“深度利用”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3947653个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习和特征融合的指纹活体检测方法-CN202310147726.7在审
发明人：孟凡清;李宗军 -专利权人：吉林化工学院
申请日： 2023-02-22 - 公布日： 2023-05-09 - 主分类号： G06V40/12 文献下载
摘要：2)构建深度神经网络模型：以MobileNetV2模型为基础网络，对其结构进行微调，设计一个适用于指纹活体检测的轻量化深度神经网络模型。3)特征提取：分别准备指纹的灰度值图、方向场图和局部二值模式(LBP)图，将三种图输入到深度神经网络模型，利用深度神经网络模型分别进行特征提取。5)完成深度神经网络模型训练：利用步骤1)中基本数据集的训练集对深度神经网络模型进行训练，使其性能达到最优。6)对真假指纹进行分类：利用步骤1)中基本数据集的测试集，使用步骤5)中训练最优的深度神经网络模型进行分类，最终获得指纹活体检测的精确结果。本发明可以提供一种基于深度学习和特征融合的指纹活体检测方法，在不额外增加产品硬件成本基础上，采用深度学习算法设计特征融合的卷积神经网络，即在卷积层利用级联融合函数将不同的特征图进行融合，充分利用互补信息对指纹图像的多层信息特征进行提取
一种基于深度学习特征融合指纹活体检测方法

[发明专利]用于训练深度学习网络模型的方法、用于识别物品类别的方法、装置、电子设备-CN201911255846.9在审
发明人：吴贵英;姜大鹏;苏明月 -专利权人：青岛海尔智能技术研发有限公司;海尔智家股份有限公司
申请日： 2019-12-10 - 公布日： 2021-06-11 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及图像识别技术领域，公开一种用于训练深度学习网络模型的方法，包括：建立初始网络模型；利用预设物品图片数据集对所述初始网络模型进行多次迁移训练获得预设深度学习网络模型。利用预设深度学习网络模型对待识别物品图片中的物品的物品类别进行识别，由于预设深度学习网络模型是利用预设物品图片数据集对初始网络模型进行多次迁移训练获得的，预设深度学习网络模型的精度更高，分类准确性也更好
用于训练深度学习网络模型方法识别物品类别装置电子设备

[发明专利]基于深度学习的Android手机端侧AR交互系统-CN202210541388.0在审
发明人：戴玉超;朱睿杰;项末初;卢馨悦;徐智鸿 -专利权人：西北工业大学
申请日： 2022-05-17 - 公布日： 2022-11-08 - 主分类号： G06F3/04815 文献下载
摘要：本发明公开了基于深度学习的Android手机端侧AR交互系统，包括一部带有摄像头的手机，手机摄像头采集原始彩色图像数据，通过对相机API的调用，实时处理图像流，并利用Pytorch Mobile深度学习框架训练高效的、鲁棒的轻量化深度估计神经网络模型，在手机端侧利用手机的有限算力，运行神经网络推理，生成与原始图像数据对应的预测深度图。结合原始图像和预测的深度图，利用ARCore Depth Lab的AR交互功能和Unity开发示例实现不依赖于Depth API的Android手机端侧AR交互系统。
基于深度学习 android 手机 ar 交互系统

[发明专利]一种SDN中基于深度学习的DDOS防御装置及方法-CN201611027774.9有效
发明人：李传煌;孙正君;龚梁;金蓉;王伟明 -专利权人：浙江工商大学
申请日： 2016-11-17 - 公布日： 2019-10-29 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种SDN中基于深度学习的DDOS防御装置及方法，本发明装置包括特征提取模块、深度学习DDoS检测模块、模型更新模块(Model Updater)、信息统计模块及流表产生模块；本发明利用了特征提取模块提取系统中输入数据包的特征，构建特征矩阵，然后将处理后的特征输入到深度学习DDOS检测模块，深度学习DDOS检测模块利用学习好的模型判断当前系统中输入的数据包是否为攻击包。本发明利用了深度学习对进入系统的数据包检测，相比于传统的DDOS攻击入侵检测方法，在检测效率，准确率上有很大提升。
一种 sdn 基于深度学习 ddos 防御装置方法

[发明专利]一种基于深度图感兴趣区域的移动机器人目标跟踪方法-CN201910107740.8有效
发明人：朱威;伍震业;欧全林;滕游;陈朋;郑雅羽 -专利权人：浙江工业大学
申请日： 2019-02-02 - 公布日： 2021-05-14 - 主分类号： G06T7/90 文献下载
摘要：本发明涉及一种基于深度图感兴趣区域的移动机器人目标跟踪方法，包括以下步骤：（1）利用深度学习方法提取目标区域；（2）建立目标对象的表观模型和运动模型；（3）基于深度图提取感兴趣区域；（4）控制移动机器人跟随目标本发明利用目标的深度、彩色以及高度特征提取感兴趣区域，能有效利用深度信息进行目标跟踪，保证了移动机器人目标跟随的实时性和准确性。
一种基于深度感兴趣区域移动机器人目标跟踪方法

[发明专利]基于深度神经网络的特征点提取方法-CN201810299459.4有效
发明人：高成英;张泽昕 -专利权人：中山大学
申请日： 2018-04-04 - 公布日： 2022-06-14 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于深度神经网络的特征点提取方法，包括：数据生成，利用OpenCV随机生成不同基础图形，同时对于有角点的图形记录角点的位置作为后续训练的标签；训练深度神经网络，利用数据生成的训练集训练网络模型，来检测角点的产生；测试，利用深度神经网络训练好的模型，对OpenCV生成的数据集和互联网上下载到的真实数据集进行测试，评估该算法的性能表现。本发明减少了深度学习标注特征点数据集的难度，同时用良好的深度神经网络结构提高了提取的稳定性。
基于深度神经网络特征提取方法

[发明专利]弥散加权图像重建模型的生成方法及装置-CN202010911837.7有效
发明人：黄峰 -专利权人：东软医疗系统股份有限公司
申请日： 2020-09-02 - 公布日： 2023-05-05 - 主分类号： G06T11/00 文献下载
摘要：本发明实施例通过构建深度学习网络模型，以及设置所述深度学习网络模型的初始参数值，获取样本数据，利用所述训练数据对所述深度学习网络模型进行训练，得到训练完毕的深度学习网络模型，以所述训练完毕的深度学习网络模型作为弥散加权图像重建模型，为利用弥散加权图像重建模型进行多次激发弥散加权成像过程中的图像重建奠定了基础，通过利用网络模型重建减少多次激发DWI图像的重建时间，提高DWI图像的重建速度。
弥散加权图像重建模型生成方法装置

[发明专利]基于深度学习网络的文档行分割和分类的方法及系统-CN202110790181.2在审
发明人：汪昕;郭骏;闫科萍;潘正颐;侯大为 -专利权人：常州微亿智造科技有限公司
申请日： 2021-07-13 - 公布日： 2021-11-12 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于深度学习网络的文档行分割和分类的方法及系统，包括：步骤M1：建立能够对文本进行行分割的深度学习网络模型；步骤M2：利用合成文本图片训练深度学习网络模型，得到训练后的深度学习网络模型；步骤S3：利用训练后的深度学习网络模型对文档进行行分割和分类。本发明结合样本先验概率通过A‑Res算法生成合成文本，让深度学习网络模型在合成文本上完成训练，比直方图法具备更好的行分割效果；与标注数据完成深度模型训练相比人力成本更低。
基于深度学习网络文档分割分类方法系统

[发明专利]深度相机温度误差校正方法及系统-CN201710966716.0有效
发明人：刘贤焯;许星 -专利权人：奥比中光科技集团股份有限公司
申请日： 2017-10-17 - 公布日： 2022-03-29 - 主分类号： G06T7/50 文献下载
摘要：本发明提供一种深度相机温度误差校正的方法和系统，所述方法包括利用深度相机获取当前目标的斑点图像，并计算出斑点图像与参考斑点图像对应像素之间的偏离值；对温度变化引起的深度相机的测量误差进行建模；利用经过建模的测量误差对当前测量偏离值进行校正，并根据校正后的偏离值计算深度图像。建立温度变化与深度测量误差之间的关系模型，通过得到温度变化引起的采集模组的透镜与图像传感器间的距离变化就可以直接计算出较为真实的深度值，可以提高深度相机的测量精度。
深度相机温度误差校正方法系统

[发明专利]一种基于海洋磁力异常小波变换的居里面深度计算方法-CN202110320590.6有效
发明人：田先德;孔敏;孙杨;刘志杰;王风帆;舒雨婷;余佳 -专利权人：国家海洋信息中心
申请日： 2021-03-25 - 公布日： 2022-06-17 - 主分类号： G01V3/38 文献下载
摘要：本发明公开了一种基于海洋磁力异常小波变换的居里面深度计算方法，首先提取并规则化实测海洋磁力异常数据；然后对磁异常数据进行小波变换；再通过功率谱的计算获得磁性体的的顶深和平均中心深度；最后根据顶深和平均中心深度估算居里面的深度利用磁力异常小波4阶变换，实现压制浅部异常，突出深部异常功能，进一步利用功谱法计算磁性体的顶深和平均中心深度，最终获得居里面深度，在一定程度上提高了居里面深度计算的准确性。
一种基于海洋磁力异常变换居里深度计算方法

[发明专利]用于在地层中钻孔的方法和系统-CN201780076208.3在审
发明人：大卫·A·柯里;鲁道夫·卡尔·佩西;里德·W·斯宾塞;安德鲁·寇司德;约翰·温盖特 -专利权人：通用电气(GE)贝克休斯有限责任公司;英国石油勘探运作有限公司
申请日： 2017-12-04 - 公布日： 2019-09-27 - 主分类号： E21B44/00 文献下载
摘要：钻探地层的方法可以涉及利用钻地钻头的切割元件来清除下层地层的一部分。可以利用第一传感器来感测钻柱的旋转速度。可以利用第二传感器在所述钻地钻头的前进期间感测所述钻柱的穿透速率。可以利用控制单元来确定所述钻地钻头的切割元件的瞬时平均切割深度，以基于所述钻柱的感测到的旋转速度以及所述钻柱的感测到的前进速度而计算所述瞬时平均切割深度。当所述瞬时平均切割深度小于预定最小切割深度时，可以利用绞车增加所述钻地钻头的钻压。
钻地钻头感测钻柱切割切割元件地层绞车第二传感器第一传感器钻探地层钻孔钻压下层穿透

[发明专利]一种应用于3DTV与FTV系统的深度图编码压缩方法-CN200810063742.3在审
发明人：蒋刚毅;郁梅;朱波 -专利权人：宁波大学
申请日： 2008-07-29 - 公布日： 2009-02-25 - 主分类号： H04N13/00 文献下载
摘要：本发明公开了一种应用于3DTV与FTV系统的深度图编码压缩方法，利用深度图的边缘信息和视点图像的运动信息，将深度图划分为静止的非边缘区域、运动对象内部非边缘区域以及边缘区域，通过在视点图像编码完成之后进行深度图编码，并在深度图编码过程中利用视点图像编码后确定的宏块编码模式和运动矢量，结合上述的深度图的三种区域分类，使得在深度图编码过程中能够在保证编码质量的前提下减少静止的非边缘区域以及运动对象内部非边缘区域的宏块编码模式搜索范围，从而达到降低深度图编码复杂度，提高深度图编码速度的目的。
一种应用于 dtv ftv 系统深度编码压缩方法

[发明专利]一种确定抽油机井的动液面深度参数的方法及装置-CN201910740427.8在审
发明人：李志元 -专利权人：北京国双科技有限公司
申请日： 2019-08-12 - 公布日： 2021-02-23 - 主分类号： G06F30/20 文献下载
摘要：本申请公开了一种确定油井的动液面深度参数的方法及装置，具体地，可以利用样本数据，进行机器学习得到动液面深度确定模型，其中样本数据包括抽油机井的属性参数、生产参数以及动液面深度参数。该动液面深度确定模型，可以准确的根据目标油井的属性参数和生产参数，得到目标油井的动液面深度参数。因此，在确定目标油井的动液面深度参数时，可以获取目标油井的属性参数和生产参数，将该目标油井的属性参数和生产参数，输入该动液面深度确定模型，从而得到所述目标油井的动液面深度参数。由此可见，利用本申请实施例提供的方案，可以准确的得到目标油井的动液面深度参数。
一种确定抽油机液面深度参数方法装置

[发明专利]一种基于生成对抗掩膜的深度网络层次分析与压缩方法-CN202210875566.3在审
发明人：耿杰;张宇航;来加威;蒋雯 -专利权人：西北工业大学
申请日： 2022-07-25 - 公布日： 2022-11-25 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于生成对抗掩膜的深度网络层次分析与压缩方法，包括以下步骤：步骤一、初始化深度网络层次分析与压缩模型；步骤二、训练深度网络层次分析与压缩模型；步骤三、利用测试集对训练好的深度网络层次分析与压缩模型进行测试，保存学生网络参数；步骤四、对待分析的深度神经网络进行层次分析，并压缩网络结构。本发明结构简单、设计合理，将掩膜层加入到待分析的深度神经网络构成学生网络，原深度神经网络作为教师网络，经生成对抗训练后，使得学生网络具备教师网络一致的功能，并利用各个掩膜层参数获得深度神经网络各层的贡献度，从而实现深度网络的层次分析与压缩。
一种基于生成对抗深度网络层次分析压缩方法

[发明专利]一种双特征融合引导的深度图像超分辨率重建方法-CN202211628783.9在审
发明人：王宇;耿浩文 -专利权人：长春理工大学
申请日： 2022-12-19 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明提出一种基于双特征融合引导的深度图像超分辨率重建方法，网络模型包括特征提取部分和深度恢复重建部分。特征提取部分以经双三次插值放大后的深度图和同场景彩色图的强度图作为输入，采用输入金字塔分别提取逐级提取深度特征和强度特征，得到多尺度特征，得到的特征作为深度恢复重建部分的输入；深度恢复重建部分则是将提取到的最后一级深度特征和强度特征先经过双通道融合模块进行特征融合，然后利用双特征引导重建模块利用特征提取部分得到的深度特征和强度特征对上一级重建特征进行逐级的引导恢复重建，最后得到重建效果好的深度图。
一种特征融合引导深度图像分辨率重建方法