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103511个,建议您升级VIP下载更多相关专利
  • [发明专利]一种视差估计方法、装置、存储介质及终端-CN202010035690.X有效
  • 陈俊逸 - 长沙小钴科技有限公司
  • 2020-01-14 - 2020-04-28 - G06T7/55
  • 本发明公开了一种视差估计方法、装置、存储介质及终端,所述方法包括:在视差信号集合中获取合法视差信号生成视差值掩码图;将视差信号引导模块插入预设双目视差估计模型中生成插入后的双目视差估计模型;将扩展后的合法视差值掩码图输入所述插入后的双目视差估计模型中生成合法视差值;基于高维高斯函数模型和预设权重计算公式生成合法视差值对应的加权后的函数值;基于加权后的函数值生成加权后的视差匹配损失值;将所述加权后的视差匹配损失值输入所述插入后的双目视差估计模型中生成视差信号引导的视差估计图因此,采用本发明实施例,由于提出稀疏、高可信视差信号引导的双目视差估计方案,所以能够有效解决双目视差估计方法的场景适应性。
  • 一种视差估计方法装置存储介质终端
  • [发明专利]视差估计方法和装置-CN201310323989.5在审
  • 孔德明;汪大崴;陈小平 - 深圳深讯和科技有限公司
  • 2013-07-29 - 2014-12-24 - H04N13/00
  • 本发明提供一种视差估计方法和装置,所述方法包括如下步骤:获取并分析已编码帧的视差向量场,得到全局视差向量;根据所述全局视差向量在参考帧中选取待编码帧的搜索范围;根据所述搜索范围对待编码帧进行视差估计,得到待编码帧的视差向量上述视差估计方法和装置,通过获取并分析已编码帧的视差向量场,得到全局视差向量,根据全局视差向量在参考帧中选取待编码帧的搜索范围,根据搜索范围对待编码帧进行视差估计,得到待编码帧的视差向量,根据已编码帧的视差向量分布趋势缩小了对待编码帧进行视差估计的搜索范围
  • 视差估计方法装置
  • [发明专利]图像处理装置以及图像处理方法-CN201410138822.6有效
  • 上森丈士 - 索尼公司
  • 2014-04-08 - 2017-09-05 - H04N13/00
  • 该图像处理装置包括关注区域检测单元、亮度视差转换单元以及视差估计单元。关注区域检测单元被配置为从基准图像中检测包括期望对象的关注区域。亮度视差转换单元被配置为基于使用过去帧进行估计的亮度视差转换特性来对关注区域执行亮度视差转换。视差估计单元被配置为基于基准图像与参考图像之间的相似性来进行视差估计,以及参考位置的视点位置不同于基准图像的视点位置,并且通过使用由亮度视差转换单元获得的亮度视差转换结果在关注区域内进行视差估计
  • 图像处理装置方法以及程序
  • [发明专利]双目视差估计方法、模型训练方法以及相关设备-CN202110109561.5在审
  • 谭黎敏;尤超勤;赵钊 - 上海西井信息科技有限公司
  • 2021-01-26 - 2021-05-28 - G06K9/62
  • 本发明提供一种双目视差估计方法、模型训练方法以及相关设备。模型训练方法包括:获取样本左图、样本右图以及视差标签;将所述样本左图、样本右图作为一双目视差估计模型的输入,所述双目视差估计模型包括特征提取网络模块、匹配代价计算模块、单尺度代价聚合模块、多尺度代价聚合模块、视差回归模型;计算所述视差标签与所述估计视差的误差,以对所述双目视差估计模型进行训练。本发明提供的方法及装置采用新的网络模型结构,以及优化的模型训练方法,解决方法中计算量大,耗时长,物体边缘和无纹理区域效果差的不足,推进基于双目图片的视差估计方法在不同领域的应用。
  • 双目视差估计方法模型训练以及相关设备
  • [发明专利]一种光场图像深度流估计方法-CN201711337308.5有效
  • 林丽莉;方水越;周文晖 - 浙江工商大学
  • 2017-12-14 - 2021-11-30 - G06T7/269
  • 本发明公开了一种新的光场图像深度流估计方法。本发明步骤如下:步骤(1):将原始光场数据处理为一组子光圈图像阵列;步骤(2):计算中心子光圈图像的空间导数;步骤(3):对每一幅子光圈图像进行双边滤波;步骤(4):计算初始光场深度流视差估计;步骤(5):对步骤(4)得到的初始视差估计进行迭代优化;步骤(6):对视差估计进行归一化处理,将视差范围规定在[0,1]区间内;采用投票机制融合视差,用直方图统计计算得到的视差并取频数最大的视差为最终视差估计。本发明基于Horn和Schunck光流算法,创造性地把深度参数β直接带入HS光流计算公式中,提高了深度估计的准确性。
  • 一种图像深度估计方法
  • [发明专利]一种基于细节增强的双目立体匹配方法-CN201910580140.3有效
  • 姚剑;谈彬;陈凯;涂静敏 - 武汉大学
  • 2019-06-28 - 2021-11-02 - G06K9/62
  • 本发明公开了一种基于细节增强的双目立体匹配方法,首先,利用视差初始化子网络来获取低分辨率下的初始视差估计结果;然后,通过带引导模块的优化子网络,结合多尺度优化策略,逐步上采样并优化低分辨率初始视差,并输出全分辨率下的稠密视差估计结果;接着,使用多尺度损失函数,将低分辨率下的视差估计结果作为中间监督,以提高网络的收敛精度,促进全分辨率下的视差估计结果;再将待匹配的双目立体像对输入训练好的网络,得到视差估计结果。该方法通过对具有真实视差的训练数据集进行学习与训练,在极大提高了立体匹配所得到的视差结果的精度与鲁棒性的同时,还显著提升了视差图中对小目标以及边缘等细节信息的估计结果。
  • 一种基于细节增强双目立体匹配方法

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