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44个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于神经网络的服装图案纹理识别方法与系统-CN201910375032.2有效
  • 胡玉琛;吴磊彬;林博 - 上海宝尊电子商务有限公司
  • 2019-05-07 - 2023-10-17 - G06V10/54
  • 本发明涉及一种基于神经网络的服装图案纹理识别方法与系统,包括图像特征提取网络、服装位置特征提取网络、纹理特征提取模块、服装位置回归模块以及图案纹理预测模块。其优点表现在:对图像中服装的具体位置给出判断,并将服装的具体位置内容作为ROI输入神经网络可以极大地排除背景的干扰,提高识别的准确率;利用本系统分析当前时尚服装界的流行元素,从而分析出当前的时尚潮流趋势,同时本系统也可以为时装设计师提供设计灵感,帮助设计师设计出迎合消费者心理的服装产品,提高消费者的认知度与满意度;利用本系统每分钟能完成700‑800张图像帧的数据标注,效率得到了极大的提高;利用本系统识别准确率提高了约20个百分点。
  • 一种基于神经网络服装图案纹理识别方法系统
  • [发明专利]一种基于高光谱的香蕉枯萎病叶片表型纹理提取方法-CN202310397686.1在审
  • 陈家政 - 岭南现代农业科学与技术广东省实验室
  • 2023-04-13 - 2023-09-19 - G06V10/54
  • 本发明公开了一种基于高光谱的香蕉枯萎病叶片表型纹理提取方法,特别是在病害初期叶片显黄时的表型纹理提取方法。本发明的实现功能包括特征光谱图像预处理、纹理计算两个部分。在特征光谱图像预处理部分主要针对香蕉枯萎病相关的特征光谱图像进行图像预处理,从图像中提取出香蕉叶片的位置;纹理计算部分主要对提取出叶片位置后的特征光谱图像进行滤波、梯度计算、不同波段图像融合等处理,最终得出真实的叶片表型纹理信息。与普通彩色图像提取纹理特征的方法相比,本发明方法通过高光谱相机在两种特征波段下提取的纹理特征做融合运算,比普通相机更能反映真实的香蕉叶片纹理,为后续的视觉识别判断病害提供表型信息支持。
  • 一种基于光谱香蕉枯萎病叶片表型纹理提取方法
  • [发明专利]图像处理方法、装置、设备和计算机可读存储介质-CN202310555754.2在审
  • 张毅;党玉涛 - 首都医科大学宣武医院
  • 2023-05-17 - 2023-09-12 - G06V10/54
  • 本发明实施例公开了一种图像处理方法、装置、设备和计算机可读存储介质。该方法包括:获取目标对象的胸部图像数据、与目标对象的肺部相关的目标偏好特征,以及胸部图像数据对应的目标影像特征;对胸部图像数据进行纹理特征提取,得到多个纹理特征;从多个纹理特征中,筛选出与预设的独立预测因子中目标纹理因子对应的目标纹理特征;根据目标偏好特征、目标影像特征和目标纹理特征,分别在预设的列线图的单项得分刻度线上进行映射,确定多个单项评分值;将多个单项评分值之和作为总分值,结合列线图的总分刻度线与概率预测刻度线之间的对应关系,得到预测结果。
  • 图像处理方法装置设备计算机可读存储介质
  • [发明专利]一种基于联邦学习的表面材质触觉纹理特征获取方法-CN202310670008.8在审
  • 张利平;李晓萌;马靖凯;刘国红;孙立悦;何金其 - 吉林大学
  • 2023-06-07 - 2023-08-15 - G06V10/54
  • 本发明适用于触觉互联网技术领域,提供了一种基于联邦学习的表面材质触觉纹理特征获取方法,包括以下步骤:进行联邦学习;基于深度学习的图像特征提取方法,利用残差网络模型ResNet提取表面触觉图像的特征;联邦学习与堆栈式自动编码SAE结合提取触觉纹理特征,并选用平均联邦学习算法进行参数更新;联邦学习与门控循环网络GRU结合获取触觉纹理特征,并选用平均联邦学习算法进行参数更新;在训练结束后保存所有模型参数,最后通过映射模型获取触觉纹理特征并通过解码器重构触觉纹理信号。本发明解决了触觉互联网中由于用户数据量不足带来的模型性能退化问题,同时不需要用户将原始数据进行传输,从而保护用户的隐私和数据安全。
  • 一种基于联邦学习表面材质触觉纹理特征获取方法
  • [发明专利]基于视觉感知与排序驱动的纹理相似性判别方法-CN202310487028.1有效
  • 董兴辉;汪卫博 - 中国海洋大学
  • 2023-05-04 - 2023-08-04 - G06V10/54
  • 基于视觉感知与排序驱动的纹理相似性判别方法,包括纹理图像对进行预处理,使用Siamese网络提取特征,抽取骨干网络输出的4个特征,利用Bilinear Pooling方法计算高阶统计信息,将两个图像的高阶统计信息在第二维上进行拼接,提取横向信息,将特征向量第一维进行拼接,用一个全连接网络模型进行预测,使用随机梯度下降算法和反向传播算法训练模型,使用基于排序的质量评估驱动方法作为损失函数。本发明充分模拟了人类的感知方式,能够学习出与人类具有一致性的相似性判断能力,充分考虑排序信息和尺度信息,促进视觉感知启发的纹理相似性度量模型充分学习人类感知范式,极大地提高了模型与人类判断的一致性。
  • 基于视觉感知排序驱动纹理相似性判别方法
  • [发明专利]三维模型中螺纹特征及参数的快速识别提取方法-CN201911186436.3有效
  • 刘屹冬;柳伟 - 上海交通大学
  • 2019-11-28 - 2023-07-25 - G06V10/54
  • 一种三维模型中螺纹特征及参数的快速识别提取方法,通过对B‑rep(边界表示)模型进行预处理以去除其中所包含的虚边,获得工程面的集合,然后对工程面上的各个模型边进行环搜索并判断是否为种子环以得到种子环的集合,再对种子环的非基面一侧的面‑边图进行遍历,得到该特征的所有模型边和顶点,去除其中包含的虚顶点,获得该特征中工程边的集合,最后通过逐一判断集合中的工程边是否为螺纹线并提取得到其对应的螺纹特征。本发明实现了三维模型中螺纹特征的快速识别和参数的快速提取。
  • 三维模型螺纹特征参数快速识别提取方法
  • [发明专利]图像检测方法、装置、电子设备及可读存储介质-CN202211555821.2在审
  • 向国徽;曾定衡;蒋宁;夏粉 - 马上消费金融股份有限公司
  • 2022-12-06 - 2023-05-23 - G06V10/54
  • 本申请提供了一种图像检测方法、装置、电子设备及可读存储介质,用于提升图像检测的准确性。该方法包括:针对目标图像执行纹理特征提取操作,得到目标图像的初始纹理特征图;将目标图像的初始纹理特征图输入第一卷积模块,得到第一卷积层纹理特征;针对第一卷积层纹理特征执行第一通道融合操作,得到第一融合纹理特征;将第一融合纹理特征输入第二卷积模块,得到第二卷积层纹理特征;针对第二卷积层纹理特征执行第二通道融合操作,得到第二融合纹理特征;根据第二融合纹理特征进行特征检测操作,判断目标图像是否为伪造图像;其中,第一卷积模块包含第一卷积核,第二卷积模块包含第二卷积核,且第一卷积核与第二卷积核的尺寸不同。
  • 图像检测方法装置电子设备可读存储介质
  • [发明专利]纹理特征提取方法及相关设备-CN202310159038.2在审
  • 王亭;兰荣华;张青;唐浩 - 京东方科技集团股份有限公司;成都京东方智慧科技有限公司
  • 2023-02-20 - 2023-05-05 - G06V10/54
  • 本申请提供一种纹理特征提取方法及相关设备,通过按照预设的矩形邻域对待处理图像进行局部划分,得到多个子局部区域,再对多个子局部区域进行纹理特征提取,得到局部纹理特征,能够将待处理图像中某一部分的局部纹理特征突显出来,然后根据预设的圆形邻域对待处理图像进行全局划分,得到多个子全局区域,对多个子全局区域进行纹理特征提取,得到全局纹理特征,纹理特征的提取范围可以覆盖待处理图像,从而体现出图像内的感兴趣区域的微小特征,最后利用预设的权重信息,将局部纹理特征和全局纹理特征进行融合,得到纹理特征提取结果,可使待处理图像能够在一定程度上消除光照变化的影响,体现感兴趣区域的细节,从而保障纹理特征提取的稳定性。
  • 纹理特征提取方法相关设备

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