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4个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于动态视觉传感器的缺陷检测方法和系统-CN202211728145.4在审
  • 吴金建;贾耀强;马居坡;石光明 - 西安电子科技大学
  • 2022-12-29 - 2023-06-23 - G06T7/00
  • 本发明涉及一种基于动态视觉传感器的缺陷检测方法和系统,该系统包括:数据采集模块、缺陷检测模块、数据过滤模块和数据可视化模块;数据采集模块,用于采集检测图像,得到灰度信息变化数据,合成得到事件帧图像;缺陷检测模块,通过预训练完成的缺陷检测模型,对事件帧图像进行检测,得到缺陷检测结果;数据过滤模块,用于对缺陷检测结果排序,确定最终检测结果;数据可视化模块,进行可视化处理,输出缺陷的种类、置信度和坐标。本发明通过动态视觉处理器将一定数量事件合成一张事件帧后再输入至卷积神经网络,再通过特征提取和特征融合,进一步降低了卷积神经网络的计算量,使系统具有更好的性能。
  • 一种基于动态视觉传感器缺陷检测方法系统
  • [发明专利]基于层级特征融合网络的无参考图像质量评价方法-CN201811071199.1有效
  • 吴金建;梁富虎;马居坡;石光明 - 西安电子科技大学
  • 2018-09-14 - 2021-09-28 - G06T7/00
  • 本发明公开了一种基于层级特征融合网络的无参考图像质量评价方法,主要解决现有技术精度低、速度慢的问题。其实现方案是:1.从MSCOCO数据集挑选参考图像并通过添加噪声建立污染图像数据库;2.对训练集图像和测试集图像同时进行去均值与裁剪;3.根据人类视觉系统从局部特征到全局语义的分层次处理机制,设计一个进行端到端联合优化的层级特征融合网络模型;4.利用训练集和测试集对层级特征融合网络模型进行训练;5.对待评测图像进行去均值与裁剪处理,将处理后的图像输入训练好的层级特征融合网络模型,获得图像质量预测分值;本发明极大地提高了无参考质量评价的精度与速度,可用于图像筛选、压缩、视频质量监控。
  • 基于层级特征融合网络参考图像质量评价方法
  • [发明专利]基于多视幅度统计特性的SAR图像无参考质量评价方法-CN201710598854.8有效
  • 吴金建;马居坡;石光明 - 西安电子科技大学
  • 2017-07-21 - 2020-08-04 - G06K9/62
  • 本发明公开了一种基于多视幅度统计特性的SAR图像无参考质量评价方法,主要解决现有技术实施难度高、稳定性低的问题。其实现方案是:1.从SAR图像数据库中提取训练样本和测试样本;2.计算SAR图像全局等效视数、局部最大等效视数及它们的比值;3.计算SAR图像的模糊相关系数;4.选取SAR图像中的匀质性区域拟合平方根伽马分布;5.提取所有样本的特征向量;6.设定特征向量的阈值,对噪声图像进行分类;7.对不同噪声污染类型的SAR图像分别训练质量评价预测模型;8.计算测试样本的质量值;9.根据测试样本质量值判断测试样本的质量。本发明极大地提高了SAR图像质量评价的实用性与准确性,可用于SAR图像的筛选。
  • 基于幅度统计特性sar图像参考质量评价方法

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