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826256个,建议您升级VIP下载更多相关专利
  • [发明专利]时间序列三维视网膜SD-OCT图像的运动伪差校正方法-CN201910235852.1有效
  • 潘玲佼;贾子彦;吴全玉;王永星;陶为戈 - 江苏理工学院
  • 2019-03-27 - 2023-07-11 - G06T11/00
  • 本发明公开了一种时间序列三维视网膜SD‑OCT图像的运动伪差校正方法,包括:获取基于时间序列的多张三维视网膜SD‑OCT图像,并从中选定一基准图像;依次对SD‑OCT图像中的视网膜内部进行分层,得到包括视网膜色素上皮层在内的多个分层;提取视网膜色素上皮层的灰度数据,并根据该灰度数据得到包含血管投影信息的垂直投影图像;对垂直投影图像中血管的管状结构进行检测;对检测到的血管管状结构进行腐蚀,提取得到血管的骨架结构;提取血管骨架结构的特征点;基于提取的特征点采用刚性配准模型得到各待校正SD‑OCT图像与基准图像之间的变换参数,依次完成待校正SD‑OCT图像与基准图像间运动伪差的校正。其无需增加额外硬件设备、也无需额外采集正交扫描图像即可完成目的,且精确度高。
  • 时间序列三维视网膜sdoct图像运动校正方法
  • [发明专利]基于图像差异的透明物体追踪方法、系统-CN202110492263.9有效
  • 吴涛 - 青岛小鸟看看科技有限公司
  • 2021-05-06 - 2023-04-07 - G06T7/73
  • 本发明提供一种基于图像差异的透明物体追踪方法、系统,首先通过样本数据训练卷积神经网络以生成透明物体检测模型,再将实时获取的可见光图像数据和红外热图像数据输入透明物体检测模型以获取可见光图像透明像素标识和红外热图像透明像素标识,而后计算红外热图像数据中红外热图像透明像素标识下的每一像素在红外热成像摄像机坐标系中的三维点云信息,从而根据三维点云信息获取红外热图像透明像素标识下的每一像素对应在可见光图像数据中的位置坐标,并将位置坐标与可见光图像透明像素标识相拟合以获取透明物体的追踪信息,如此,通过检测两种图像所确定的透明位置之间的差异来实现高精度检测,以更精准的提取场景中的透明物体的位置信息。
  • 基于图像差异透明物体追踪方法系统
  • [发明专利]基于选择性通道处理机制的轻量级遥感图像超分辨率方法-CN202210784242.9有效
  • 谢超;朱泓宇;鄢小安;汤浩;刘英 - 南京林业大学
  • 2022-07-05 - 2023-04-07 - G06T3/40
  • 本发明公开了基于选择性通道处理机制的轻量级遥感图像超分辨率方法,涉及遥感图像的处理,尤其是遥感图像的增强或复原,包括:对已有的样本图像变换操作并降采样,得到对应的高分辨率图像与低分辨率图像的训练集;初始化基于选择性通道处理机制的卷积神经网络,该网络将低分辨率遥感图像作为输入,并输出高分辨率遥感图像;在训练集上采用梯度下降法和反向传播算法,对构建的卷积神经网络进行迭代训练,得到参数优化后的卷积神经网络;利用参数优化后的神经网络模型,将低分辨率遥感图像作为输入,得到高分辨率遥感图像。相较于之前的方法,本发明参数量更少,模型运算效率更高,同时,可以得到高频部分更加清晰的、质量更高的超分辨率遥感图像
  • 基于选择性通道处理机制轻量级遥感图像分辨率方法
  • [发明专利]图像分割模型的训练方法及装置及图像分割方法及装置-CN201911022902.4有效
  • 黄慧娟;宋丛礼;郑文 - 北京达佳互联信息技术有限公司
  • 2019-10-25 - 2023-04-07 - G06T7/12
  • 本公开实施例提供了一种图像分割模型的训练方法及装置及图像分割方法及装置,训练方法包括:获取多个图像样本以及标定分割标签;确定每个标定分割标签对应的标定边缘标签;将每个图像样本输入第一级网络中得到每个图像样本对应的第一预测分割结果及预测边缘结果;将每个图像样本以及对应的第一预测分割结果及预测边缘结果输入第二级网络中得到每个图像样本对应的第二预测分割结果;基于第一预测分割结果与标定分割标签的差异、第二预测分割结果与标定分割标签的差异以及预测边缘结果与标定边缘标签的差异,对初始图像分割模型进行训练,得到图像分割模型。由于在训练时以及对图像进行分割时加入了目标对象的边缘信息,可以提高图像分割准确度。
  • 图像分割模型训练方法装置
  • [发明专利]一种基于图像识别技术的商品管理方法及系统-CN201710414721.0有效
  • 张爱国 - 广州诚予国际市场信息研究有限公司
  • 2017-06-05 - 2023-04-07 - G06V10/74
  • 本发明公开了一种基于图像识别技术的商品管理方法,包括以下步骤:获取商品陈列图像;提取商品陈列图像中不同货架层的各个商品的一级图像特征;根据预设的一级图像特征模型对一级图像特征进行匹配,并根据匹配结果生成第一匹配数值;判断第一匹配数值是否大于预设的第一匹配阈值,若是,则获取商品信息;若否,则提取商品陈列图像中各个商品的二级图像特征,并根据预设的二级图像特征模型对二级图像特征进行匹配,并根据匹配结果获取商品信息;根据获取到的商品信息生成商品信息报表并展示本发明还提供了一种基于图像识别技术的商品管理系统。本发明可以自动识别出商店内各个货架商品的商品信息,从而可以提高获取商品信息的效率并降低成本。
  • 一种基于图像识别技术商品管理方法系统
  • [发明专利]一种基于卷积神经网络的光场图像去噪方法-CN202011144012.3有效
  • 蒋刚毅;陈晔曜;郁梅 - 宁波大学
  • 2020-10-23 - 2023-06-09 - G06V10/30
  • 本发明公开了一种基于卷积神经网络的光场图像去噪方法,其首先将4D光场图像分别重组为子孔径图像和微透镜阵列图像;之后构建初始堆栈空间卷积块和初始角度卷积块以分别对子孔径图像和微透镜阵列图像提取空间特征和角度特征;然后引入空间角度联合编码器组来建模空间特征和角度特征间的信息补偿关系并提高特征的表达能力;基于提取的空间特征和角度特征,构建空间角度特征融合器组以充分利用特征来丰富重建去噪光场图像的细节信息;最后利用构建的解码器来将空间角度特征融合器组输出的融合特征重建为去噪光场图像;优点是有效去除光场图像中存在的噪声,并能够重建去噪光场图像的纹理信息以及保留去噪光场图像的结构一致性。
  • 一种基于卷积神经网络图像方法
  • [发明专利]符合H.265标准的基于四叉树结构的图像划分系统-CN201710994445.X有效
  • 魏榕山;张鑫刚;吴志强;马智愚;胡志杰 - 福州大学
  • 2017-10-23 - 2023-06-09 - H04N19/96
  • 本发明涉及一种符合H.265标准的基于四叉树结构的图像划分系统,可以完成H.265标准中规定的4种对称图像划分和4种非对称图像划分,采用一维数组作为记录像素在图像中所处的横、纵位置信息的数据结构简化了图像划分过程中计算位置信息的复杂度本发明所提出的一种符合H.265标准的基于四叉树结构的图像划分系统,简化了图像划分过程中计算位置信息的复杂度。由于系统可以对图像划分后的每个子块中像素进行重新编号,子块可以递归地被重新输入系统进行图像划分后构成四叉树结构型。一幅图像的像素遍历一遍即可完成图像划分且没有复杂的运算,非常适合应用在对时间和资源敏感的视频编解码。
  • 符合265标准基于四叉树结构图像划分系统
  • [发明专利]图像拍摄的防抖方法与装置、终端及可读存储介质-CN202110763324.0有效
  • 周阳 - OPPO广东移动通信有限公司
  • 2021-07-06 - 2023-04-25 - H04N23/68
  • 本申请公开了一种图像拍摄的防抖方法、图像拍摄的防抖装置、终端及非易失性计算机可读存储介质。图像拍摄的防抖方法包括:获取拍摄设备拍摄当前帧图像时的运动场景;获取在运动场景下拍摄设备的运动姿态;选取与运动场景对应的滤波器;采用滤波器对运动姿态进行滤波处理以获取拍摄设备的补偿姿态;及根据补偿姿态及当前帧图像获取目标图像本申请实施方式的图像拍摄的防抖方法、图像拍摄的防抖装置及终端中,能够根据拍摄设备拍摄当前帧图像时的运动场景和选取在该运动场景下效果最优的滤波器对拍摄设备的运动姿态进行滤波处理,利用滤波后的补偿姿态获取稳定的目标图像,以使目标图像在各种不同的运动场景均具有较佳的防抖效果。
  • 图像拍摄方法装置终端可读存储介质
  • [发明专利]机器人过程自动化-CN201910754825.5有效
  • C·D·威特;J·范登赫维尔;P·M·K·普拉萨德 - 埃森哲环球解决方案有限公司
  • 2019-08-15 - 2023-04-28 - G06F9/451
  • 包括在计算机存储介质上编码的计算机程序的方法、系统和装置,用于创建用于机器人自动化的用户界面控件图像。方法之一包括在训练过程期间检测控件选择事件;取回第一图像和第二图像;确定表示该第一图像和该第二图像之间的差异的差异图像;使用该差异图像,确定该差异图像中包括的像素的多种颜色,该像素可能位于该控件的控件位置之外;确定该差异图像中描绘的一个或多个形状,该一个或多个形状各自具有除了该多种颜色中的全部颜色之外的颜色;从该一个或多个形状中并使用该事件位置选择可能表示该控件的特定形状;以及存储从该两个或更多个图像之一提取的该控件的裁剪图像
  • 机器人过程自动化
  • [发明专利]基于深度学习的大容量抗打印/拍摄盲水印系统及方法-CN201911115397.8有效
  • 谢吉松;倪江群 - 中山大学
  • 2019-11-14 - 2023-04-28 - G06T1/00
  • 本发明提供的基于深度学习的大容量抗打印/拍摄盲水印方法,包括编码步骤和解码步骤,待处理图像由编码器进行分块将水印嵌入图像分块后,由编码器进行还原拼接,并对还原后的图像进行图像视觉保真;采用检测步骤对含水印图像进行检测;解码器则将含有水印信息的图像恢复为未保真状态;并对未保真状态的图像进行分块;解码器使用GPU并行对图像分块进行水印信息提取,得到二进制比特序列,进而解析出水印信息;一方面充分利用了每块图像的冗余空间进行水印信息的嵌入,提高整体的嵌入容量;另一方面减小图像尺寸,并行地对所有分块图像进行神经网络的计算,充分利用GPU的并行加速能力,从而提高运行速度,并且提高了水印检测的鲁棒性和实时性。
  • 基于深度学习容量打印拍摄水印系统方法

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