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317个,建议您升级VIP下载更多相关专利
  • [发明专利]融合互补特征的视觉人体行为识别方法-CN201611257407.8有效
  • 胡卫明;杨双;原春锋 - 中国科学院自动化研究所
  • 2016-12-30 - 2020-04-07 - G06K9/00
  • 本发明涉及一种融合互补特征的视觉人体行为识别方法。其中,该方法包括:构建视频中人体行为的表观特性的表达和运动特性的表达;确定时空表观特征和运动特征的时空结构信息;将时空表观特征和运动特征映射到低维子空间中;利用随机弱线性分类器对低维特征进行弱分类,完成对节点的分割,产生多棵随机树;计算随机树上叶节点中各类别训练样本的时空结构信息与统计分布的概率值;将测试视频的时空结构信息与叶节点中的训练样本的时空结构信息进行匹配,并以训练样本所属类别的统计分布的概率值作为测试视频属于该类的得分,判定视频中所述人体行为的所属类别。通过该技术方案,解决了如何对视频中人体行为进行高效、鲁棒的识别的技术问题。
  • 融合互补特征视觉人体行为识别方法
  • [实用新型]一种用于母猪分娩栏躺卧的地板-CN201920485980.7有效
  • 胡卫明;廖红兵;曾琦 - 江西增鑫科技股份有限公司
  • 2019-04-11 - 2020-02-21 - A01K1/015
  • 本实用新型提供了一种用于母猪分娩栏躺卧的地板,包括:漏粪板主体、第一支撑架、第二支撑架、第一异型支撑钢条、第二异型支撑钢条。其中,异型支撑钢条为一次冲压成型的折弯结构,其上等间距的设有卡口,用于交错嵌合卡接仔猪漏粪板。地板通过异型支撑钢条支撑,减少了生产零部件,使材料的应用最大化,减少了焊接工序,还保证了高承重效果。地板结构新颖,安装便捷、提高了生产操作的效率,承重承压及漏粪效果好,安全可靠,坚固耐用,母猪在地板上运动时不会发生晃动。
  • 一种用于母猪分娩躺卧地板
  • [发明专利]一种基于线性动态系统的视频关键帧提取方法-CN201610596600.8有效
  • 罗冠;胡卫明 - 中国科学院自动化研究所
  • 2016-07-26 - 2019-11-08 - H04N21/234
  • 本发明公开了一种基于线性动态系统的视频关键帧提取方法,该方法包括以下步骤:步骤1,收集待处理的视频数据文件;步骤2,初始化一个视频片段,计算所述视频片段的线性动态系统模型参数,根据模型参数计算视频片段的重构误差;步骤3,逐帧增加所述视频片段的长度,重复步骤2直到重构误差超过预设的阈值;步骤4,将最后确定的视频片段的中间帧作为该片段的关键帧;步骤5,在前一个视频片段后初始化下一个新的视频片段,重复步骤2至步骤4直到所述视频数据文件结束。本发明可以显著提高关键帧在语义内容上的描述能力,可以应用在互联网视频内容检索、敏感视频检测与过滤以及智能视频监控等业务中。
  • 一种基于线性动态系统视频关键提取方法
  • [发明专利]基于低秩矩阵表示的图像前景物体检测方法及检测系统-CN201610575854.1有效
  • 胡卫明;彭厚文;李兵 - 中国科学院自动化研究所
  • 2016-07-20 - 2019-09-24 - G06T7/11
  • 本发明公开了一种基于低秩矩阵表示的图像前景物体检测方法及检测系统。其中,该方法包括提取待处理图像的特征,并利用特征聚类的方式对待处理图像进行子区域划分;接着计算每一子区域的特征均值,以获得子区域的特征表示,并将全部子区域的特征表示排列成矩阵,以获得待处理图像的特征矩阵;然后,利用低秩矩阵表示方法,将特征矩阵分解成低秩矩阵与稀疏矩阵;再针对稀疏矩阵的每一列计算l范数,以获得对应子区域的显著性值,并基于子区域的显著值来构成待处理图像的显著图;最后,对显著图进行自适应阈值划分,从而获得待处理图像的前景物体区域。通过本发明实施例解决了如何从前景和背景表观相似的图像中完整地检测前景物体的技术问题。
  • 基于矩阵表示图像前景物体检测方法系统

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