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96个,建议您升级VIP下载更多相关专利
  • [发明专利]基于区块链的视频监控数据存储方法-CN202311015375.0有效
  • 蔡志飞;刘驰;田岩;黄田野;刘强;谈春秋;张远方 - 光谷技术有限公司
  • 2023-08-14 - 2023-10-27 - H04N19/182
  • 本申请涉及视频数据处理领域,特别涉及基于区块链的视频监控数据存储方法,包括:根据视频监控数据,获取目标帧对应的目标图像,基于目标图像的子图像的灰度值、以及在RGB空间中的聚类数量与每个像素点对应的LBP特征值,计算目标图像对应的细节保留度,再将细节保留度输入预设的压缩参数计算模型,计算目标图像对应的压缩参数,以将视频监控数据进行压缩,确认视频监控数据对应的压缩数据,最后上传所述视频监控数据对应的压缩数据至数据服务器,以将视频监控数据进行存储。通过视频监控数据中每帧图像的压缩参数对每帧图像进行压缩,得到视频监控数据的压缩数据上传至数据服务器进行存储,提高存储质量,降低工作成本。
  • 基于区块视频监控数据存储方法
  • [发明专利]基于卷积神经网络的红外目标检测识别方法-CN202310879338.8在审
  • 周欢喜;田岩;杨俊波;贾红辉;胡政欢 - 湖南宏动光电有限公司
  • 2023-07-18 - 2023-10-24 - G06V10/25
  • 本发明涉及基于卷积神经网络的红外目标检测识别方法,其包括如下步骤:S1,读取图片:采集预测区域视频中若干帧的图像作为输入图像;S2,搭建卷积神经网络模型并训练;S3,将S1中待识别的图像进行基于卷积神经网络模型检测目标,得到目标概率;S4,若S3中检出目标,则记录目标的大小和运动信息并显示检测结果;S5,若S3中未检出目标,则利用S4记录的运动信息预测目标可能出现的区域,得到预测区域,用预测位置表示目标位置,在预测区域内降低阙值进行检验并进行验证,最后利用检测结果对目标轨迹进行修正,显示检测结果。本发明对于更远距离的低信噪/杂比红外图像的目标能够实现精准检测,且目标检出率高,应用环境范围更广泛。
  • 基于卷积神经网络红外目标检测识别方法
  • [发明专利]基于自组网的双站、多站目标特性的无源测距方法-CN202310879449.9在审
  • 周欢喜;田岩;杨俊波;贾红辉;胡政欢 - 湖南宏动光电有限公司
  • 2023-07-18 - 2023-10-03 - G01C3/18
  • 本发明涉及基于自组网的双站、多站目标特性的无源测距方法,其包括步骤S1多站点观测图像的红外目标检测;步骤S2多站点观测图像的红外目标对应,具体通过几何构像关系来建立各个不同观测站点获得红外图像上不同目标点的对应关系,所述几何构像关系为目标与两观测站所成的三角关系,并通过多站算法进行计算;最后在步骤S3中根据S2中与目标相匹配的成像点,再利用双目测距原理实现多站点联合的目标测距,完成目标的定位。本发明本发明利用的是无源测距,不会暴露自身的位置信息,有利于保密性工作场所下的应用,增加了适用场景,精简运算方法的同时提高了测距和定位结果的精确度。
  • 基于组网目标特性无源测距方法
  • [发明专利]一种7-脱氮鸟苷亚磷酰胺单体的合成方法-CN202310479993.4在审
  • 王磊;王芸芸;田岩 - 南通大学
  • 2023-04-28 - 2023-07-18 - C07H19/14
  • 本发明涉及生物医药技术领域,尤其涉及一种7‑脱氮鸟苷亚磷酰胺单体的合成方法,包括:(1)原料6‑氯‑7‑脱氮鸟嘌呤在碱存在下与1‑α‑氯‑2‑脱氧‑3,5‑二‑O‑对氯苯甲酰基‑D‑呋喃核糖反应制备得到核苷III;(2)核苷III在碱性条件下与巯基脂肪醇反应制备得到7‑脱氮‑2’‑脱氧鸟苷IV;(3)化合物IV再与N,N‑二甲基甲酰胺二甲缩醛反应制备得到化合物式V;(4)化合物式V与4,4'‑二甲氧基三苯基氯甲烷反应制备得到化合物式VI;(5)化合物式VI与亚磷酰胺试剂反应制备得到化合物式VII。本发明具有原料廉价易得,合成路线简短,后处理简单等优点。
  • 一种脱氮鸟苷亚磷酰胺单体合成方法
  • [发明专利]连续变量测量设备无关量子密钥分发系统及相位补偿方法-CN202111670733.2有效
  • 李永民;田岩;王旭阳 - 山西大学
  • 2021-12-31 - 2023-07-18 - H04B10/70
  • 本发明属于量子通信技术领域,具体涉及连续变量测量设备无关量子密钥分发系统及相位补偿方法。为消除针对实际连续变量量子密钥分发系统中测量端的所有侧信道攻击,该系统包括两个发送端Alice和Bob,以及一个接收端Charlie。发送端主要包括激光模块、光学相位锁定模块、斩脉冲模块、信号光调制模块、时分复用和偏振复用模块。接收端主要包括偏振解复用模块、时钟恢复模块、光延时模块、90度光混频器模块和连续变量贝尔态测量模块。所提出的相位补偿方法包括光学相位锁定、慢漂相位估计、实时相位反馈和正交分量重映射四个部分,能够实现远距离独立量子态的连续变量贝尔态测量。
  • 连续变量测量设备无关量子密钥分发系统相位补偿方法
  • [实用新型]一种板式TO直燃炉-CN202223140405.4有效
  • 田岩 - 南京智热节能科技有限公司
  • 2022-11-25 - 2023-07-11 - F23G7/06
  • 本实用新型涉及一种板式TO直燃炉,属于废气处理设备技术领域。该板式TO直燃炉包括壳体、高温炉膛、波纹管辐射换热模块和板式换热器,高温炉膛、波纹管辐射换热模块和板式换热器依次设置在壳体内部;板式换热器的上端和下端分别设置有冷侧废气进口和内部废气出口,板式换热器的两侧设置有热侧出口和热侧进口;高温炉膛上端与壳体内部顶面之间设置有内部废气通道,内部废气通道与高温炉膛连通设置。本实用新型将换热器与TO炉集成到一起,设备种类减少,安装难度降低;通过换热让废气预热到更高的温度后送入燃烧机处,能节省燃料;通过环形扰流板和均流板,能使废气和助燃氧气在高温炉膛内混合更加均匀,燃烧更加充分,废气的分解更加彻底。
  • 一种板式to直燃炉
  • [发明专利]基于黏菌算法的机器人路径规划方法、系统及存储介质-CN202310251984.X在审
  • 郑玲;田岩 - 华中科技大学
  • 2023-03-13 - 2023-07-07 - G01C21/20
  • 本发明公开了一种基于黏菌算法的机器人路径规划方法、系统及存储介质,属于机器人行驶技术领域,本发明的方法基于黏菌算法设计了一种基于变邻域莱维飞行的精英学习策略,对当前最优适应度的黏菌个体进行变异,采用一种基于容差的黏菌个体旋转扰动变异机制对陷入停滞的种群个体进行扰动。同时,对扰动后的最优个体实施模拟退火算法,提升种群最优值的进化潜力,最终得到无碰撞最短路径;同时还提供了相应的基于黏菌算法的机器人路径规划系统。本发明具有精度高和效率高的优势,适用于复杂环境下移动机器人路径寻优。
  • 基于算法机器人路径规划方法系统存储介质
  • [发明专利]基于视频的深度学习关键人体动作检测设备-CN202310300994.8在审
  • 刘继军;田岩 - 刘继军
  • 2023-03-24 - 2023-07-04 - G06V40/20
  • 本发明公开了基于视频的深度学习关键人体动作检测设备,属于图像处理领域,包括视频播放器、人体捕捉设备和灯框,视频播放器的正面电性连接有摄像头,摄像头的像素为超清或者超高清,人体捕捉设备正面的顶端安装有头部捕捉器,头部捕捉器的两侧均连接有角度传感器,人体捕捉设备正面顶端的两侧分别安装有左眼球捕捉记录器和右眼球捕捉记录器,头部捕捉器的底部安装有颈部捕捉器,颈部捕捉器一侧的底部安装有左肩捕捉器,颈部捕捉器另一侧的底部安装有右肩捕捉器,人体捕捉设备主要是用于对捕捉器进行限位,捕捉器在移动时背面的荧光滑笔在背面也会往同一方向移动,先通过视频播放器将人物动作拍摄进去,然后通过对视频中人物的动作轨迹进行检测和获取。
  • 基于视频深度学习关键人体动作检测设备
  • [发明专利]基于尺度判别的复杂环境的深度学习目标跟踪方法-CN202310300953.9在审
  • 刘继军;田岩 - 刘继军
  • 2023-03-24 - 2023-07-04 - G06T7/246
  • 本发明提供基于尺度判别的复杂环境的深度学习目标跟踪方法,涉及目标跟踪技术领域,包括空间注意力模块、通道注意力模块、尺度判别、离线训练、在线跟踪样本采集和模型更新,通过引入空间和通道注意力机制离线训练得到算法的表观模型,该表观模型能有效地抑制背景噪声、突出目标区域,具有更好的鲁棒性,在跟踪时,采用了在线分类的方式定位目标,同时根据跟踪的结果在线微调全连接层参数,保证了网络的泛化性能,深度学习目标跟踪和基于深度学习目标尺度方向跟踪分类算法大大减少了迭代步骤,只需少量次数迭代就可获取目标的位置、尺度和旋转角度,相比增量式算法,实时性得到明显改善。
  • 基于尺度别的复杂环境深度学习目标跟踪方法

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