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7个,建议您升级VIP下载更多相关专利
  • [发明专利]基于迁移学习的人脸活体检测方法-CN201811391295.4有效
  • 高陈强;周风顺;李新豆;李鹏程;胡凯;周美琪 - 重庆邮电大学
  • 2018-11-21 - 2022-11-04 - G06V40/40
  • 本发明涉及一种基于迁移学习的人脸活体检测方法,属于图像处理与计算机视觉技术领域;所述方法包括将视频数据切分为图像序列,检测图像序列中的人脸,将数据分为训练集和测试集;使用源域的训练集训练3D卷积神经网络,得到区分真假脸的标签分类器;在卷积层后添加梯度反转层,提取源域和目标域的公共特征;把源域和目标域的数据通过梯度反转层进行对抗训练,得到区分源域和目标域数据的域分类器;把目标域的测试集送入到训练好的标签神经网络中,选取网络分类的最大概率为最后的检测结果。本发明把对抗性迁移学习的思想运用到活体检测,提高了活体检测的泛化能力;通过3D卷积神经网络,不仅能利用视频的空间信息也能利用时间信息,还能提高活体检测的精度。
  • 基于迁移学习活体检测方法
  • [发明专利]基于生成对抗网络的红外小目标检测方法-CN202010077283.5有效
  • 高陈强;木松;周风顺;周美琪 - 重庆邮电大学
  • 2020-01-26 - 2022-09-13 - G06T7/00
  • 本发明公开一种基于生成对抗网络的红外图像小目标检测方法,该方法针对包含小目标的目标图像块重构出虚假背景图像块,将虚假背景图像块与目标图像块进行配对得到第一配对数据,用该数据对生成对抗网络进行训练,然后将图像序列块中未包含小目标的两个原始背景图像块进行配对得到第二配对数据,并使用该数据继续进行训练得到目标生成对抗网络模型,将待检测的图像块序列输入目标生成对抗网络模型得到检测序列结果,将检测序列结果按待检测的原始红外图像的尺寸进行拼接,并将拼接后的图像与待检测的原始红外图像作残差,对作残差后的图像进行滤波得到检测结果。通过本发明提供的方法,可以在保证较快的检测速率的同时,极大地抑制背景干扰。
  • 基于生成对抗网络红外目标检测方法
  • [发明专利]一种基于深度学习与程序合成的C/C++程序缺陷自动修复方法-CN201810727406.8有效
  • 王林章;周风顺;李宣东 - 南京大学
  • 2018-07-05 - 2020-04-07 - G06F8/72
  • 本发明基于深度学习与程序合成的C/C++程序缺陷自动修复方法,输入带有缺陷的C/C++程序、错误定位信息、程序需要满足的规约以及满足相同规约正确程序集,通过学习正确程序中的书写结构,建立一个正确书写结构模型;根据错误定位信息,将错误点之前的代码结构作为模型的输入,预测错误点的书写结构,扩展成修复候选项集,并组织成选择表达式的形式;使用程序合成方法,将带有选择表达式的程序和该程序需要满足的规约转化为逻辑表达式,使用约束求解器,在设定的时间内进行求解;根据每个选择表达式的选项,输出最终的C/C++代码,得到修复后程序。本方法在多项式的时间复杂度内修复C/C++程序常见缺陷,保证修复后程序正确性。
  • 一种基于深度学习程序合成c++缺陷自动修复方法
  • [实用新型]舰船扶手索-CN00211319.8无效
  • 周风顺;姜兴吉;鞠德峰;刘提敬 - 中国人民解放军第四三零九工厂
  • 2000-03-28 - 2001-04-18 - B63B27/00
  • 一种舰船扶手索,其钢缆两端的两连接套各与一个接头相连,其中一个接头与叉形接头相连,该叉形接头两前叉上的销轴同时还穿过两个索钩后部的通孔。与钢缆另一端相连的另一个接头与螺杆相连,该螺杆与调整螺母一端的内螺纹相啮合。两端设有互为反向内螺纹的调整螺母另一端的内螺纹与另一根螺杆相啮合。该螺杆另一端固定在另一个叉形接头上,该叉形接头的销轴还穿过另外两索钩后部的通孔。本实用新型性能可靠、操作方便、美观。
  • 舰船扶手

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