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920个,建议您升级VIP下载更多相关专利
  • [发明专利]一种远程人脸图像的身份识别方法-CN200610087035.9在审
  • 邵刚;庄镇泉;庄连生;李斌;王睿斌 - 华为技术有限公司
  • 2006-06-12 - 2007-12-19 - G06K9/00
  • 一种远程人脸图像的身份识别方法:服务器端对标准人脸图像经光照预处理、Gabor滤波和Gabor系数归一化、子窗口分析和Gabor直方图统计,得到标准人脸图像的Gabor直方图特征;根据标准人脸图像的Gabor直方图特征构建弱分类器,利用分布式估计算法筛选出最优的弱分类器组合,构成强分类器,强分类器对应的Gabor直方图特征为标准人脸图像的最优Gabor直方图特征;服务器端对待识别人脸图像进行光照预处理、Gabor滤波和Gabor系数归一化、子窗口分析和Gabor直方图统计,提取待识别人脸图像的最优Gabor直方图特征,逐一的与标准人脸图像的最优Gabor直方图特征比较产生待识别样本,根据训练阶段得到的强分类器对待识别样本进行分类
  • 一种远程图像身份识别方法
  • [发明专利]一种基于草图Gabor特征的目标检测方法-CN202210716455.8在审
  • 欣子豪;张继;王洪元;孙博言;薛桢 - 常州大学
  • 2022-06-23 - 2022-10-18 - G06V20/10
  • 本发明涉及图像处理技术领域,尤其涉及一种基于草图Gabor特征的目标检测方法,包括:绘制物体草图;在无数据模式下对草图进行离散傅里叶变换‑Gabor滤波器‑离散傅里叶反变换得到草图Gabor特征;对机器人拍摄图片进行边缘提取和子图分割,并将分割后的子图进行离散傅里叶变换‑Gabor滤波器‑离散傅里叶反变换得到机器人拍摄图片Gabor特征;通过相似性度量比较图片的Gabor特征。本发明在无数据集模式下,Gabor特征能够很好的保留草图细节特征;在有数据集模式下,通过自适应Gabor参数网络,为不同类别的物体训练不同的Gabor滤波器参数,能够在更少数据集的情况下取得更好的推理性能
  • 一种基于草图gabor特征目标检测方法
  • [发明专利]基于三维Gabor特征选择的高光谱遥感图像分类方法及系统-CN201610055913.2有效
  • 贾森;胡杰;谢瑶;沈琳琳 - 深圳大学
  • 2016-01-27 - 2018-02-16 - G06K9/00
  • 本发明适用于高光谱遥感图像分类,提供了基于三维Gabor特征选择的高光谱遥感图像分类方法,步骤包括A,根据设定的频率和方向参数值生成三维Gabor滤波器;B,将高光谱遥感图像与三维Gabor滤波器进行卷积运算,得到三维Gabor特征;C,从三维Gabor特征中选择出对各类分类贡献度符合要求的若干三维Gabor特征;D,使用选择出的三维Gabor特征通过多任务稀疏分类方法对高光谱遥感图像进行分类。本发明基于三维Gabor特征,使用的三维Gabor特征包含信号丰富的局部变化信息,特征表达能力强;通过Fisher判别准则选择三维Gabor特征,充分利用了特征间隐藏的高级语义,去除了冗余信息,降低了分类时间复杂度;进一步,使用稀疏编码,将三维Gabor特征和多任务结合起来,大大提高了分类精度。
  • 基于三维gabor特征选择光谱遥感图像分类方法系统
  • [发明专利]一种高光谱遥感图像分类方法及装置-CN201710266000.X有效
  • 贾森;邓琳;沈琳琳 - 深圳大学
  • 2017-04-21 - 2020-11-10 - G06K9/62
  • 本发明实施例公开了一种高光谱遥感图像分类方法及装置,所述方法包括:获取N个预设Gabor滤波器,所述N为正整数;基于所述N个预设Gabor滤波器获取高光谱遥感图像的N个三维Gabor幅值特征与N个三维Gabor相位特征;利用预设特征融合算法对所述N个三维Gabor幅值特征与所述N个三维Gabor相位特征进行特征融合以确定所述高光谱遥感图像中地物的所属类别。本发明实施例通过融合高光谱遥感图像的三维Gabor幅值特征与三维Gabor相位特征用于确定高光谱遥感图像中的地物类别,从而提高对高光谱遥感图像的地物分类准确度。
  • 一种光谱遥感图像分类方法装置
  • [发明专利]基于Gabor卷积神经网络的图像识别方法-CN202010134463.2有效
  • 达飞鹏;庄磊 - 东南大学
  • 2020-03-02 - 2022-11-18 - G06V40/16
  • 本发明公开了一种基于Gabor卷积神经网络的图像识别方法,处理步骤为:(1)选取不同参数的Gabor小波构造Gabor特征提取模块;(2)通过权值共享的卷积层搭建并行卷积模块;(3)通过element‑wise取最大值操作设计空间变换池化模块;(4)根据Gabor特征提取模块、并行卷积模块、空间变换池化模块构建Gabor卷积层;(5)选取搭建Gabor卷积神经网络的基准网络,确定Gabor卷积层替换基准网络中普通卷积层的方案;(6)利用带动量的SGD算法训练Gabor卷积神经网络并进行图像识别。
  • 基于gabor卷积神经网络图像识别方法
  • [发明专利]一种基于Gabor算法的认知无线电频谱感知方法和系统-CN201310147508.X有效
  • 王树彬;陈宏;刘慧琴;刘散日那;王洪月;李树华 - 内蒙古大学
  • 2013-04-25 - 2013-07-24 - H04B17/00
  • 本发明提出一种基于Gabor算法的认知无线电频谱感知方法及系统,所述方法包含:步骤101)感知用户对接收的被检测的连续信号采用Gabor算法进行过采样处理,得到离散时间信号;步骤102)对离散时间信号计算其Gabor系数,并取Gabor系数的模值作为被检测信号的能量;步骤103)如果得到的Gabor系数的模值大于预设判决门限,则被检测频段存在主用户;如果得到的Gabor系数的模值小于预设判决门限,则判断检测频段不存在主用户当采用Shannon定理采样时需结合Gabor算法,采用了Gabor算法的采样需满足:TΩ≤2π或MN≤N1,且T为时间采样周期和Ω为频率采样周期。本发明在传统的能量检测基础上,引入Gabor算法,用于提高主用户的检测准确度,特别是在低信噪比时采用本发明的方法对检测结果准确率的提升明显。
  • 一种基于gabor算法认知无线电频谱感知方法系统
  • [发明专利]一种增强身份鲁棒性的表情识别方法-CN202110767903.2在审
  • 黎明;谢惠华;陈昊;王艳;李军华;张聪炫 - 南昌航空大学
  • 2021-07-07 - 2021-10-26 - G06K9/00
  • 本发明公开了一种增强身份鲁棒性的表情识别方法,首先,构建Gabor滤波器组提取图像集Gabor特征,并采用网格搜索获取最优下采样倍数组合,对Gabor特征进行双重下采样,获得E‑Gabor特征;基于中性表情的E‑Gabor特征构建中性表情特征字典,其它类表情的E‑Gabor特征构建表情特征字典,将测试样本分别在两个字典上进行协同稀疏表示,获得测试样本的虚拟中性特征和虚拟表情特征,两者差分编码得到DE‑Gabor特征;利用训练样本DE‑Gabor特征的训练支持向量机(SVM)多分类模型,在训练好的SVM上判断测试样本的表情类别。
  • 一种增强身份鲁棒性表情识别方法

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