“G06V10/766”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果22个，建议您升级VIP下载更多相关专利

[发明专利]基于失真图像恢复指导的图像质量感知方法、系统及设备-CN202311000119.4有效
发明人：王中元;杨冀帆;李娜;杨玉红;黄宝金 -专利权人：武汉大学
申请日： 2023-08-10 - 公布日： 2023-10-20 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种基于失真图像恢复指导的图像质量感知方法、系统及设备，首先提取待检测图像I输入到特征提取网络中，得到图像的深度特征DF(I)；然后基于图像恢复先验模型利用先验知识指导下，采用失真图像恢复网络使用深度特征DF（I）进行失真图像恢复，得到失真图像的恢复特征IR（I）；最后将恢复特征IR（I）与深度特征DF（I）通过特征融合网络进行重新加权融合，对重新加权融合后的图像质量特征向量进行回归，输出图像的质量得分。本发明能够自动感知自然图像的质量，为挑选高质量图像样本用于深度学习模型训练提供了手段。
基于失真图像恢复指导质量感知方法系统设备

[发明专利]一种基于浮选泡沫多尺度特征的增量式层次聚类回归树方法-CN202310710741.8在审
发明人：蒋小平;刘俊威;赵慧琳;董柯阳;秦天;胡明振 -专利权人：中国矿业大学（北京）
申请日： 2023-06-15 - 公布日： 2023-10-03 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种基于浮选泡沫多尺度特征的增量式层次聚类回归树方法，涉及泡沫浮选领域。该算法的故障诊断方法，主要包括以下步骤：S1：采集不同浮选过程中的泡沫工况图像，构成主要样本数据集；S2：对泡沫浮选图像进行非下采样Shearlet多尺度分解(Non‑SubsampleShearletTransform,NSST)，将原始图像分解为不同频率尺度，并设计CNN网络提取多尺度图像的轮廓和细节特征组成代表原信号特点的特征向量；S3：以层次聚类思想对特征向量进行计算，以聚类特征作为层次聚类回归树的簇，使用聚类特征树来表示聚类的层次结构；S4：判断层次聚类回归树的效果，确定最后用于工况识别的聚类回归树；S5：测试工况识别准确率。本方法能较好地分离出浮选图像的高低频特征，不仅在识别精度和稳定性方面有较大提升，而且此方法还减少了人工干预，有利于提高生产效率。
一种基于浮选泡沫尺度特征增量层次回归方法

[发明专利]一种对织物压力传感阵列检测结果进行校正的方法-CN202310763036.4在审
发明人：裴泽光;王小东;万勇;陈俊鹏;张积康;吕鹏;庄辉 -专利权人：东华大学
申请日： 2023-06-26 - 公布日： 2023-09-29 - 主分类号： G06V10/766 文献下载
摘要：本发明涉及一种对织物压力传感阵列检测结果进行校正的方法，建立改进U‑Net卷积神经网络模型对检测结果进行校正，有效消除串扰现象导致的织物压力传感阵列输出的压力分布云图显示结果不准确的问题，利用本发明方法允许以最为简单的分压电路作为压阻式织物压力传感阵列的基本测量电路，显著降低测量电路的复杂程度，方法简单易操作，输出的压力分布云图结果准确，可有效改善串扰现象对压阻式织物压力传感阵列获得的压力分布云图显示结果的影响。
一种织物压力传感阵列检测结果进行校正方法

[发明专利]一种用于多尺度遥感图像视觉定位的自回归建模方法-CN202310667706.2在审
发明人：王福延;吴春雷 -专利权人：中国石油大学（华东）
申请日： 2023-06-07 - 公布日： 2023-09-05 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一个用于多尺度遥感图像视觉定位的自回归建模方法。遥感图像定位在近地无人系统领域具有极高的应用价值，现有的视觉定位的方法得到的注意力区域普遍无法有效利用特征的区域相关性，限制了文本与视觉特征的编码器性能，在具有复杂背景的遥感图像领域难以达到较高的定位准确度。因此本发明首次提出了多尺度遥感图像视觉定位的自回归建模方法来研究文本指代的遥感图像视觉定位任务。设计了一个多阶段特征聚合的自回归Transformer网络框架，通过将包围框的回归问题转换为序列预测问题，以充分利用视觉特征的自注意力权重，通过序列构造方法在解码过程中挖掘到更完整的语义相关性。本发明在遥感数据集RSVGD上进行了大量实验证明了提出模型的有效性。
一种用于尺度遥感图像视觉定位回归建模方法

[发明专利]基于机器学习的锋线识别方法、装置、存储介质及终端-CN202310685309.8在审
发明人：王玲玲;赵宗玉;马双良;王楠;郭悦嵩;安刚;卓流艺;陆涛;秦东明 -专利权人：中科三清科技有限公司;王玲玲
申请日： 2023-06-09 - 公布日： 2023-09-01 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种基于机器学习的锋线识别方法、装置、存储介质及终端，方法包括：获取并预处理待识别区域在一段时间内的原始气象数据，得到锋线区域定位图像以及锋线回归图像；将锋线区域定位图像输入预先训练的锋线区域定位模型中，输出锋线区域图；在锋线回归图像中抠取锋线区域图对应的区域，得到目标区域图；将目标区域图输入预先训练的锋线回归模型中，输出多个回归点；顺序连接多个回归点，得到待识别区域的目标锋线。本申请利用预先训练的锋线区域定位模型对锋线区域进行定位，通过预先训练的锋线回归模型可在锋线区域中确定出构成锋线的多个回归点，该算法部署灵活，可通过样本数据不断优化模型，使得模型的性能越来越好，可提升锋线识别精确度。
基于机器学习识别方法装置存储介质终端

[发明专利]一种基于归一化角点距离和目标前景信息的目标检测方法-CN202310241880.0有效
发明人：张兆云;蔡德隆;赵洋 -专利权人：东莞理工学院
申请日： 2023-03-13 - 公布日： 2023-08-29 - 主分类号： G06V10/766 文献下载
摘要：本发明提出一种基于归一化角点距离和目标前景信息的目标检测方法，包括：一、获取训练图像样本和待测图像样本，在训练图像中标注边界框；二、获取边界框的位置及信息；三、计算预测框和目标框的中心点之间的欧氏距离；四、计算预测框和目标框的重叠区域面积；五、计算预测框的面积；六、计算目标框的面积；七、计算预测框和目标框的合并区域面积；八、计算预测框和目标框四个角点之间对应的欧氏距离；九、预测框和目标框的最小闭包矩形区域；十、计算预测框和目标框的交并比；十一、计算归一化角点距离和目标前景信息的边界框损失函数，十二、基于边界框损失函数进行目标检测，本发明能较佳地进行目标检测。
一种基于归一化距离目标前景信息检测方法

[发明专利]一种自回归生成式点云转换器预训练方法-CN202310563276.X在审
发明人：王美玲;陈光彦;余凯;袁粒;岳裕丰 -专利权人：北京理工大学
申请日： 2023-05-18 - 公布日： 2023-08-15 - 主分类号： G06V10/766 文献下载
摘要：本发明提供了一种自回归生成式点云转换器预训练方法，采用双重掩蔽策略可以有效地降低点云数据的冗余度，并提供有效的预训练任务，对于促进有益的表示学习和增强预训练模型的泛化能力有显著的效果；相对方向提示可以防止模型过度拟合图像块的顺序，从而提高了模型在下游任务中的泛化能力；提取器‑生成器结构，特别是与深度生成器相结合时，可以减小生成和下游任务之间的差距，从而在整体上获得更好的性能；在具体效果上，本方法相比于现有方法具有更强的泛化能力，并且相比于现有方法，本方法率先探索了点云单模态大模型预训练效果，并在所有自监督方法中取得了最佳的水平。
一种回归生成式点云转换器训练方法

[发明专利]一种深部隧洞钻孔布置方法及其围岩裂隙演化方法-CN202310458319.8在审
发明人：李水明;叶飞;罗文俊;于洋;刘同亮;张桂良;周建平;郭浩森;朱顺顺;佟佳琦 -专利权人：核工业赣州工程勘察设计集团有限公司;华东交通大学
申请日： 2023-04-26 - 公布日： 2023-08-04 - 主分类号： G06V10/766 文献下载
摘要：本发明提供一种深部隧洞钻孔布置方法及其围岩裂隙演化方法。所述深部隧洞钻孔布置方法通过先布设预设钻孔后布设施工钻孔，探究隧洞各阶段裂隙演化特征，而后将裂隙演化特征汇总，利用回归分析法分析裂隙演化的时空规律。本发明的钻孔布置方法，利用辅助隧洞铺设的预设钻孔监测施工围岩裂隙的演化可以预测岩爆、片帮等灾害，极大地保证了施工安全；综合开挖前后的钻孔摄像数据，可以更为精确的分析整个开挖过程中隧洞围岩裂隙的演化规律，探究其破裂损伤机理，为日后类似工程的超前地质灾害预报提供参考。另外，本发明还提供一种深部隧洞围岩裂隙演化方法。
一种隧洞钻孔布置方法及其围岩裂隙演化

[发明专利]一种基于岩石细观结构参数的可钻性智能预测方法-CN202310339715.9在审
发明人：陈雁;孙远秋;石祥超;陈帅;苗波;冯高城;宝胥铖;陈鹏;郭霄瑶;徐一博;杨春艺;张恩莉 -专利权人：西南石油大学
申请日： 2023-03-31 - 公布日： 2023-06-27 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种基于岩石细观结构参数的可钻性智能预测方法，其包括以下步骤：对岩石单偏光和正交偏光图像进行颗粒分割和种类识别；基于分割识别结果，计算图像中的单颗粒岩石参数；基于单颗粒岩石参数获取岩石颗粒分布特征，并生成二阶参数和三阶参数；进行降维筛选；通过训练后的LGB回归模型进行目标岩石的可钻性预测。本发明对岩石颗粒参数进行了充分利用，对岩石薄片进行了恰当处理，使得建立的模型能够实现在没有钻井参数的情况下进行可钻性的预测，解决了物理方法测量岩石可钻性级值过程繁琐的问题，对地质勘探以及油气生产做出指导方向。
一种基于岩石结构参数可钻性智能预测方法

[发明专利]一种基于同心圆交并比的多点目标检测方法-CN202310158829.3在审
发明人：杨毅;高宇;许汐 -专利权人：北京理工大学
申请日： 2023-02-24 - 公布日： 2023-06-23 - 主分类号： G06V10/766 文献下载
摘要：本发明提供了一种基于同心圆交并比的多点目标检测方法，属于计算机视觉领域，尤其涉及一种针对目标检测任务下24点目标表示法的有监督学习回归方法；本方法首先转换数据集格式，用以构建与发明回归方法相匹配的数据集真值格式；其次对模型输出数据构建同心圆表达，用以构成多项损失函数；接下来对转换格式后的数据集构建同心圆表达，用以构成多项损失函数；接下来利用模型输出数据的同心圆表达与真值数据集构成的同心圆表达进行损失函数计算，构成共计25项损失项；最后采用多任务回归方法，平衡各项损失学习复杂度，实现回归方法；该方法避免了传统多点目标表示回归法对随机多边形面积的计算与相交域面积计算过程，大大简化了回归策略的复杂性，可大幅度提高训练学习过程的收敛速度，使该方法可以投入实际工程应用。
一种基于同心圆交并多点目标检测方法

[发明专利]胎龄预测方法、装置、介质和设备-CN202310070100.0在审
发明人：张鑫;陈生贤;杨朝湘;梁靖;方瑞妍;徐向民;陈文俊 -专利权人：华南理工大学
申请日： 2023-01-28 - 公布日： 2023-06-23 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种基于胎儿脑核磁共振图像和先验信息的胎龄预测方法、装置、存储介质和计算机设备，提出一种三维卷积网络提取胎儿核磁共振图像中脑结构信息得到胎儿脑结构特征，该网络由非对称卷积层和注意力增强层组成，以整个3D图像作为输入和有选择地强调关键信息特征，可适应胎儿大脑位置和方向的随机变化；另提出了一种胎儿大脑的离散面积分布向量，以表示大脑区域面积在核磁共振图像中的分布，提高所引入的先验知识的鲁棒性和有效性；该方法还提出一种融合回归模块融合学习上述胎儿脑结构特征和胎儿脑面积分布特征用于基于胎儿脑核磁共振图像的胎龄估计。本发明提出胎龄预测方法达到了最优的准确度和鲁棒性。
预测方法装置介质设备

[发明专利]一种胎盘植入分型评估工具和方法-CN202310579742.3在审
发明人：陈练;裴新龙;赵扬玉;王平;宗鸣;张晨滨;罗登;颜鲲 -专利权人：北京大学第三医院（北京大学第三临床医学院）;北京大学
申请日： 2023-05-23 - 公布日： 2023-06-23 - 主分类号： G06V10/766 文献下载
摘要：本发明涉及一种胎盘植入分型评估工具和方法，该工具包括感兴趣区域预处理输入模块、多流深度模型模块和多流模型预测融合输出模块,感兴趣区域预处理输入模块用于提取感兴趣区域，得到整体ROI区域标注信息；多流深度模型模块用于采用相同的深度为18层3D残差网络对FIESTA序列、SSFSE序列、FIESTA ROI序列和SSFSE ROI序列进行各自独立训练；多流模型预测融合输出模块用于对多流深度模型的四个流FIESTA流、SSFSE流、FIESTA ROI流和SSFSE ROI流对不同胎盘植入类型的预测概率相加取平均，得到最终的融合预测概率值，取最高的概率值对应的胎盘植入类别作为多流模型最终的预测输出。
一种胎盘植入评估工具方法

[发明专利]一种基于稠密融合特征提取的机器人抓取主动式学习选择方法-CN202211572299.9在审
发明人：魏博言;杨鑫;尹宝才;魏小鹏 -专利权人：大连理工大学
申请日： 2022-12-08 - 公布日： 2023-06-06 - 主分类号： G06V10/766 文献下载
摘要：本发明属于计算机视觉技术中的物体抓取位姿预测领域，公开了一种基于稠密融合特征提取的机器人抓取主动式学习选择方法，挑选出数据集中信息量最高的数据，从而只训练部分数据达到训练整个数据集的效果，降低抓取模型在不同场景下的迁移成本。主动式学习模块和抓取预测模块是并行结构，可一起进行训练。模型训练完成之后，抓取检测模型为闭环端到端结构，截取当前的色彩和深度数据作为输入，可以输出物体的抓取位姿，并且进行可视化。为了降低使用者使用门槛，本发明还内嵌一个抓取方式标注接口，可视化的手段标注抓取方式，并反向解算出真值四元数组。
一种基于稠密融合特征提取机器人抓取主动学习选择方法

[发明专利]一种车辆表观毁伤评估方法-CN202011226859.6有效
发明人：陈峰;翟佳;董毅;彭实;谢晓丹 -专利权人：北京环境特性研究所
申请日： 2020-11-06 - 公布日： 2023-06-02 - 主分类号： G06V10/766 文献下载
摘要：本发明涉及一种车辆表观毁伤评估方法、计算机设备及计算机可读存储介质，该方法包括：进行尺寸归一化处理；分两路进行灰度化，一路直接进行灰度化处理，得到含目标及背景的灰度图像，另一路先利用目标语义分割模型进行像素级分割，分割出目标区域，再对分割得到的图像进行灰度化处理，得到只含目标的灰度图像；基于卷积神经网络构建特征提取模型，对得到的含目标及背景的灰度图像和只含目标的灰度图像分别进行高维特征提取；对得到的两路目标高维卷积特征进行特征融合；利用全连接网络对最终目标融合特征进行回归计算，并输出一个0～1范围内的连续值，作为车辆目标表观毁伤程度评估值。本发明能够实现车辆表观毁伤的快速量化评估。
一种车辆表观毁伤评估方法

[发明专利]一种无参考图像质量评价模型训练方法-CN202310165646.4在审
发明人：谢凤英;潘林朋;刘畅;丁海东;资粤;邱林伟 -专利权人：北京航空航天大学
申请日： 2023-02-15 - 公布日： 2023-05-16 - 主分类号： G06V10/766 文献下载
摘要：本发明公开了一种无参考图像质量评价模型训练方法，属于图像质量评价领域。通过孪生网络学习图像质量之间的排序信息，优化网络预测值和主观质量真值之间的单调性；并添加线性相关约束来学习图像间质量差异的数值量化，优化算法预测值和主观质量真值之间的相关性。通过本发明训练的无参考图像质量评价模型具有较好的精度和泛化性能。
一种参考图像质量评价模型训练方法

1
2
下一页»
尾页
共 22 条