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293个,建议您升级VIP下载更多相关专利
  • [发明专利]基于生成对抗网络的环境影响程度建模方法-CN201910143738.6有效
  • 丁永泽;侯春萍;杨阳 - 天津大学
  • 2019-02-25 - 2023-10-20 - G06T7/00
  • 本发明属于图像质量评价领域,为提出一种应用生成对抗网络技术结合层次结构模型进而构建出一种不同环境不同程度的图像质量评价模型,提高电力图片识别的准确性,本发明,基于生成对抗网络的环境影响程度建模方法,步骤如下:第一步,进行电力图像样本的收集;第二步,训练生成对抗网络,对抗网络为卷积神经网络;第三步,根据得到的生成对抗网络生成的数据集构建层次结构模型;第四步,对实验数据进行分析,提升评价体系的准确度以及高效性。本发明主要应用于图像质量评价场合。
  • 基于生成对抗网络环境影响程度建模方法
  • [发明专利]一种基于生成对抗网络的单图像去雪方法-CN201910769507.6有效
  • 丁永泽;侯春萍 - 天津大学
  • 2019-08-16 - 2023-07-04 - G06T5/00
  • 本发明涉及一种基于生成对抗网络的单图像去雪方法,包括构建一个去除雪花的生成对抗网络,步骤如下:第一步:数据集的构建:为得到一个带标签的数据库,构建一个合成雪图像数据库,方法如下:通过photoshop模拟雪花落下颗粒尺寸的变化,每个基本蒙版由一个小、中、和大粒径,同时,各基层的雪粒蒙版具有不同的密度、形状、运动轨迹,以及增加变化的透明度。第二步:生成网络构建。第三步:鉴别网络构建:鉴别网络分成两部分:全局鉴别器以及细微区域鉴别器,全局鉴别器查看整个图像以检查是否有不一致,而细微区域鉴别器查看特定的区域是否满足要求。
  • 一种基于生成对抗网络图像方法
  • [发明专利]一种多光谱遥感卫星影像的去雾方法-CN202010117691.9有效
  • 杨敬钰;郭建华;岳焕景;李坤;侯春萍 - 天津大学
  • 2020-02-25 - 2023-06-27 - G06T5/00
  • 本发明属于图像处理的技术领域,具体涉及一种多光谱遥感卫星影像的去雾方法,包括如下步骤,步骤1、对多光谱遥感影像数据进行大气校正;步骤2、计算基准雾透射率图t(x);步骤3、根据计算的所述基准雾透射率图t(x),计算遥感影像每个位置处对应的γ(x);步骤4、计算全局大气光值A;步骤5、求取不同波段对应的波长值λj;步骤6、对多光谱每个通道波段进行去雾处理;步骤7、对去雾后的每个所述波段进行气溶胶补偿处理。本发明能够提高多光谱卫星影像的去雾效果,确保去雾后的影像的每个像元依然具有原始的物理光谱特性。
  • 一种光谱遥感卫星影像方法
  • [发明专利]一种无参考色调映射图像质量评价方法-CN201910009929.3有效
  • 侯春萍;李浩;岳广辉 - 天津大学
  • 2019-01-05 - 2023-05-26 - G06V10/98
  • 本发明涉及一种无参考色调映射图像质量评价方法,对于待评价的图像I,包括以下步骤:(1)全局特征提取部分:计算颜色矩特征记为f1;将待评价的图像I转换为灰度图,分别统计一张图像所有落在暗区和亮区内的像素比例,最后用暗区比Φ和亮区比Ω表示图像的明暗分布特征f2;全局熵特征记为f3;(2)局部特征提取:在空域将图像I分成16x16的局部块,在块内计算最大像素值Imax,B与最小像素值Imin,B的和差比,记作对比度f4;计算图像块的局部熵记为f5;在小波域将图像I分成16x16的块,用C统一表示近似、水平、垂直和对角四个方向上的小波分解系数,并在系数C上进行能量运算,将小波能量记为f6;(3)质量评估。
  • 一种参考色调映射图像质量评价方法
  • [发明专利]一种多视图三维重建方法-CN201910780910.9有效
  • 雷建军;宋嘉慧;郭琰;侯春萍;范晓婷;徐立莹 - 天津大学
  • 2019-08-22 - 2023-04-07 - G06T17/20
  • 本发明公开了一种多视图三维重建方法,所述方法包括以下步骤:基于端到端的深度学习框架,以不同视角的多幅彩色图像为网络输入,输出为重建的三维网格模型;该网络首先利用多级融合特征提取模块提取不同尺度的多视角融合特征;基于不同尺度的融合特征利用网格变形模块对输入的初始化椭球网格模型进行变形,重建出与输入图像相对应的三维网格模型。本发明充分利用多视角信息,实现更高的重建精度和更好的重建效果。
  • 一种视图三维重建方法
  • [发明专利]一种基于图像融合的多模态图像目标检测方法-CN201910355408.3有效
  • 侯春萍;夏晗;杨阳;莫晓蕾;徐金辰 - 天津大学
  • 2019-04-29 - 2023-03-31 - G06T5/50
  • 本发明涉及一种基于图像融合的多模态图像目标检测方法,包括:1)将预先采集好的红外图像及其可见光图像,制作多模态图像数据集;2)将预处理好的成对图像作为融合模型中生成模型G的输入;生成模型G基于U‑Net等全卷积网络,以残差网络为基础的卷积神经网络作为生成网络模型结构,包括收缩过程和扩张过程,收缩路径包括多个卷积加ReLU激活层再加最大池化(Max Pooling)结构,下采样的每一步特征通道数都增加一倍,输出生成的融合图像;融合图像输入融合模型中的判别网络模型;根据训练过程中损失函数的变化,按迭代次数调节学习率训练指标,经训练,基于自有多模态图像数据集,能够得到同时保留红外图像热辐射特征和可见光图像结构性纹理特征的图像融合模型。
  • 一种基于图像融合多模态目标检测方法
  • [发明专利]一种基于小波自注意力生成对抗网络的图像修复方法-CN202211568789.1在审
  • 闫杰;沈丽丽;侯春萍 - 天津大学
  • 2022-12-08 - 2023-03-28 - G06T5/00
  • 本发明公开了一种基于小波自注意力生成对抗网络的图像修复方法,具体涉及图像修复领域。本发明包括以下步骤:对缺损图像进行预处理,将调整为256×256的残缺图像输入到先验生成器中进行初步修复;初步修复的图像通过包含小波自注意力模块和协同特征融合模块的小波自注意力生成器,在构建不同频率信息间的长距离相关性的基础上完成图像的精修;最后将修复后的图像与原始图像一起送入鉴别网络中判别真伪,利用判断结果配合小波一致性损失指导生成网络的训练。本发明在保证全局一致性的基础上有效地改善了修复图像的高频纹理模糊,提高了修复性能。
  • 一种基于注意力生成对抗网络图像修复方法
  • [发明专利]一种立体图像拼接方法-CN201910336176.7有效
  • 雷建军;范晓婷;侯春萍;徐立莹;杨博兰;祝新鑫 - 天津大学
  • 2019-04-24 - 2023-02-28 - G06T3/40
  • 本发明公开了一种立体图像拼接方法,所述方法包括以下步骤:输入左右立体图像,通过视差最小化单应性预对齐左右图像并减小垂直视差;通过多约束变形进一步对齐左右图像,同时引入初始视差图保持立体图像视差一致性;基于视差一致的接缝选择和融合确定最佳接缝并进行立体图像拼接。本发明针对立体图像进行多阶段变形的优化对齐,并结合立体图像的视差信息,实现对立体图像的准确拼接,同时避免视觉失真并保持立体图像的视差一致性。
  • 一种立体图像拼接方法

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