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265个,建议您升级VIP下载更多相关专利
  • [实用新型]一种用于景区人流量监控和管理的KVM装置-CN202020047310.X有效
  • 张振华;戴文军 - 南京艾拓维讯信息技术有限公司
  • 2020-01-10 - 2020-09-29 - G06T7/254
  • 本实用新型涉及了一种用于景区人流量监控和管理的KVM装置。包括信号采集模块、信号处理模块和KVM模块,所述信号采集模块包括高清摄像头和麦克风,所述的信号处理模块包括信号转换模块和视频图像处理模块,所述KVM模块包括信号编码发送模块和信号解码接收模块;其中采用高清摄像头装于景区出入口进行垂直拍摄,视频图像处理模块选用型号为XC7A100T‑2FGG484I的FPGA芯片;信号编码发送模块为海思模块,采用型号为HI3519V101芯片,通过远程上位机中可操控键鼠模块向交换机发送控制指令,达到切换景区不同出入口的视频信号和音频信号的功能。
  • 一种用于景区人流量监控管理kvm装置
  • [发明专利]基于RGB图像的白羽种鸡群体体重估测系统和方法-CN202010484828.4在审
  • 沈明霞;陈佳;刘龙申;赵茹茜;姚文 - 南京农业大学
  • 2020-06-01 - 2020-09-22 - G06T7/254
  • 本发明公开了一种基于RGB图像的白羽种鸡群体体重估测系统,其特征在于它包括:搭载摄像头的滑轨式可移动设备、无线通信模块、包含白羽种鸡个体体重估测模型的处理服务器、用于显示估测结果的客户端;摄像头设置在鸡圈顶部拍摄俯拍视频,将视频数据通过无线通信模块传输到处理服务器中,处理服务器进行种鸡的个数计算和体重估测,将估测结果由客户端进行展示。本发明以图像数据为基础,实现种鸡表型特征的无接触式获取。无接触式数据获取可以减少人与鸡群的互动,避免种鸡应激,提高家禽福利。采用网络摄像头,成本较低,安装便利,有利于养殖场推广使用。
  • 基于rgb图像白羽种鸡群体体重估测系统方法
  • [发明专利]智能目标追踪-CN201780006137.X有效
  • 钱昊 - 杭州他若信息科技有限公司
  • 2017-07-18 - 2020-09-01 - G06T7/254
  • 一种用于目标追踪的方法。该方法包括:使用相机装置抓取场景的图像序列;基于沿该图像序列的局部光变化的模式、检测场景中的光源;回应于检测到光源、将该图像序列中至少一个图像的光源的位置与该至少一个图像内的目标位置进行比较以生成结果;以及基于该结果生成控制信号以改变该相机装置的视场,从而使得该光源与该目标位置在该视场内实质地对准。
  • 智能目标追踪
  • [发明专利]用于图像变化检测的方法和设备-CN201880077998.1在审
  • E·C·朴 - 高通股份有限公司
  • 2018-12-04 - 2020-07-17 - G06T7/254
  • 可以以两个或更多个曝光水平来获得场景的像素值,每个曝光水平对应于以下各项中的至少一项:与另一曝光水平的曝光时间间隔不同的曝光时间间隔或与另一曝光水平的施加增益不同的施加增益。可以将像素值聚合为超像素值,其中,超像素值中的每个超像素值包括多个像素值。可以获得对应于每个曝光水平的背景模型。可以将对应于每个曝光水平的超像素值与对应于每个曝光水平的背景模型进行比较,以获得针对每个曝光水平的图像变化检测结果。可以将针对每个曝光水平的图像变化检测结果聚合,以获得经组合的图像变化检测结果。可以根据经组合的图像变化检测结果来确定感兴趣区域和/或背景区域。
  • 用于图像变化检测方法设备
  • [发明专利]运动目标的检测方法、装置、设备及可读存储介质-CN201811539983.0在审
  • 刘红雅 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
  • 2018-12-17 - 2020-06-23 - G06T7/254
  • 本发明提供了一种运动目标的检测方法、装置、设备及可读存储介质,通过获取视频序列帧图像;采用高斯混合模型对当前帧图像进行运动目标检测,以获取第一运动目标二值图和当前帧背景图像;采用改进的五帧差分算法根据当前帧背景图像和当前帧图像对应的五帧图像进行运动目标检测,以获得第二运动目标二值图;对第一运动目标二值图和第二运动目标二值图进行或运算,以获得总运动目标二值图;对总运动目标二值图进行形态学处理,以获得运动目标。提高了改进的五帧差分算法的运动目标检测的准确性,基本上消除存在的拖影问题,并且将两种算法检测出的运动目标进行或运算,得到两种算法检测到的所有运动目标,能够使检测出的运动目标具有较完整的轮廓。
  • 运动目标检测方法装置设备可读存储介质
  • [发明专利]用于识别图像的方法和装置-CN201811037194.7有效
  • 赵谦谦;李京峰 - 百度在线网络技术(北京)有限公司
  • 2018-09-06 - 2020-06-23 - G06T7/254
  • 本申请实施例公开了用于识别图像的方法和装置。该方法的一具体实施方式包括:对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;确定帧差图中的物体对象在该当前帧图像中的位置信息;从该当前帧图像中提取出与所确定的位置信息对应位置处的图像;基于所提取的图像,生成该当前帧图像的子图像;利用预先训练的神经网络对该子图像进行识别,得到识别结果,其中,该识别结果用于指示该子图像呈现的物体的类别和与类别对应的物体在该子图像中的位置信息。该实施方式可以简化待识别图像,提高图像识别速度和识别精度。
  • 用于识别图像方法装置
  • [发明专利]超高清视频切画目标跟踪识别方法-CN202010116477.1在审
  • 朱星宇;黄代羲;郭超 - 四川新视创伟超高清科技有限公司
  • 2020-02-25 - 2020-06-19 - G06T7/254
  • 本发明涉及一种超高清视频切画目标跟踪识别方法,当处理器接收到视频信号后,先利用帧间差分法,对视频图像中连续的两帧相减得到两帧图像亮度差的绝对值,并将其和阈值进行对比;若大于阈值,则可分析出视频图像序列的运动特性,确定图像序列中的人、物运动;若小于阈值,则再利用均值建模法对视频做背景差分,以此来确定人、物运动情况;本发明改变现有普遍的以单一方式对视频信号切画的操作和待处理视频信号普遍为4K的现状,保证用户能根据自身需求选择待处理视频信号大小、视频信号切画方式等,同时进一步确保其信号输出的实时性。
  • 超高视频目标跟踪识别方法
  • [发明专利]一种扔杂物识别算法、系统、服务器及介质-CN202010051778.0在审
  • 文学霖;刘立龙;黄良珂;周吕;任超 - 桂林理工大学
  • 2020-01-17 - 2020-06-09 - G06T7/254
  • 本发明公开了一种扔杂物识别算法、系统、服务器及介质,扔杂物识别算法包括基于多高斯模型进行背景建模,在第一预设时间内获取背景图像BG;基于前景图像FG和背景图像BG做背景差得到第一纹理差异图像diff1;对第一纹理差异图像diff1基于第一阈值进行二值化处理得到二值图,并对二值图进行轮廓检测,得到预选项杂物区域;获取预选项杂物区域的对应图像和第二预设时间内的新的背景图像做背景差计算得到第二纹理差异图像diff2,判断第二纹理差异图像diff2是否小于第二阈值;若小于第二阈值,则认定为杂物,保留视频片段。实现相比单帧识别杂物而言,具有不需要模型训练,误识别率低的特点,且算法本身具有良好的遮挡鲁棒性,应用面广。
  • 一种杂物识别算法系统服务器介质
  • [发明专利]互动教学系统及方法-CN202010007383.0在审
  • 沈玉将;孙雷 - 阔地教育科技有限公司
  • 2020-01-04 - 2020-05-19 - G06T7/254
  • 本申请涉及一种互动教学系统及方法,属于通信技术领域,该系统包括:第一图像采集设备采集互动教学图像,并将互动教学图像发送至与第一图像采集设备通信相连的第二图像采集设备;第二图像采集设备基于跟踪算法确定待显示的目标互动教学图像;将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端;显示终端显示第二图像采集设备发送的目标互动教学图像;可以解决摄像机切换时终端显示的画面会产生抖动闪烁的问题;由于显示终端只与第二图像采集设备相连,显示终端显示的画面固定来源于第二图像采集设备,不会存在显示终端在不同图像采集设备之间切换时引起的画面抖动闪烁的问题,可以提高互动教学过程中画面的显示效果。
  • 互动教学系统方法

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