“全局融合”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果225548个，建议您升级VIP下载更多相关专利

[发明专利]特征融合方法、装置、计算机设备及计算机可读存储介质-CN202210176391.7在审
发明人：余世杰;陈浩彬;乔宇 -专利权人：中国科学院深圳先进技术研究院
申请日： 2022-02-24 - 公布日： 2023-09-05 - 主分类号： G06V40/10 文献下载
摘要：本发明实施例公开一种特征融合方法、装置、计算机设备及计算机可读存储介质，该方法包括：获取第一数据的第一全局特征和第一局部特征；获取第二数据的第二全局特征和第二局部特征；将第一全局特征、第一局部特征、第二全局特征和第二局部特征输入训练好的特征融合模型，得到第一融合特征和第二融合特征，第一融合特征根据第一全局特征和第二局部特征融合得到，第二融合特征根据第二全局特征和第一局部特征融合得到；对第一融合特征和第二融合特征进行特征融合处理，得到第三融合特征。本发明实施例，可以提高融合特征的准确性。
特征融合方法装置计算机设备可读存储介质

[发明专利]移动机器人全局路径规划与局部路径规划融合方法及设备-CN202110579208.3有效
发明人：陈丹;吴欣 -专利权人：西安理工大学
申请日： 2021-05-26 - 公布日： 2022-11-22 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了移动机器人全局路径规划与局部路径规划融合方法及设备，利用改进后的全局路径规划A*算法在栅格地图上规划全局路径；改进后的全局路径规划A*算法为在全局路径规划A*算法的成本评价函数中集成有节点角度信息和节点距离信息的算法；采用平滑策略对全局划路径进行平滑处理，得到平滑后的全局路径；利用融合算法从平滑后的全局路径上选取局部路径规划的目标，使得规划路径接近平滑后的全局路径，完成全局路径规划与局部路径规划融合；融合算法为改进后的全局路径规划A*算法与局部路径规划动态窗口法融合得到的算法。
移动机器人全局路径规划局部融合方法设备

[发明专利]一种心肺异常检测装置及设备-CN202110777363.6在审
发明人：方建生 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-07-09 - 公布日： 2023-01-13 - 主分类号： G06T7/00 文献下载
摘要：全局特征提取模块获取的胸部X射线图像中提取用于表征全局信息的全局特征，图像分割模块对胸部X射线图像进行语义分割，将胸部X射线图像分割为心肺区域和非心肺区域，抑制模块对全局特征中非心肺区域的元素进行抑制，得到局部特征，特征融合模块对全局特征和局部特征进行特征融合，得到融合特征，检测结果确定模块基于融合特征确定心肺异常检测结果。通过将全局特征和局部特征进行特征融合，融合特征图保留了全局特征的整体属性，弥补了由语义分割造成的病理信息损失，同时能够聚焦于心肺区域，避免非心肺区域的信息干扰，提高了检测准确率。
一种异常检测装置设备

[发明专利]一种用于目标重建的嵌套结构的渐进式稠密网络-CN201910840115.4在审
发明人：李隆熹;王小娥;马丽红;韦岗 -专利权人：华南理工大学
申请日： 2019-09-06 - 公布日： 2020-01-10 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于目标重建的嵌套结构的渐进式稠密网络，包括局部稠密块和全局稠密块；局部稠密块包括局部稠密连接、局部特征融合和局部残差学习；局部稠密连接用于将局部稠密块中卷积单元的输出都输入到之后所有的卷积单元；局部特征融合用于卷积单元的分层特征融合学习；局部残差学习用于构建输入数据更加稀疏的网络；全局稠密块包括全局稠密连接、全局特征融合和全局残差学习；全局稠密连接用于将每一个局部稠密块的输出都输入到之后所有的局部稠密块；全局特征融合用于局部稠密块的分层特征融合学习；全局残差学习构建输入数据更加稀疏的网络。
稠密残差全局分层卷积融合局部特征全局特征特征融合学习构建稀疏网络目标重建嵌套结构输出尺度爆炸加深

[发明专利]基于特征融合的笔石图像分类方法和系统-CN202210272803.7在审
发明人：李朝锋;梁源潼;刘洪林;张介辉;邹辰;梅钰;李晓波 -专利权人：上海海事大学
申请日： 2022-03-18 - 公布日： 2022-09-09 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于特征融合的笔石图像分类方法和系统，该方法包括：获取笔石图像，并将笔石图像输入至预训练的卷积神经网络模型，以提取笔石图像的低层特征、高层特征和全局特征；将低层特征、高层特征和全局特征进行特征融合，得到全局融合特征；将全局融合特征输入至分类器，以使分类器根据全局融合特征生成笔石图像的类别信息。
基于特征融合图像分类方法系统

[发明专利]融合全局R特征的近似重复视频检索方法-CN201610820574.2有效
发明人：廖开阳;王玮;郑元林;曹从军;赵凡;蔺广逢 -专利权人：西安理工大学
申请日： 2016-09-13 - 公布日： 2019-10-25 - 主分类号： G06F16/783 文献下载
摘要：本发明公开的融合全局R特征的近似重复视频检索方法，首先执行对数据库中视频提取局部SIFT特征；其次执行根据局部SIFT特征中的坐标信息建立全局R特征；然后执行利用局部SIFT特征中描述符信息建立BOF检索模型；接下来根据BOF模型，建立投票检索模型；最后执行应用信息融合策略把全局几何分布信息融合到BOF模型中，在大规模的数据中精确的检索近似重复视频。本发明融合全局R特征的近似重复视频检索方法能够根据信息融合策略把全局几何分布信息融合于BOF模型中，实现在大规模的数据中精确的检索近似重复视频。
融合全局特征近似重复视频检索方法

[发明专利]基于Swin Transformer的遥感影像融合方法及系统-CN202310201727.5在审
发明人：胡清;吕广丰 -专利权人：北京环丁环保大数据研究院
申请日： 2023-03-03 - 公布日： 2023-06-06 - 主分类号： G06T5/50 文献下载
摘要：本申请涉提供了一种基于SwinTransformer的遥感影像融合方法及系统，所述遥感影像融合系统通过全局注意力增强模块对参考日期的粗糙图像、参考日期的精细图像和预测日期的粗糙图像进行图像切块、全局注意力计算以及特征融合，生成参考日期的粗糙图像及精细图像的全局图像特征块、预测日期的粗糙图像全局图像特征块；所述局部信息融合模块利用SwinTransformer的变换窗口机制以及多头注意力机制，对上述全局图像特征块中同一位置的图像块进行融合计算由此利用全局注意力增强机制及SwinTranformer的变换窗口机制实现适应性的特征融合。
基于 swin transformer 遥感影像融合方法系统

[发明专利]轨迹预测方法及装置、存储介质、驾驶系统与车辆-CN201980005403.6在审
发明人：崔健;陈晓智 -专利权人：深圳市大疆创新科技有限公司
申请日： 2019-03-27 - 公布日： 2020-06-19 - 主分类号： G06K9/00 文献下载
摘要：该方法通过获取待预测对象所在区域的全局语义数据与全局轨迹数据(S202)，然后，融合全局语义数据与全局轨迹数据，得到全局融合数据(S204)，从而，提取全局融合数据中的特征，得到全局特征(S206)，进而，利用训练好的轨迹预测模型处理全局特征，得到待预测对象的目标轨迹(S208)。该方法能够结合全局数据实现对运动对象的轨迹预测，具备较高的预测准确率，并在一定程度上降低意外事故的发生概率。
轨迹预测方法装置存储介质驾驶系统车辆

[发明专利]一种多池化信息融合的人脸图像特征提取方法-CN202010313701.6有效
发明人：栾晓;耿弘民 -专利权人：重庆邮电大学
申请日： 2020-04-20 - 公布日： 2022-07-01 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种多池化信息融合的人脸图像特征提取方法，属于数字图像处理技术领域。该方法为：数据预处理阶段：对于输入的人脸图像，首先利用人脸检测方法提取出含有较少背景信息的人脸，对该部分进行裁剪并重新调整裁剪图像尺寸；局部特征提取阶段：通过特征累加的形式，将全局最大池化特征与全局平均池化特征融合，得到增强的局部特征；全局特征提取阶段：通过特征连接的形式，将全局最大池化特征与全局平均池化特征融合，得到增强的全局特征；将得到的局部特征与全局特征以特征连接的方式融合，得到对人脸姿态变化鲁棒的增强特征本发明结合全局特征信息与局部差异信息，使得融合后的特征信息能更好的表示任意姿态下人脸图像的身份特征。
一种多池化信息融合图像特征提取方法

[发明专利]一种基于启发式的多机器人SLAM地图融合的方法-CN202110885411.3在审
发明人：王桐;尚光涛;高山;汪畅;刘佳豪 -专利权人：哈尔滨工程大学;哈尔滨聚车科技有限公司
申请日： 2021-08-03 - 公布日： 2021-11-26 - 主分类号： G01C21/00 文献下载
摘要：本发明是一种基于启发式的多机器人SLAM地图融合的方法。本发明涉及图像融合技术领域，本发明采集各个机器人的周围环境信息，根据环境信息构建局部地图；根据构建的局部地图融，通过平面变换变化合成全局地图；并确定融合效果；根据合成后的全局地图，确定融合效果；对融合后的全局地图中未对齐的部分，进行优化得到优化后的全局地图；判断优化后的全局的地图的对齐部分占比，判断优化方法的性能。本发明可用于机器人的地图构建，特别适用于复杂环境下多机器人地图构建并融合。
一种基于启发式机器人 slam 地图融合方法

[发明专利]融合WIFI定位的无标记导航AGV全局初定位方法-CN202010137407.4在审
发明人：郑灵杰;周玄昊 -专利权人：杭州蓝芯科技有限公司
申请日： 2020-03-03 - 公布日： 2020-04-10 - 主分类号： G01S5/02 文献下载
摘要：本发明提供了一种融合WIFI定位的无标记导航AGV全局初定位方法，包括如下步骤：建立融合地图，所述融合地图中包括环境特征信息和WIFI源位置分布信息；基于所述融合地图中的WIFI源位置分布信息进行移动机器人全局搜索定位；根据全局搜索定位结果，基于融合地图中的环境特征信息进行移动机器人局部精确定位。本发明的方法，能够实现移动机器人无标记导航领域快速、精准、无需人工辅助的全局初定位。
融合 wifi 定位标记导航 agv 全局方法

[发明专利]一种带上下文信息编码的语义分割卷积神经网络-CN201810837814.9在审
发明人：庞彦伟;孙汉卿 -专利权人：天津大学
申请日： 2018-07-26 - 公布日： 2018-12-28 - 主分类号： G06K9/34 文献下载
摘要：本发明涉及一种带上下文信息编码的语义分割卷积神经网络，改造已有的SegNet语义分割卷积神经网络，步骤如下：基于SegNet搭建语义分割卷积神经网络架构；选定需要提取全局特征的位置和需要融合全局特征的位置；确定全局特征张量的统一维度；确定每一个全局特征提取器和每一个全局特征融合器的构造；将每个全局特征提取器提取得到的新全局特征，与已有的全局特征逐元素相加；将每个全局特征融合器输出的全局特征，与当前的局部特征连接作为新的特征信息，得到的带全局信息编码的SegNet；得到带全局信息编码的语义分割卷积神经网络。
全局特征卷积神经网络语义分割上下文信息全局信息融合器提取器局部特征特征信息维度相加架构融合输出改造统一

[发明专利]基于低成本车载二维激光雷达的地图构建方法-CN202110376454.9有效
发明人：周乐韬;徐胡超 -专利权人：西南交通大学
申请日： 2021-04-08 - 公布日： 2021-07-13 - 主分类号： G01S17/894 文献下载
摘要：本发明公开了基于低成本车载二维激光雷达的地图构建方法，设置全局点云地图的基准坐标系；获得当前帧扫描点云为第一帧扫描点云时，从第一帧扫描点云的扫描点中获得特征点，将第一帧扫描点云的扫描点和特征点导入到全局点云地图的坐标系中形成初始化全局点云地图；第一帧扫描点云的特征点作为初始化全局点云地图的全局特征点，第一帧扫描点云的扫描点作为初始化全局点云地图的融合点；获得后续当前帧扫描点云时，采用前端融合全局特征点匹配法，将后续当前帧扫描点云的特征点变换到基准坐标系后与上一更新全局点云地图的全局特征点进行融合，将后续当前帧扫描点云的扫描点变换到基准坐标系后与上一更新全局点云地图的融合点进行融合。
基于低成本车载二维激光雷达地图构建方法

[发明专利]基于多尺度感知注意力网络的人群计数方法及系统-CN202011519235.3在审
发明人：吕蕾;谢锦阳;顾玲玉;李中会 -专利权人：山东师范大学
申请日： 2020-12-21 - 公布日： 2021-03-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于多尺度感知注意力网络的人群计数方法及系统，对待处理的目标图像进行初级特征提取，得到目标图像的初级特征；对初级特征分别进行不同尺度的全局上下文信息提取，得到不同尺度的全局上下文信息；对初级特征进行全局平均池化操作，得到平均池化的全局上下文信息；对每个尺度的全局上下文信息，学习出每个尺度的注意力特征；基于每个尺度的注意力特征和该尺度的全局上下文信息，得到每个尺度的去噪后的上下文信息；将所有尺度的去噪后的上下文信息进行融合得到第一融合结果；将第一融合结果，再与平均池化的全局上下文信息进行融合，得到第二融合结果；对第二融合结果进行解码处理得到密度图，对密度图进行处理得到人群总数。
基于尺度感知注意力网络人群计数方法系统

[发明专利]基于多维岩石图像深度学习的岩性识别方法及系统-CN202010979979.7在审
发明人：林鹏;马文;石恒;王朝阳;潘东东;许振浩;王欣桐 -专利权人：山东大学
申请日： 2020-09-17 - 公布日： 2020-12-25 - 主分类号： G06K9/62 文献下载
摘要：其中，该识别方法包括接收岩石的全局图像和局部图像；预处理岩石的全局图像和局部图像，并融合预处理后的岩石全局图像和局部图像，得到融合图像；将全局图像、局部图像和融合图像分别输入基于ResNet网络的岩性识别深度学习模型，输出全局识别结果、局部识别结果和融合识别结果；采用最大似然法将全局识别结果、局部识别结果和融合识别结果进行融合，并将所有类别进行归类，再将该类别下的所有归属概率值相加，归属概率值和最大时对应岩石属于该类的概率最大
基于多维岩石图像深度学习识别方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条