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2029个,建议您升级VIP下载更多相关专利
  • [发明专利]基于边缘优化和注意力机制的医学图像分割方法-CN202310930345.6在审
  • 马智勇;王伟刚 - 吉林大学第一医院
  • 2023-07-27 - 2023-10-27 - G06T7/10
  • 基于边缘优化和注意力机制的医学图像分割方法属于医学图像分割和计算机视觉技术领域。本发明通过双流架构的设计,使医学图像分割网络可独自捕获图像中的边缘信息和上下文信息,并设计协同分割损失优化分割结果。医学图像分割网络利用Transformer机制建模远距离的像素依赖关系,获取丰富的上下文信息。在编码器和解码器之间引入通道自注意模块,利用高级语义信息选取低级特征中的细节信息,减少在特征提取造成的冗余,进而指导深层特征和低层特征的融合,减弱特征之间地语义鸿沟。双流架构的网络设计以及Transformer机理的应用,使该网络获得更加优异的医学图像分割效果。
  • 基于边缘优化注意力机制医学图像分割方法
  • [发明专利]一种基于自注意力和三维卷积的心脏多类分割方法和系统-CN202310938434.5在审
  • 曾安;陈旭宙;姬玉柱;潘丹;赵靖亮;刘鑫 - 广东工业大学
  • 2023-07-27 - 2023-10-27 - G06T7/10
  • 本发明提供一种基于自注意力和三维卷积的心脏多类分割方法和系统,方法包括:获取人体心脏CT三维图像数据集并进行预处理;建立基于自注意力和三维卷积的心脏多类分割模型;将预处理后的人体心脏CT三维图像数据集裁剪为若干个预设大小的三维方块,将所有三维方块依次输入心脏多类分割模型中进行迭代训练;将待分割的人体心脏CT三维图像输入训练好的心脏多类分割模型中进行像素分类,完成心脏的多类分割;本发明在编解码网络的深层提出三维自注意力机制和三维卷积并行进行特征提取,以及设置3D空间感知模块,能够提取不同维度之间的相关性信息,有效解决图像下采样操作可能导致的信息丢失问题,并提高心脏分割的准确性。
  • 一种基于注意力三维卷积心脏分割方法系统
  • [发明专利]图像分割方法和装置、存储介质及电子设备-CN202310019531.4在审
  • 刘洪;魏东;王连生;郑冶枫 - 腾讯科技(深圳)有限公司
  • 2023-01-06 - 2023-10-27 - G06T7/10
  • 本申请公开了一种图像分割方法和装置、存储介质及电子设备。其中,该方法包括:获取通过目标设备采集得到的目标图像;通过区域识别网络中的编码子网络提取目标图像的图像特征,并通过区域识别网络中的解码子网络确定与目标图像的图像特征相匹配的候选域分割信息;基于目标图像的图像特征确定出与目标图像相匹配的域类别信息;将候选域分割信息传递至动态图像分割网络,动态图像分割网络中的动态卷积核是基于域类别信息而生成的;获取动态图像分割网络输出的分割结果,分割结果用于指示从目标图像中分割出的目标域。本申请解决了图像分割过程中受到设备差异性的干扰所导致的分割准确性较低的技术问题。
  • 图像分割方法装置存储介质电子设备
  • [发明专利]基于图像的结构分割方法、装置、计算机设备及存储介质-CN202310255955.0在审
  • 纪源丰;卞亚涛 - 腾讯科技(深圳)有限公司
  • 2023-03-07 - 2023-10-27 - G06T7/10
  • 本申请提供了一种基于图像的结构分割方法、装置、计算机设备及存储介质,属于图像处理技术领域。所述方法包括:获取结构图像和分割需求;通过图像分割模型的门控网络,对所述分割需求进行处理,得到门控向量;基于所述门控向量,调用所述多个子网络中的多个目标子网络;通过所述图像分割模型的所述多个目标子网络,对所述结构图像进行处理,得到所述多个目标子网络的输出;基于所述多个目标子网络的输出,预测所述结构图像中所述多个目标特征部位的位置。上述方法只需将多个目标子网络对应的代码加载到内存中运行,就能够实现一次分割多个特征部位的目的,不仅减少了硬件资源的消耗,还提高了分割效率。
  • 基于图像结构分割方法装置计算机设备存储介质
  • [发明专利]一种3D稀疏点云标定板顶点坐标拟合方法及相关设备-CN202310920499.7在审
  • 史文中;魏义涛 - 卓宇智能科技有限公司
  • 2023-07-25 - 2023-10-27 - G06T7/10
  • 本发明公开一种3D稀疏点云标定板顶点坐标拟合方法及相关设备,所述方法包括:获取3D点云,根据3D点云获取各个空间点的光束角,建立各个空间点的光束角球形笛卡尔坐标系的区间索引;根据3D点云,生成多个待选种子;根据区间索引,对各个待选种子进行邻域增长得到各个待选种子所在的平面,完成多平面分割;从分割的多平面中提取标定板分割平面;根据标定板分割平面的点云数据对标定板顶点坐标进行拟合。本发明将无序的3D点云结构化成类似图像的格式,根据像素坐标索引查找待选种子附近的空间点,通过邻域增长的方式进行平面分割,自动化提取标定板平面,拟合标定板的四个顶点坐标,处理效率较高,且在稀疏点云中处理效果较好的问题。
  • 一种稀疏标定顶点坐标拟合方法相关设备
  • [发明专利]一种基于人工智能的群养猪实例分割方法-CN202310926164.6在审
  • 杨海涛;钟关孙 - 邦益生物科技(深圳)有限公司
  • 2023-07-26 - 2023-10-27 - G06T7/10
  • 本发明具体涉及一种基于人工智能的群养猪实例分割方法,包括步骤有,对群养猪进行拍摄并且获取群养猪拍摄过程中图片拍摄的像素明暗度参数q,然后建立一个平滑函数的调整网络并且初始化参数;通过统计数据将像素明暗度参数q与平滑函数的调整网络的参数建立稳定映射关系,然后根据平滑函数修正后的实例分割模型形成对抗网络模型,并且对群养猪图片实例分割,实例分割过程中首先根据像素明暗度参数q调整平滑函数的调整网络的参数,然后对平滑函数的具体算法进行修改,根据修改之后的平滑函数对实例分割模型修改。
  • 一种基于人工智能养猪实例分割方法
  • [发明专利]一种多器官和/或病灶的医学图像分割方法及装置-CN202311218351.5在审
  • 祁霞;周凡渝;张雨萌;项峥;池琛;罗富良;黄乾富 - 海杰亚(北京)医疗器械有限公司
  • 2023-09-20 - 2023-10-27 - G06T7/10
  • 本发明提供一种多器官和/或病灶的医学图像分割方法及装置。获取包含目标区域的目标医学图像;确定包括目标医学图像中待分割的多个器官和/或病灶的候选框;将目标医学图像和候选框输入预先训练的分割模型,获取针对目标区域多个器官和/或病灶的第一分割结果;分割模型包括:图像编码器,用于提取目标医学图像的多尺度图像特征;候选框编码器,用于提取候选框token以表征候选框的坐标特征;掩膜解码器,用于根据医学图像的多尺度图像特征和候选框token生成分割结果。考虑了不同器官之间的位置信息和尺度信息,不易出现混淆或遗漏的情况。进一步地,提供了可靠的修正机制,以便医生在自动分割的基础上实现快捷的半自动分割,提高分割的准确性和可信度。
  • 一种器官病灶医学图像分割方法装置
  • [发明专利]一种基于并行空洞卷积的遥感影像语义分割方法-CN202110129416.3有效
  • 张东映;唐振超;罗蔚然;洪志明;梁忠壮;刘震 - 华中科技大学
  • 2021-01-29 - 2023-10-27 - G06T7/10
  • 本发明公开了一种基于并行空洞卷积的遥感影像语义分割方法,涉及遥感影像技术领域,包括以下步骤:预先获取高分辨率遥感影像,并对高分辨率遥感影像进行切片,进行归一化和标准化,获取源高分辨率遥感影像;基于ImageNet上预训练的resnet101参数初始化特征提取网络resnet101的低层网络,构建并行空洞卷积网络,并提取源高分辨率遥感影像的浅层特征;将浅层特征输入至并行空洞卷积网络获取多尺度信息,并将多尺度信息融合;将融合后的特征与浅层特征再次融合,并使用全连接条件随机场修复图像级信息,获取语义分割结果。本发明在不增加额外参数的情况下,扩大了卷积的感受野,相比于达到同样感受野的标准卷积,并行空洞卷积方法更能够节省显存。
  • 一种基于并行空洞卷积遥感影像语义分割方法
  • [发明专利]一种基于双分支集成学习的遥感图像海陆分割方法-CN202310249711.1有效
  • 纪勋;汤龙斌;王靖淇 - 大连海事大学
  • 2023-03-15 - 2023-10-27 - G06T7/10
  • 本发明提供了一种基于双分支集成学习的遥感图像海陆分割方法,涉及遥感图像处理技术领域,包括如下步骤:获取遥感图像,对遥感图像数据集进行标签制作,形成相应的遥感图像海陆分割数据集;构建由密集支路、残差支路以及集成学习模块所组成的基于双分支集成学习的遥感图像海陆分割网络模型;利用所构建的数据集对所述遥感图像海陆分割网络模型进行损失函数设置;训练基于双分支集成学习的遥感图像海陆分割网络模型,并在等待模型训练完毕后,运行训练后的遥感图像海陆分割网络模型,对待分割的遥感图像进行海陆分割。本发明可有效实现对遥感图像海陆区域进行精准检测与分割。
  • 一种基于分支集成学习遥感图像海陆分割方法

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