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2549224个,建议您升级VIP下载更多相关专利
  • [发明专利]步态识别方法、装置、终端及存储装置-CN201911054092.0有效
  • 罗时现;潘华东;殷俊;张兴明 - 浙江大华技术股份有限公司
  • 2019-10-31 - 2022-06-07 - G06V40/20
  • 本发明公开了一种步态识别方法,其包括:利用训练好的步态周期划分模型从视频流中提取一个步态周期的步态轮廓序列,步态轮廓序列包括多帧步态轮廓图;提取步态轮廓序列中每张步态轮廓图的特征;利用所有步态轮廓图的特征获取步态轮廓序列的质量评价数组;利用质量评价数组对所有步态轮廓图的特征进行叠加融合,得到步态轮廓序列的整体特征;至少利用步态轮廓序列的整体特征进行识别。本发明利用基于所有步态轮廓图的特征获取的质量评价数组对所有步态轮廓图的特征叠加融合,从而减少了部分分割效果差的轮廓对整体步态特征的影响,使得利用融合后的整体特征进行识别的结果更为准确。
  • 步态识别方法装置终端存储
  • [发明专利]图像轮廓识别方法、装置、设备和介质-CN201910506941.5有效
  • 王琰;张亮;朱光明;刘挺 - 江苏通佑视觉科技有限公司
  • 2019-06-12 - 2023-07-11 - G06V10/44
  • 本发明实施例公开了一种图像轮廓识别方法、装置、设备和介质,涉及图像处理技术领域。所述方法包括:分别确定待匹配图像和轮廓模板图像的轮廓特征信息,其中所述轮廓特征信息包括如下至少一项:轮廓点数量、灰度特征信息以及轮廓点梯度信息;其中,所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的;根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息,从所述待匹配图像中识别出所述目标轮廓点。本发明实施例通过确定待匹配图像和轮廓模板图像的轮廓特征信息,并根据轮廓特征信息,从待匹配图像中识别出目标轮廓点,实现了高效且快速的识别目标轮廓点的效果。
  • 图像轮廓识别方法装置设备介质
  • [发明专利]一种点线双域互增强建筑几何轮廓线重建方法-CN202211535592.8有效
  • 邓浩;邸少宁;邹艳红;毛先成 - 中南大学
  • 2022-12-02 - 2023-03-24 - G06T17/00
  • 本发明提供了一种点线双域互增强建筑几何轮廓线重建方法,包括:获取建筑物三维点云数据;对三维点云数据逐点获取局部轮廓特征向量;在构建的局部轮廓特征向量和建筑轮廓特征线的双重约束下,迭代更新原始点云各点的轮廓特征点后验概率;筛选出粗略轮廓特征点集,构建粗略轮廓特征点的无向带权KNN图,并为图中每一条边赋权值;搜索权值之和最小连通子图,借助最小生成树算法得到建筑最大似然轮廓特征线,重建建筑几何轮廓线;对生成的建筑最大似然轮廓特征线,进行轮廓几何先验约束,获得具有平滑性和规则性的几何轮廓特征线;更新轮廓特征点,在迭代优化中渐进式逼近建筑结构轮廓
  • 一种点线双域互增强建筑几何轮廓重建方法
  • [发明专利]训练方法、装置、动作识别方法、装置及电子设备-CN202110227119.2有效
  • 张发恩;秦树鑫 - 创新奇智(西安)科技有限公司
  • 2021-03-01 - 2023-02-07 - G06V40/10
  • 本发明涉及一种训练方法、装置、动作识别方法、装置及电子设备,在对待识别图像进行动作识别时,先对待识别图像进行第一次特征提取,得到特征图,然后将特征图输入到用于检测待识别图像中的对象的轮廓特征轮廓特征提取网络,得到轮廓特征图,然后对轮廓特征图进行解码,得到轮廓特征向量,并将轮廓特征向量通过分类模型进行分类,得到用于表征动作类别的分类结果。由于在上述过程中,采用的是对关键点遮挡不敏感的轮廓特征提取网络,因此,即使是面对对象存在遮挡的待识别图像,轮廓特征提取网络也具有较强的抗干扰性,输出的轮廓特征图的可信度较高,进而有利于提高后续基于轮廓特征图得到的轮廓特征向量进行动作识别时的识别准确度
  • 训练方法装置动作识别电子设备
  • [发明专利]一种基于轮廓特征的目标识别方法-CN201210372459.5有效
  • 赵雪专;陈斌;张绍兵;裴利沈;廖世鹏;成苗;何莲;张元 - 中科院成都信息技术有限公司
  • 2012-09-28 - 2013-01-16 - G06K9/64
  • 本发明公开了一种基于轮廓特征的目标识别方法,包括如下步骤一和步骤二:步骤一、建立物体模板轮廓特征库:提取物体模板的完整轮廓;在轮廓上提取特征点和中心点;利用特征点和中心点建立距离矩阵对轮廓进行描述;针对轮廓上的所有像素点进行距离矩阵的计算;步骤二、对待检测图像进行目标识别:提取待检测图像的边缘;在边缘上提取特征点;计算特征点组成的特征描述;将待检测图像的特征描述与物体模板轮廓特征库中的特征进行匹配;估计待检测图像轮廓的中心点;估计待检测图像的轮廓本发明相对于现有技术,解决了在轮廓匹配过程中的尺度问题,使轮廓匹配过程中的尺度不变,并有效的应用于图像中的目标识别。
  • 一种基于轮廓特征目标识别方法
  • [发明专利]基于轮廓骨架特征的二维轮廓排样方法-CN201710295729.X在审
  • 郭保苏;梁卓;范琰琰;陈建超;李永欣;吴凤和 - 燕山大学
  • 2017-04-28 - 2017-07-07 - B25H7/00
  • 本发明公开了一种基于轮廓骨架特征的二维轮廓排样方法,其内容包括根据最左最下原则将排样母材离散成排样优选点;在离散排样优选点中选择初始排样点;读入排样轮廓,对排样轮廓特征进行提取;采用中轴变换的方法计算排样轮廓的骨架线并确定骨架线端点指向;根据骨架线端点指向对排样轮廓进行旋转,每旋转一次得到一个新的排样姿态,确定3个靠接姿态;判断所有的靠接姿态是否有合适的排样点,如果有则将轮廓沿重力方向进行靠接;选择轮廓重心最低的排样姿态作为当前轮廓的最终排样姿态
  • 基于轮廓骨架特征二维方法
  • [发明专利]图像查询方法及图像查询设备-CN201110322462.1有效
  • 刘媛;陈义;李滔;I.乔 - 株式会社理光
  • 2011-10-21 - 2013-04-24 - G06F17/30
  • 提供一种图像查询方法,从图像库中查询与输入图像相似的库图像,包括:关键点及轮廓提取步骤,针对图像库中的多个库图像及输入图像,分别提取关键点和轮廓特征提取步骤,针对多个库图像及输入图像,分别基于关键点提取点特征,基于轮廓提取轮廓特征;联合特征确定步骤,针对多个库图像及输入图像,分别基于关键点的点特征轮廓,确定轮廓的联合特征;图像相似度确定步骤,根据输入图像的轮廓轮廓特征、联合特征及关键点位置与多个库图像的轮廓轮廓特征、联合特征及关键点位置,来确定输入图像与多个库图像分别的图像相似度;排序步骤,根据多个库图像与输入图像的图像相似度大小来对多个库图像排序。
  • 图像查询方法设备
  • [发明专利]笔画轮廓的识别和变换方法及相关装置-CN200910090996.9有效
  • 刘晓林;李明;唐英敏 - 北大方正集团有限公司;北京大学;北京北大方正电子有限公司
  • 2009-08-19 - 2011-03-30 - G06K9/00
  • 本发明公开了一种笔画轮廓的识别和变换方法,其包括下述步骤:1)在字形轮廓中识别笔画轮廓;2)确定笔画轮廓中所包含的笔画特征及其相关信息;3)根据需要修改笔画特征的相关信息,以获得该笔画的新轮廓。本发明还公开了一种笔画轮廓的识别和变换装置,其包括:笔画轮廓识别单元,用于对笔画轮廓进行识别;笔画特征确定单元,用于确定笔画轮廓中所包含的笔画特征及其相关信息;修改单元,用于根据需要对笔画特征的相关信息进行修改,以获得该笔画的新轮廓。本发明提供的方法/装置属于文字处理技术领域,其能够识别字形中的笔画轮廓及笔画特征,并根据其相关信息,方便快捷地对字形、笔画轮廓以及笔画特征进行整体或局部的修改。
  • 笔画轮廓识别变换方法相关装置
  • [发明专利]图片处理方法及装置-CN201710806085.6有效
  • 陈志军;王倩 - 北京小米移动软件有限公司
  • 2017-09-08 - 2021-02-19 - G06T3/00
  • 该方法包括:确定图片的人脸特征点和包围点;其中,由包围点构成的包围线,用以将人脸特征点包围;人脸特征点包括器官特征点和轮廓特征点;根据轮廓特征点及预设外扩比例,确定轮廓特征点的外扩位置;确定外扩后的轮廓特征点、器官特征点及包围点的偏移量;根据外扩后的轮廓特征点、器官特征点及包围点的偏移量,对当前图片进行渲染,得到图片对应的美颜图片。本公开能够克服由于轮廓特征点过于贴近人脸实际轮廓而导致的瘦脸后人脸轮廓不光滑的问题,增加美颜后的人脸边界的光滑度,改善瘦脸效果,影响用户体验。
  • 图片处理方法装置

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