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3947653个,建议您升级VIP下载更多相关专利
  • [发明专利]深度相机温度误差校正方法及系统-CN201710966717.5有效
  • 刘贤焯;黄志明 - 奥比中光科技集团股份有限公司
  • 2017-10-17 - 2021-07-06 - G06T7/80
  • 本发明提供一种深度相机温度误差校正的方法和系统,其中方法包括:利用至少两个深度相机获取当前目标的深度图像,所述至少两个深度相机有部分共同视野区域;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所述深度图像进行校正,使得校正后的深度图像在共同视野区域差异最小。基于多个深度相机共同视野区域的深度值应相同这一原则,并建立温度变化与深度测量误差之间的关系模型,通过多种求解方法实现对深度测量误差的求解与校正,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]基于后门水印的深度学习模型加密方法和装置-CN202110762575.7在审
  • 陈晋音;刘涛 - 浙江工业大学
  • 2021-07-06 - 2021-09-07 - G06T1/00
  • 本发明公开了一种基于后门水印的深度学习模型加密方法和装置,获取正常样本,利用正常样本训练深度学习模型,统计训练好的深度学习模型每个神经元的激活值,并从中选择处在激活临界的若干个神经元作密码神经元并记录;根据记录固定密码神经元的激活值不变,利用正常样本对深度学习模型再训练;利用扰乱样本对深度学习模型再训练,以优化所有神经元的激活值,实现对深度学习模型的加密。基于后门水印改变样本的决策边界,使得训练好的深度学习模型只有在特定的触发器条件下才能正常工作,达到一个对深度学习模型加密的效果。
  • 基于后门水印深度学习模型加密方法装置
  • [发明专利]一种深度学习模型的超参数调优方法-CN201911053421.X有效
  • 傅啸 - 杭州电子科技大学
  • 2019-10-31 - 2022-02-18 - G06F16/35
  • 本发明公开了一种深度学习模型的超参数调优方法。本发明步骤如下:步骤1:文本数据的预处理,对文本数据进行标注;步骤2:构建深度学习模型;步骤3:对深度学习模型进行训练,通过增加模型深度的方式使得模型在训练集上对数据过拟合,利用过拟合模型来保证对训练数据充分利用,并逐步减少模型深度来微调模型,最后根据测试集上的表现选择最优的模型深度;步骤4、模型预测;对需要预测的文本内容,利用步骤3训练好的深度学习模型,得到文本数据标记的预测值,可以说明文本内容与业务的相关程度本发明能够有效检验深度学习模型架构选择的正确性。
  • 一种深度学习模型参数方法
  • [发明专利]基于深度模态隐式学习的可见光图像显著目标检测方法-CN202210095472.4在审
  • 李成龙;黄亚蒙;肖云;汤进 - 安徽大学
  • 2022-01-26 - 2022-05-06 - G06K9/62
  • 本发明公开一种基于深度模态隐式学习的可见光图像显著目标检测方法,属于计算机视觉技术领域,方法包括获取可见光图像,将可见光图像作为目标检测网络输入,目标检测网络包括显著图分支网络、深度图分支网络、特征增强网络和多模态融合网络;利用显著图分支网络和深度分支网络分别提取可见光图像的高层特征和深度特征;利用特征增强网络对高层特征和深度特征进行增强,得到高层增强特征和深度增强特征;利用多模态融合网络对高层增强特征和深度增强特征进行自适应模态互补融合本发明以单一可见光图像数据作为输入,使用一个轻量级网络生成深度信息,消除测试阶段对输入深度图的依赖,避免附加深度分支引入的大量计算开销。
  • 基于深度模态隐式学习可见光图像显著目标检测方法
  • [发明专利]一种基于深度融合测距的移动机器人自适应跟随方法-CN202210695752.9在审
  • 杨彪;倪蓉蓉;王姝媛;杨长春;沈绍博;王睿 - 常州大学
  • 2022-06-20 - 2022-08-23 - G06T7/50
  • 本发明涉及机器人应用技术领域,尤其涉及一种基于深度融合测距的移动机器人自适应跟随方法,包括利用单目相机获取深度图像和彩色图像;引入MaskR‑CNN算法,获得行人掩模和行人掩膜区域的深度像素的总数量;引入单目深度估计算法输出推理深度图像,替换相机深度图像中的无效像素点;利用掩膜从相机深度图像中提取行人区域深度像素点,准确测量人‑机距离;利用比例积分微分控制器调整目标行人和机器人之间的距离和角度偏差。本发明引入MaskR‑CNN实例分割算法和单目深度估计算法,再融合相机深度信息,计算目标行人和机器人的距离和角度,并将位置信息发送至机器人的比例微分积分控制模块,实现目标行人的稳定跟随。
  • 一种基于深度融合测距移动机器人自适应跟随方法
  • [发明专利]一种光场图像深度估计方法-CN201810220337.1有效
  • 雷建军;范晓婷;侯春萍;张凝;罗晓维;韩梦芯 - 天津大学
  • 2018-03-16 - 2021-06-04 - G06T7/557
  • 本发明公开了一种光场图像深度估计方法,包括:利用基于光场结构特性引导的深度估计,计算考虑遮挡问题下的光场图像中心视点的彩色图的深度图;利用所述深度图的梯度信息作为马尔科夫随机域框架中对全局深度进行优化的能量函数平滑项;采用多尺度多窗口的立体匹配,计算与中心视点图像在同一水平位置上其他视点与中心视点的视差;通过基于光流的方法对所述视差进行插值处理,最后利用光场图像特点得到的深度估计结果作为马尔科夫随机域框架中对全局深度进行优化的能量函数数据项;考虑存在遮挡时遮挡区域会影响对象边界深度估计,将遮挡区域预测器与能量函数平滑项相结合,有效减弱遮挡区域的误差深度值对全局深度优化过程的影响。
  • 一种图像深度估计方法
  • [发明专利]一种图像处理方法和相关装置-CN202211573062.2在审
  • 张永伟 - 北京爱笔科技有限公司
  • 2022-12-08 - 2023-04-07 - G06V40/16
  • 本申请公开了一种图像处理方法和相关装置,获取待识别对象对应的原始深度图像,基于原始深度图像的深度值信息确定目标位置对应的目标深度值,以及根据目标深度值确定原始深度图像对应的最小深度值和最大深度值,将最小深度值与最大深度值所标识的区间确定为原始深度图像对应的深度值区间由于目标值深度值与最小深度值之差的绝对值小于目标深度值与最大深度值之差的绝对值,在以目标深度值为参考时,最小深度值和最大深度值是非对称的,故深度值区间能够全面覆盖有效人脸区域,减少区间浪费。在根据深度值区间进行像素映射处理时能够更为完整地利用像素区间,提高目标像素图像中人脸各个位置的区分度,提高利用目标像素图像进行人脸识别的效率。
  • 一种图像处理方法相关装置
  • [发明专利]基于多尺度几何一致性引导的稠密三维重建方法和系统-CN201910352162.4有效
  • 陶文兵;徐青山 - 华中科技大学
  • 2019-04-28 - 2020-09-18 - G06T17/00
  • 本发明公开了一种基于多尺度几何一致性引导的稠密三维重建方法和系统,属于计算机视觉领域,包括:基于图像集合构建图像金字塔;在图像金字塔最粗糙的尺度上利用摄影一致性进行深度估计,得到最粗糙的尺度上的深度图;将最粗糙的尺度上的深度图作为当前尺度的深度图,对当前尺度的深度图依次进行上采样、细节处误深度估计修正、利用几何一致性进行优化,得到下一尺度的优化深度图;将下一尺度的优化深度图作为当前尺度的深度图,然后进行上采样、修正、优化直至得到图像集合中所有原始图像的优化深度图;利用所有原始图像的优化深度图进行融合,得到稠密三维点云。本发明不仅能估计出弱纹理区域的深度信息,而且可以保持细节区域的深度信息。
  • 基于尺度几何一致性引导稠密三维重建方法系统

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