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170158个,建议您升级VIP下载更多相关专利
  • [发明专利]理解自然语言短语的多模型-CN201980027126.9在审
  • 王昱;沈逸麟;金红霞 - 三星电子株式会社
  • 2019-04-25 - 2020-11-27 - G10L15/18
  • 系统基于接收到的短语中的对象确定意图值,并且基于接收到的短语中的对象确定细节值。系统基于意图值和细节值确定意图状态值,并且基于意图值和细节值确定细节状态值和意图细节值。系统基于意图值和接收到的短语中的另一对象来确定其他意图值,并且基于细节值和接收到的短语中的另一对象来确定其他细节值。系统基于其他意图值、其他细节值和意图状态值来确定一般意图值,并且基于其他意图值、其他细节值和细节状态值来确定另一意图细节值。
  • 理解自然语言短语模型
  • [发明专利]基于自注意力机制的红外和可见光图像融合方法-CN202010436324.5有效
  • 罗晓清;张战成;刘子闻 - 江南大学
  • 2020-05-21 - 2023-04-18 - G06T5/50
  • 搭建基于自注意力机制的深度自编码网络结构,以端到端的方式对特征提取,融合规则和重构规则同时学习;2)将编码层不同分支的特征图输入自注意力机制获得注意力图,并采用均值融合策略获得输出特征图;3)设计内容损失和细节损失两类损失函数,分别用于突出红外目标信息,锐化边缘和更好地利用源图像中的纹理细节;4)训练神经网络,并对自注意力机制进行可视化以调整网络结构和损失函数。本发明能通过学习注意力图以最佳方式分配注意力,获取图像关键信息,改善视觉效果,提高融合图像的质量。
  • 基于注意力机制红外可见光图像融合方法
  • [发明专利]点云增强方法、点云增强装置、存储介质与电子设备-CN202010146867.3在审
  • 李艳丽;孙旋 - 北京京东乾石科技有限公司
  • 2020-03-05 - 2021-09-07 - G06T5/00
  • 该方法包括:获取由雷达设备检测待检测区域所得到的点云,以及相机拍摄待检测区域所得到的至少一帧图像,待检测区域中包括至少一个文本子区域;从所述至少一帧图像中选取至少一关键帧图像,在关键帧图像中分割出文本子区域;将点云映射到关键帧图像中,从位于文本子区域内的子点云中选取不在同一直线上的至少三个点,根据所述至少三个点确定空间文本平面;将文本子区域的像素点映射到空间文本平面,以生成新点云点,基于所述新点云点对所述点云进行增强本公开可以实现点云中文本内容及纹理的增强,有效恢复出文本细节信息,且实用性较高。
  • 增强方法装置存储介质电子设备
  • [发明专利]模型训练方法、图像生成方法、装置、设备和介质-CN202210247058.0在审
  • 付爱国;杨善松 - 海信视像科技股份有限公司
  • 2022-03-14 - 2022-07-08 - G06V40/16
  • 本公开涉及一种模型训练方法、图像生成方法、装置、设备和介质;其中,该方法包括:基于第一训练样本对第一网络模型进行训练,得到训练后的第一目标模型,第一训练样本包括第一人脸图像、第一人脸图像对应的人脸关键点图像、目标图像、目标图像的目标人脸关键点图像以及目标图像的人脸关键点数据;基于第二训练样本对第二网络模型和第一目标模型进行训练,得到训练后的图像生成模型,第二训练样本包括第一目标模型生成的第二人脸图像和目标图像本公开实施例通过先对第一网络模型进行训练,得到第一目标模型,再对第二网络模型和第一目标模型进行联合训练,得到图像生成模型,使得图像细节生成效果更好,且有利于提高数字人图像的生成效果。
  • 模型训练方法图像生成装置设备介质
  • [发明专利]一种基于细节注入模型的遥感图像融合方法-CN202210126647.3在审
  • 罗小波;王欧 - 重庆邮电大学
  • 2022-02-10 - 2022-05-06 - G06T5/40
  • 本发明属于遥感图像融合领域,特别涉及一种基于细节注入模型的遥感图像融合方法,包括将全色图像根据多光谱图像的波段数N构建为N维图像并逐波段进行直方图匹配得到第二全色图像;获取第二全色图像和多光谱图像的第一高频细节分量,根据像素显著性从第二全色图像的第一高频细节分量中获取第三全色图像,从第三全色图像中提取第一细节图;利用引导滤波器从第一高频细节分量中获取第二高频细节分量,计算其与第一高频细节分量的残差,根据该残差与第一细节图得到第二细节图;根据最速下降法估算经过细节增强后的细节图,得到第三细节图并将其与多光谱图像进行融合,得到融合结果;本发明具有较低的时间复杂度的同时可以得到更丰富的细节信息。
  • 一种基于细节注入模型遥感图像融合方法
  • [发明专利]三维对象层级模型生成方法、装置、设备和存储介质-CN202310549081.X有效
  • 黄惠;潘珊珊 - 深圳大学
  • 2023-05-16 - 2023-08-18 - G06T17/20
  • 方法包括:获取针对目标对象创建的具有多个面的三维对象模型;提取三维对象模型中的平面,得到平面集合;对平面集合进行平面分类,得到主体平面的集合和细节结构平面的集合;对细节结构平面的集合中的细节结构平面进行聚类,得到至少一个子集合;每个子集合中的细节结构平面用于构成同一细节结构;响应于细节结构选定操作,生成目标对象的细节层级模型;细节层级模型包括由主体平面的集合构建的主体结构、以及由细节结构选定操作所选定的细节结构对应的子集合生成的、且嵌入在主体结构上的细节结构。采用本方法能够提高生成目标对象的细节层级模型的灵活性。
  • 三维对象层级模型生成方法装置设备存储介质

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