显微图像;在第一放大倍数条件下获取标准尺寸的第一图像,根据第一图像划定感兴趣区域;显示器的全屏显示尺寸为标准尺寸;在第二放大倍数条件下获取标准尺寸的第二图像;根据感兴趣区域在第二图像中获取对应的目标区域,并标定目标区域的坐标范围;进入分屏对比模式,在显示器形成有至少两个显示窗口;显示窗口包括实时图像窗口和对比图像窗口;对比图像窗口展示第一图像的感兴趣区域,实时图像窗口展示第二图像的目标区域;能够展示多个未改变比例的图形,同时能够对不同放大倍数的图像进行感兴趣区域的有效比对。
  • 用于数码显微镜视窗显微方法系统装置
  • [发明专利]一种识别结果校正方法、装置、设备以及存储介质-CN202210531325.7在审
  • 徐小凤;田茂清 - 成都商汤科技有限公司
  • 2022-05-16 - 2022-08-02 - G06V10/25
  • 本公开提供了一种识别结果校正方法、装置、设备以及存储介质,通过第一时刻采集的第一采集图像和第二时刻采集的第二采集图像,得到第一采集图像中各个第一物品图像的第一检测框信息以及第二采集图像中各个第二物品图像的第二检测框信息,进而在对第一物品图像和第二物品图像进行配对后,通过未配对的第二物品图像确定第一采集图像中是否存在未被识别出的漏识别物品,并根据漏识别物品对第一采集图像图像识别结果进行校正。这样,通过对拿取物品前后的图像的识别结果进行修正,可以有效减少图像中物品的漏检情况,提高物品识别准确度,进而可以帮助降低自助购物中结算存在误差的几率,帮助提高物品结算信息的准确性,有助于提升用户体验。
  • 一种识别结果校正方法装置设备以及存储介质
  • [发明专利]换脸网络模型的训练方法、图像换脸方法及相关设备-CN202110885689.0在审
  • 陈圣;蒋宁;王洪斌;周迅溢;吴海英;曾定衡 - 马上消费金融股份有限公司
  • 2021-08-03 - 2022-05-13 - G06V40/16
  • 本申请提供了一种换脸网络模型的训练方法、图像换脸方法及相关设备,在训练换脸网络模型时,可以获取多个图像样本对;针对各图像样本,将图像样本对包括的原图像样本和目标图像样本输入至初始换脸网络模型中,从目标图像样本中多次提取人脸特征,并从原图像样本中多次提取属性特征,再将多次提取的人脸特征和属性特征融合得到换脸图像样本,换脸图像样本中可以包含更多的人脸特征和属性特征,这样结合各图像样本对和其对应的包含更多人脸特征和属性特征的换脸图像样本更新初始换脸网络模型的网络参数,更有助于训练换脸网络模型,使得最终的换脸网络模型可以更好地执行换脸操作,获取到真实自然的换脸图像,有效地提高了换脸图像的换脸效果。
  • 网络模型训练方法图像相关设备
  • [发明专利]一种异质遥感图像变化检测方法、装置及存储介质-CN202210520763.3在审
  • 李刚;吉之源;王学谦 - 清华大学
  • 2022-05-13 - 2022-08-19 - G06T7/00
  • 本申请公开了一种异质遥感图像变化检测方法,包括获取异质的第一图像和第二图像;将第一图像和第二图像分别输入增强对称耦合网络的两端,获得第一图像上每个像素点各自对应的第一特征向量,和第二图像上每个像素点各自对应的第二特征向量;根据第一特征向量以及第二特征向量,获得每个像素点对应的异质图像差异度;根据异质图像差异度,输出第一图像相对第二图像图像变化区域。本方案基于增强对称耦合网络,通过将对称卷积耦合网络中的部分耦合层替换为卷积层,增大感受野,可以更好的提取图像的邻域信息,尤其在复杂不变背景区域内抑制了对称卷积耦合网络产生的虚警,从而减小了对称卷积耦合网络的虚警率,增加了图像变化检测的准确率。
  • 一种遥感图像变化检测方法装置存储介质
  • [发明专利]模型训练方法、图像生成方法和装置-CN202210597992.5在审
  • 沈力;郑贺亮;陶大程 - 京东科技信息技术有限公司
  • 2022-05-30 - 2022-08-19 - G06T11/60
  • 本公开的实施例提供了一种模型训练方法、图像生成方法和装置。所述的模型训练方法包括:首先获取训练样本集,训练样本集包括样本输入图像、样本参考图像和期望图像,然后构建初始模型,该初始模型包括第一初始编码器、第二初始编码器和基于层级架构的多层级生成器,最后利用机器学习方法,将样本输入图像作为第一初始编码器的输入,样本参考图像作为第二初始编码器的输入,并将第一初始编码器和第二初始编码器的输出作为多层级生成器的输入,期望图像作为期望输出,对初始模型进行训练,得到图像生成模型,基于样本输入图像和样本参考图像进行训练,训练得到一种能够基于输入图像和参考图像进行处理得到输出图像图像生成模型。
  • 模型训练方法图像生成装置
  • [发明专利]图像噪声去除系统、方法、设备及存储介质-CN202210731214.0在审
  • 陈志颖;左培丽;周雅雯 - 展讯半导体(南京)有限公司
  • 2022-06-24 - 2022-08-19 - G06T5/00
  • 本发明公开了一种图像噪声去除系统、方法、设备及存储介质,包括上位机和下位机,下位机包括至少一台设备,每台设备均部署有对应的图像去噪算法;上位机用于根据获取的每台设备中原始噪声图像对应的初始图像纹理损失值以及初始图像去噪算法参数生成至少一个新的图像去噪算法参数;下位机用于根据每个新的图像去噪算法参数更新图像去噪算法,并根据更新后的图像去噪算法对原始噪声图像进行去噪处理。本发明通过上位机与下位机的通信交互,能够同时调试更新下位机中部署的多套图像去噪算法,降低了调试成本、提高了调试效率和精准度,避免了环境的制约,实现了根据更新后的图像去噪算法对原始噪声图像进行去噪处理,提高了图像噪声去除效率
  • 图像噪声去除系统方法设备存储介质
  • [发明专利]一种基于无监督学习方法的三维图像配准方法及系统-CN202110274132.3在审
  • 巫彤宁;朱文文;李从胜;杨蕾 - 中国信息通信研究院
  • 2021-03-15 - 2022-09-20 - G06T7/33
  • 本发明公开了一种基于无监督学习方法的三维图像配准方法及系统,其中该方法包括:获取三维医学图像;将图像进行下采样,得到下采样后的图像;将下采样后的固定图像与待配准图像输入至级联配准子网络,利用级联配准子网络将两幅图像中的位移偏差的部分进行对齐;将级联配准子网络输出的图像输入至全连接层,将图像特征进行整合;将全连接层输出的图像带入至LOSS函数,并将函数输出结果相加求和,利用求和数值衡量算法网络的优化程度,如果求和数值达到预设阈值,停止训练并得到训练完成的图像配准网络结构,如果未达到,调整参数对算法网络进行迭代训练;将需要配准的三维图像输入至图像配准网络结构,得到已配准的三维图像
  • 一种基于监督学习方法三维图像方法系统
  • [发明专利]一种具有提高图像清晰度和分辨率的图像成像方法-CN202210852174.5在审
  • 高军涛;张旭 - 晨星基因(北京)智能科技有限公司
  • 2022-07-20 - 2022-09-27 - G06T3/40
  • 本发明公开了一种具有提高图像清晰度和分辨率的图像成像方法,S1、图像输入:首先选取一张低分辨率的图像,随后将低分辨率图像输入GS‑PIANZHEN.的算法中,S2、图像分析:时间序列作为整体进行迭代优化,此时使用双立方插值将低分辨率图像放大至目标尺寸,然后利用一个三层的卷积神经网络去拟合低分辨率图像与高分辨率图像之间的非线性映射,本发明涉及图像成像技术领域。该具有提高图像清晰度和分辨率的图像成像方法,将时间序列作为整体进行迭代优化,保护了重建信号时序相关性,显著提升了角度解析能力,实现了图像的高精度分析;同时校正了偏振超分辨对局部偶极子分散的评估偏差,使得衍射图像序列的去模糊过程和偏振分析更加鲁棒
  • 一种具有提高图像清晰度分辨率成像方法
  • [发明专利]基于深度学习图像识别的车牌识别方法及系统-CN202210864331.4在审
  • 郭文艺 - 广东车卫士信息科技有限公司
  • 2022-07-21 - 2022-09-27 - G08G1/017
  • 本发明涉及车牌识别技术领域,尤其涉及了基于深度学习图像识别的车牌识别方法及系统,包括图像采集器、图像处理器、图像存储器、图像处理中心、临时数据库、新数据库和车辆检测器,图像处理器通过随机替换字符的方式对模糊车牌图像进行处理,图像存储器通过清晰度分析检测对识别图像进行清晰化处理,图像处理器通过3D卷积中的低秩近似模型对图像进行建模。该基于深度学习图像识别的车牌识别方法及系统,采用清晰度分析检测,把最清晰的图像画面被传输到临时数据库中,图像处理器通过随机替换字符所在区域的方式生成不同内容的车牌数据,可以及时准确的识别出车辆的信息,造成行车出入口堵塞
  • 基于深度学习图像识别车牌方法系统
  • [发明专利]基于图像识别非工作区域的方法、系统、设备及介质-CN202110277128.2在审
  • 朱绍明;任雪 - 天佑电器(苏州)有限公司
  • 2021-03-15 - 2022-10-04 - G06V20/10
  • 本发明提供一种基于图像识别非工作区域的方法、系统、设备及介质,所述方法包括:获取原始图像;自原始图像中分离出H通道图像和V通道图像;对V通道图像进行处理形成边缘图像和二值化图像;以二值化图像为基础,分别获取围合二值化图像中每一预判工作区域、且为最小的矩形轮廓,以及获取围合二值化图像中每一预判非工作区域、且为最小的矩形轮廓;基于二值化图像获取表征每一矩形轮廓大小的第一参数,表征矩形轮廓位置的第二参数,表征图像粗糙度的第三参数,表征像素数量的第四参数本发明可通过图像识别精确识别非工作区域,提升机器人的使用性能。
  • 基于图像识别工作区域方法系统设备介质

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