“物体类别”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291933个，建议您升级VIP下载更多相关专利

[发明专利]基于认知和目标辨识的视觉替代方法-CN200710039631.4无效
发明人：谢青;朱湘君;闫静;杜嘉;童善保;朱贻盛;邱意弘 -专利权人：上海交通大学
申请日： 2007-04-19 - 公布日： 2007-09-26 - 主分类号： A61F9/08 文献下载
摘要：本发明涉及一种基于认知和目标辨识的视觉替代方法，步骤为：检测环境图像中的物体，获得每个物体的类别信息与位置信息；结合物体信息缓冲区中的物体信息更新已有物体信息，添加新发现的物体信息并删除过期的物体信息，相应调整物体信息缓冲区中各物体的注意力级别；根据物体信息缓冲区中的物体的注意力级别对物体进行排序；将排序后的物体信息缓冲区中的信息转换为与物体的类别信息和物体的位置信息对应的三维立体声音或触觉信号，使盲人快速得到物体信息缓冲区中最新近出现的和最容易拿取的物体的位置和类别信息本发明使盲人通过该方法能够在得到环境中每个物体的类别和位置的同时，专注于环境图像中新近出现的物体，更有效率地了解环境。
基于认知目标辨识视觉替代方法

[发明专利]障碍物检测方法、自移动设备及计算机可读存储介质-CN202310370047.6在审
发明人：刘元财;张泫舜;陈浩宇;张康健 -专利权人：深圳市正浩创新科技股份有限公司
申请日： 2023-03-31 - 公布日： 2023-07-04 - 主分类号： G06V20/58 文献下载
摘要：本申请提供了一种障碍物检测方法、自移动设备及计算机可读存储介质，该方法包括获取自移动设备采集的图像，并搜索图像中的第一候选物体框；提取图像中的目标特征图，并根据目标特征图识别第二候选物体框；对第一候选物体框以及第二候选物体框进行筛选，得到目标物体框；识别目标物体框对应的类别标签，并根据目标物体框以及目标物体框对应的类别标签，确定障碍物信息。本申请提供的方法能够检测已知类别和未知类别的障碍物，以提高障碍物检测结果的全面性、准确性。
障碍物检测方法移动设备计算机可读存储介质

[发明专利]图像处理的方法、装置和设备-CN201811013363.3在审
发明人：王强;卢毓智;杨超;毛伟 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2018-08-31 - 公布日： 2020-03-10 - 主分类号： G06T5/50 文献下载
摘要：本申请实施例提供一种图像处理的方法、装置和设备，该方法包括：根据第一图像的特征向量，确定第一图像中的物体的类别；获取与该类别关联存储的目标三维图像；显示该目标三维图像。本申请可通过物体的二维图像确定该二维图像中的物体的类别，获取事先存储的该物体的类别对应的三维图像，并展示该类别对应的三维图像，因此，可以实现快速的对终端设备采集到的物体进行形象化的三维展示。
图像处理方法装置设备

[发明专利]物体缺陷识别模型的训练方法、物体缺陷识别方法及装置-CN202110023478.6在审
发明人：蔡蓉;李廷 -专利权人：重庆创通联智物联网有限公司
申请日： 2021-01-08 - 公布日： 2021-05-07 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种物体缺陷识别模型的训练方法、物体缺陷识别方法及装置，该物体缺陷识别模型的训练方法包括：获取物体的训练样本图像；通过物体缺陷识别模型中的缺陷定位分割子模型确定有缺陷训练图像中的缺陷区域，并将其从有缺陷训练图像中分割出来，得到缺陷区域图像；通过物体缺陷识别模型中的缺陷分类子模型对缺陷区域图像进行缺陷类别的识别，得到缺陷类别识别结果和缺陷类别识别损失值；根据缺陷类别识别损失值更新物体缺陷识别模型的参数。本申请的训练方法能够避免图像中其他无关信息对于缺陷类别识别的干扰，使得模型的识别效率和准确率均较高，且训练得到的模型对于不同类型的缺陷的泛化能力较好，降低了物体缺陷识别的成本。
物体缺陷识别模型训练方法装置

[发明专利]一种知识增强的多服务机器人物体类别识别方法及系统-CN202310326414.2在审
发明人：周风余;陈建业;王国祥;范崇峰;刘进;尹磊;孙正辉;王哲;高鹤 -专利权人：山东大学;山东芯辰人工智能科技有限公司;山东正晨科技股份有限公司
申请日： 2023-03-27 - 公布日： 2023-08-01 - 主分类号： G06V20/00 文献下载
摘要：本发明属于服务机器人视觉场景识别技术领域，提供了一种知识增强的多服务机器人物体类别识别方法及系统。其中，知识增强的多服务机器人物体类别识别方法获取机器人运行的场景图片，提取场景图片中的视觉信息特征图，得到场景图片中目标检测框及其物体类别的初步预测结果，并将所述视觉信息特征图转换成场景信息向量；选取预先构建的知识图谱中的信任目标标签节点，基于转换的场景信息向量及目标检测框信息组成匹配向量，计算所述匹配向量与以所述信任目标标签节点为起始的边的相似度，根据相似度大小确定出所述场景图片中物体类别的查询预测结果；将所述场景图片中物体类别的查询预测结果与初步预测结果进行融合，得到最终的物体类别识别结果。
一种知识增强服务机器人物体类别识别方法系统

[发明专利]物体重识别模型的训练方法、物体重识别的方法及装置-CN201910621764.5有效
发明人：王伟农;裴文杰;曹琼;刘枢;沈小勇;戴宇榮;賈佳亞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-07-10 - 公布日： 2021-06-18 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种物体重识别模型的训练方法，包括：获取待训练图像集合；通过待训练物体重识别模型获取待训练图像集合所对应的图像特征集合；获取类别中心集合；根据图像特征集合以及类别中心集合确定目标损失函数，其中，目标损失函数包括第一损失函数以及第二损失函数，第一损失函数用于约束相同类别图像所对应的图像特征，第二损失函数用于约束不同的类别中心；采用目标损失函数对待训练物体重识别模型进行训练，得到物体重识别模型。本申请还公开了一种物体重识别的方法及装置。本申请除了能够采用第一损失函数约束同类别图像的图像特征，还引入了第二损失函数来约束不同的类别中心，从而提升物体重识别模型的鲁棒性。
物体识别模型训练方法装置

[发明专利]生物体信息处理装置、生物体信息处理方法以及生物体信息处理用计算机程序-CN200980161875.7有效
发明人：安孙子幸弘 -专利权人：富士通株式会社
申请日： 2009-10-05 - 公布日： 2012-07-04 - 主分类号： G06T7/00 文献下载
摘要：一种生物体信息处理装置，其具有：取得利用者的生物体信息，生成对该生物体信息进行表示的输入生物体数据的生物体信息取得部；和处理部。该处理部实现下述功能：从输入生物体数据所表示的输入生物体信息中提取出对生物体信息的特征进行表示的特征量的特征量提取功能；基于提取出的特征量，将由输入生物体数据表示的输入生物体信息分类到按每个具有相同特征的生物体信息而归类的多个类别的至少一个类别中，并且，计算出针对输入生物体信息所分类的类别的可靠度的分类功能；判断可靠度中的最大值是否高于对多个类别中的与可靠度的最大值对应的类别设定的阈值的优劣判断功能；和在可靠度的最大值为阈值以下的情况下，提醒利用者，以便使生物体信息取得部重新取得利用者的生物体信息的引导功能。
生物体信息处理装置方法以及用计程序

[发明专利]一种图像处理方法及相关设备-CN201811448709.2有效
发明人：夏轩;于峰崎;朱红梅 -专利权人：中国科学院深圳先进技术研究院
申请日： 2018-11-28 - 公布日： 2022-12-09 - 主分类号： G06T7/13 文献下载
摘要：本申请公开了一种图像处理方法及相关设备，包括：首先获取第一图像集合和第二图像集合，第一图像集合和第二图像集合中分别包括多张真实物体图像和多张像素物体图像；接着根据第一图像集合中包含同一类别的目标物体的真实物体图像、第二图像集合中包含所述同一类别的目标物体的像素物体图像、所述同一类别的目标物体的类别信息、以及随机生成的语义信息向量训练图像像素化模型；然后根据图像像素化模型对待识别的物体图像进行像素化处理以得到物体图像的显示图像，该显示图像用于对图像中的目标物体进行现实增强。采用本申请实施例，可以提升图像像素化的效果、提高物体图像中目标物体的识别度。
一种图像处理方法相关设备

[发明专利]类别级位姿优化方法及装置-CN202210523707.5在审
发明人：季向阳;刘星雨 -专利权人：清华大学
申请日： 2022-05-13 - 公布日： 2022-09-02 - 主分类号： G06T19/20 文献下载
摘要：本申请公开了一种类别级位姿优化方法及装置，其中，方法包括：基于类别级物体位姿的初始姿态获取类别级物体位姿的变换形状先验和观测点云；根据变换形状先验和观测点云提取类别级物体位姿的形状先验和观测点云；将形状先验和观测点云输入至预先训练的姿态预测模型，得到初始位姿和准确位姿之间的位姿残差，并利用位姿残差得到类别级物体位姿的位姿优化结果。由此，解决了相关技术中，在进行类别级位姿估计时，无法获得必须的CAD模型，导致类别级位姿优化问题求解困难的技术问题。
类别级位姿优化方法装置

[发明专利]车门控制方法、装置、设备、存储介质及作业车辆-CN202211216949.6在审
发明人：王梦伟 -专利权人：三一汽车起重机械有限公司
申请日： 2022-09-30 - 公布日： 2022-12-09 - 主分类号： E05B81/54 文献下载
摘要：方法包括：获取移动物体的物体类别，其中，物体类别包括行人、非机动车和机动车；在移动物体进入预设检测区域的情况下，获取移动物体的位置信息，其中，预设检测区域为根据物体类别和作业车辆的车门预先设置的区域；基于位置信息和物体类别
车门控制方法装置设备存储介质作业车辆

[发明专利]基于图卷积双流形状先验自适应类别级物体姿态估计方法-CN202310963602.6在审
发明人：黄章进;邹露 -专利权人：中国科学技术大学
申请日： 2023-07-31 - 公布日： 2023-10-27 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种基于图卷积双流形状先验自适应类别级物体姿态估计方法，包括：S1、输入物体RGB‑D图像数据和物体三维CAD模型集合数据；S2、获取物体类别级形状先验点云；S3、获取物体在深度相机下的下采样前点云；S4、多尺度图卷积网络提取多尺度姿态感知物体特征；S5、多层感知机网络提取多尺度形状感知物体特征；S6、对多尺度姿态感知物体特征和多尺度形状感知物体特征进行信息传递与特征融合，得到物体描述符；S7、从特征融合获得变形场和对应关系矩阵；S8、根据变形场、对应关系矩阵以及物体类别级形状先验点云重构物体标准化坐标表示，实现物体姿态估计。本发明更高效和准确，解决了类别级物体姿态估计中姿态感知不足的问题。
基于图卷双流形状先验自适应类别物体姿态估计方法

[发明专利]图像处理装置、图像处理方法和计算机可读存储介质-CN202110044743.9在审
发明人：张慧港;汪留安;孙俊 -专利权人：富士通株式会社
申请日： 2021-01-13 - 公布日： 2022-07-19 - 主分类号： G06V20/10 文献下载
摘要：该图像处理装置包括：检测单元，被配置成从图像中检测目标物体的位置和类别，其中目标物体的位置由在图像中包围目标物体的边框表示；以及调整单元，被配置成基于关于类别之间的关系的先验知识对位置和类别进行调整以获得目标物体的最终位置和最终类别，其中调整单元使用基于先验知识的图注意力网络模型对位置和类别进行调整。
图像处理装置方法计算机可读存储介质

[发明专利]一种基于点云的类别级的物体的质心与位姿估计-CN202210854179.1在审
发明人：吴继春;杨永达;张斋武;张平;范大鹏 -专利权人：湘潭大学
申请日： 2022-07-14 - 公布日： 2022-10-14 - 主分类号： G06T17/20 文献下载
摘要：本发明提供了一种基于点云的类别级的物体的质心与位姿估计的算法。通过视觉算法对同一类别未见过物体的质心进行确定,即在训练时加入同一类别的一些CAD模型进行训练,但在检测时可以检测出同一个类别从未见过得实例。输入单张RGBD图片来对目标进行检测、分类及质心确定。避免了传统方法通过六边形包络盒确定质心偏差较大、无法测量未见过物体尺寸、每个物体都需要一个CAD模型对应等问题。包括：1)提出了输入单张RGBD图片来预测物体三维信息；2)解决了物体受遮挡情况下预测三维信息的问题；3)解决了已知类别未见过对象的物体的质心与位姿估计问题；4)解决了不同检测物体、不同摆放姿态、不同位置的三维信息预测问题
一种基于类别物体质心估计

[发明专利]测量物体参数的方法及装置-CN201880087447.3在审
发明人：张旭;柯政遠;王强;那柏林 -专利权人：华为技术有限公司
申请日： 2018-07-12 - 公布日： 2020-09-04 - 主分类号： G06K9/62 文献下载
摘要：一种测量物体参数的方法及装置，其中方法包括：S101识别图像中待测量物体的类别；S102确定在图像中待测量物体的面积；S103确定图像中待测量物体的深度，所述待测量物体的深度为用于拍摄图像的设备在拍摄图像时，设备到待测量物体的距离；S104根据待测量物体的类别、待测量物体的面积和待测量物体的深度确定待测量物体的参数。该测量物体参数的方法及装置能够将拍摄距离对待测量物体参数的影响纳入测量范围，根据待测量物体的类别、待测量物体在图像中的面积和待测量物体的深度共同确定待测量物体的参数，提高了测量物体参数时的准确度。
测量物体参数方法装置

[发明专利]混合粒度物体识别模型训练及识别方法、装置及存储介质-CN201910743898.4在审
发明人：郭卉;袁豪磊;黄飞跃 -专利权人：腾讯云计算(北京)有限责任公司
申请日： 2019-08-13 - 公布日： 2019-11-15 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及互联网技术领域，公开了一种混合粒度物体识别模型训练及识别方法、装置及存储介质。所述混合粒度物体识别模型训练方法包括：获取样本图像，确定各样本图像的类别标签，所述类别标签包括细粒度类别和粗粒度类别；基于所述样本图像和所述样本图像的类别标签对初始深度学习模型进行图像的类别识别训练，得到预训练模型；以拉大细粒度类别之间的特征差异为目标对所述预训练模型的细粒度分支分类模块进行调整，得到混合粒度物体识别模型。本申请能够实现在同一个网络结构中进行粗粒度类别识别和细粒度类别识别，提升细粒度类别识别的准确性。
细粒度类别识别样本图像混合粒度类别标签物体识别模型训练训练模型粗粒度互联网技术存储介质分支分类特征差异网络结构申请图像学习