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5172167个,建议您升级VIP下载更多相关专利
  • [发明专利]一种目标检测方法、装置及存储介质-CN201911262490.1在审
  • 滕雨橦;周俊琨;徐兴贤;吉翔 - 成都睿沿科技有限公司
  • 2019-12-09 - 2020-04-28 - G06K9/00
  • 其中,目标检测方法包括:获取待检测图像并将待检测图像输入至神经网络模型;利用神经网络模型按照特征尺寸从大到小的顺序依次提取待检测图像的多层特征;利用神经网络模型融合多层特征输出对应的多层融合特征,每层特征与其下层特征融合后输出对应的一层融合特征,而多层特征中的最下层特征则直接作为一层融合特征输出;利用神经网络模型根据多层融合特征进行目标检测,输出对应的多个目标检测结果。该方法使用的神经网络模型是一种多尺度的目标检测模型,可以基于不同尺度的融合特征分别检测不同大小的目标,并对不同大小的目标都具有较高的检测精度。
  • 一种目标检测方法装置存储介质
  • [发明专利]一种睡眠分期方法、系统、装置及介质-CN202310094153.6在审
  • 宫玉琳;李天星;陈晓娟;胡命嘉;景治新;张福君;王慧杰 - 长春理工大学
  • 2023-02-08 - 2023-04-18 - A61B5/00
  • 本申请公开了一种睡眠分期方法、系统、装置及介质,应用于睡眠分期领域,该方法包括:获取与睡眠有关的生理信号;获取所述生理信号经过图卷积神经网络进行特征提取后的第一输出特征;获取所述生理信号经过注意力机制卷积神经网络进行特征提取后的第二输出特征;获取所述第一输出特征和所述第二输出特征进行特征融合后的特征融合结果;根据所述特征融合结果获取睡眠分期结果。通过增加图卷积神经网络进行特征提取,解决了目前只能在欧几里得空间上进行特征提取的问题,同时增加了注意力机制卷积神经网络,利用注意力机制提取全局特征,最大限度的淡化了因为个体差异带来的局部最优的影响。
  • 一种睡眠分期方法系统装置介质
  • [发明专利]一种基于多尺度的行人检测方法和装置-CN201810862611.5有效
  • 李磊;董远;白洪亮;熊风烨 - 苏州飞搜科技有限公司
  • 2018-08-01 - 2021-08-20 - G06K9/00
  • 本发明实施例提供一种基于多尺度的行人检测方法和装置,其中所述方法包括:将待检测图像输入至特征提取模型,输出图像特征集合;特征提取模型为基于Resnet网络建立的包括多层串联的卷积单元的神经网络,对应地,图像特征集合由多层串联的卷积单元中每一卷积单元输出的图像特征构成;将图像特征集合输入至特征融合模型,输出融合特征;将融合特征输入至特征回归分类模型,输出融合特征的回归结果和分类结果,基于回归结果和分类结果得到行人检测结果本发明实施例提供的方法和装置,在实现多尺度行人检测的同时,简化了特征提取模型,增加了行人检测的灵活性,减少了计算开销,避免了过多的资源占用,提高了多尺度行人检测的准确率。
  • 一种基于尺度行人检测方法装置
  • [发明专利]基于车载单目相机的运动目标感知与告警方法-CN200810017930.2无效
  • 孙冲;袁泽剑;郑南宁;刘跃虎;张雪涛;盛兴东;袁茂军 - 西安交通大学
  • 2008-04-11 - 2008-11-12 - G06K9/62
  • 本发明公开了一种基于车载单目相机的运动目标感知与告警方法,该方法软件中的特征点检测与跟踪模块包括特征点提取与匹配模块和图像背景静止特征点跟踪模块;图像背景静止特征点跟踪模块跟踪静止背景特征点,图像静止背景特征点和运动目标特征点分类模块使用图像静止背景特征点几何约束模型参数估计模块输出的模型参数构建几何约束模型,将特征点提取与匹配模块所输出的所有匹配特征点分成静止背景点和运动目标点;静止背景点将反馈到图像背景静止特征点跟踪模块;运动目标点将输出到运动特征点时域滤波模块,滤波后的数据输入到运动目标分割模块,目标分割结果输出到运动目标显示告警模块
  • 基于车载相机运动目标感知告警方法
  • [发明专利]功率分配器和电子设备-CN202210158323.8在审
  • 余敏;罗昕;陈一 - 华为技术有限公司
  • 2022-02-21 - 2023-05-19 - H01P5/18
  • 该功率分配器包括总端口,具有输入特征导纳;第一输出端口,具有第一特征导纳;第二输出端口,具有第二特征导纳,第二特征导纳和第一特征导纳成预定的比例关系;第一调节支路,被耦合在总端口和第一输出端口之间;以及第二调节支路,被耦合在总端口和第二输出端口之间,输入特征导纳为第一调节支路和第二调节支路在总端口处呈现的导纳之和,第一调节支路和第二调节支路在总端口处呈现的导纳是可调的并使得输入特征导纳等于第一特征导纳和第二特征导纳之和通过设置第一和第二调节支路,提供了一种阻抗匹配并且能够实现输出电流的幅值和相位都可调的功率分配器,从而实现共模差模两种模式的可变输出
  • 功率分配器电子设备
  • [发明专利]生成动画的方法和装置-CN202110527661.X有效
  • 王迪 - 北京百度网讯科技有限公司
  • 2021-05-14 - 2023-08-04 - G06T13/40
  • 具体实现方案为:获取预先提取的源图像和所述源图像的特征。将目标图像输入第一关键点提取网络,输出目标图像的关键点。将目标图像的关键点输入第一特征提取网络,输出目标图像的特征。将源图像的特征和目标图像的特征输入位姿生成网络,输出位姿变换特征图。将位姿变换特征图和源图像输入驱动网络,输出所述动画。该实施方式实现了自动化实时驱动人脸面部表情。
  • 生成动画方法装置
  • [发明专利]一种基于弱样本标记的眼底特征检测装置-CN201810080532.9有效
  • 吴健;林志文;郭若乾;吴边;陈为;吴福理;吴朝晖 - 浙江大学
  • 2018-01-28 - 2021-11-09 - G06T7/00
  • 本发明公开一种基于弱样本标记的眼底特征检测装置,包括:特征提取模块,对输入的眼底图中的眼底特征进行提取,输出眼底特征图;判别特征学习模块,对输入的眼底特征图进行降维处理,计算每类眼底特征的中心位置,计算每个眼底特征到所属类别中心的距离,以该距离收敛作为目标,不断迭代,确定每类眼底特征中心;采样模块,计算降维眼底特征图中每一个与背景区域对应的特征向量到所属眼底特征类别中心的L2距离,若该L2距离小于阈值,将该背景区域对应的特征向量删掉,输出采样特征图;特征检测模块,对采样特征图进行特征检测分类,输出眼底特征的类别预测概率和眼底特征对应位置。
  • 一种基于样本标记眼底特征检测装置
  • [发明专利]视频代码化的感受野一致卷积模型-CN201980017854.1在审
  • 克劳迪诺·科埃略;阿基·库塞拉;山·李;达克·何 - 谷歌有限责任公司
  • 2019-09-17 - 2020-10-27 - G06N3/04
  • 确定用于对块进行编码的模式决策的卷积神经网络包括特征提取层和多个分类器。非重叠卷积运算通过设置等于内核大小的步幅值来在特征提取层处执行。所述块具有N×N大小,并且所述块的最小分割输出具有S×S大小。每个分类器的分类层接收具有特征尺寸的特征映射。初始分类层接收所述特征映射作为最终特征提取层的输出。每个分类器通过以下操作来针对所述块中的大小为(αS)×(αS)的子块推断分割决策,其中,α是2的幂,且α=2、……、N/S:在一些连续分类层处应用1×1内核,以减小相应特征尺寸;并且通过所述分类层中的最后一个分类层来输出与N/(αS)×N/(αS)×1输出映射对应的输出
  • 视频代码感受一致卷积模型
  • [发明专利]一种基于远程数据的身份信息融合系统及方法-CN202010310571.0在审
  • 曹显利;韩美林 - 深知智能科技(金华)有限公司
  • 2020-04-20 - 2020-08-14 - G06F16/2458
  • 本发明公开了一种基于远程数据的身份信息融合系统及方法,该系统包括数据采集装置、数据匹配模块和数据融合模块,数据采集装置用于采集用户的特征身份数据,获取用户的特征身份信息,并将获取的特征身份信息输出给数据匹配模块;数据匹配模块用于将数据采集装置输出特征身份信息在预设的数据库中进行检索,并将检索得到的特征匹配结果输出给数据融合模块;数据融合模块用于将数据匹配模块输出特征匹配结果、以及预设的远程数据和本地限制条件进行数据融合,输出用户身份融合结果。本发明通过特征匹配结果、远程数据和本地限制条件进行数据融合,从而有效确定用户身份,且用户身份识别准确率高、响应速度快。
  • 一种基于远程数据身份信息融合系统方法

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