“稠密光流”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1474504个，建议您升级VIP下载更多相关专利

[发明专利]基于精细特征学习的建筑物检测方法-CN201910768818.0在审
发明人：王爽;侯彪;何佩;周立刚;曹思宇;赵栋;焦李成 -专利权人：西安电子科技大学
申请日： 2019-08-20 - 公布日： 2019-12-03 - 主分类号： G06K9/00 文献下载
摘要：其实现步骤为：构造稠密卷积网络，生成训练样本集和测试样本集，对样本集中的图像进行预处理，利用稠密卷积块提取光学遥感图像的精细特征图，使用自顶向下的方法融合特征图，用融合边缘的深监督损失训练稠密卷积网络，最后将测试样本送入训练好的稠密卷积网络得到最终检测结果。本发明利用构建的稠密卷积网络提取光学遥感图像的精细特征图，利用融合边缘的深监督损失训练稠密卷积网络，在保证建筑物特征丰富性的条件下减少了内存占用量，提高了建筑物检测准确率。
卷积稠密精细特征光学遥感图像建筑物检测网络预处理测试样本集建筑物特征内存占用量训练样本集测试样本方法融合检测结果网络提取自顶向下特征图融合准确率构建样本送入图像监督保证学习

[发明专利]一种图像处理方法、装置、电子设备及存储介质-CN202210751857.1在审
发明人：徐杰杰;刘光灿 -专利权人：南京信息工程大学
申请日： 2022-06-28 - 公布日： 2022-09-30 - 主分类号： G06T5/00 文献下载
摘要：本申请提供了一种图像处理方法、装置、电子设备及存储介质；所述方法包括：获取待处理图像和所述待处理图像对应的稀疏深度图像；基于所述稀疏深度图像，确定所述稀疏深度图像对应的半稠密深度图像；基于所述半稠密深度图像，确定所述半稠密深度图像对应的三维位姿图像；基于双分支卷积神经网络，对所述三维位姿图像、所述半稠密深度图像和所述待处理图像进行处理，确定所述待处理图像对应的稠密深度图像。如此，能够智能地对图像进行处理，以提高图像处理的精度和经过图像处理得到的稠密深度图的图像质量。
一种图像处理方法装置电子设备存储介质

[发明专利]稠密介质旋风分离器内细颗粒分离用双分布稠密介质-CN96197291.2无效
发明人： J·S·拉斯考斯基;Y·B·何 -专利权人：不列颠哥伦比亚大学
申请日： 1996-08-28 - 公布日： 1998-11-04 - 主分类号： B03B5/44 文献下载
摘要：本发明提供在双分布(二组元)稠密介质中分离细颗粒的方法。依照本发明,稠密介质含铁磁体颗粒,颗粒的相对密度介于约4.0～7.0且颗粒悬浮于水中,颗粒以双尺寸分布为特征。这类介质的稳定性好,流变学性能佳。当介质含细组分约20%(重量)～40%(重量)及粗组分60%(重量)～80%(重量)并且粗/细颗粒尺寸比介于约5～10时,将这种双尺寸分布磁铁稠密介质用于稠密介质旋风分离器或动态稠密介质分离器中的细粒煤净化
稠密介质旋风分离器颗粒分离分布

[发明专利]稀疏三维点云稠密化方法-CN202010901125.7有效
发明人：周宇韬;刘博;周付根 -专利权人：北京航空航天大学
申请日： 2020-09-01 - 公布日： 2022-04-29 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种稀疏三维点云稠密化方法，方法包括：获取同一场景的三维点云和二维图像；将三维点云向二维图像所在平面进行投影，获取稀疏深度图；将稀疏深度图与二维图像经过深度神经网络融合为稠密深度图；将稠密深度图反投影形成稠密化三维点云此外，还公开了训练深度神经网络的步骤，包括：获取至少一组三维点云样本、二维图像样本及稠密深度图样本；将三维点云样本向同一组内的二维图像样本所在平面进行投影，获取稀疏深度图样本；将稀疏深度图样本作为输入，稠密深度图样本作为输出，训练深度神经网络。相比于现有技术，本发明方案通过组合稀疏深度图与二维图像两者所包含的信息，得到稠密深度图，从而达到稀疏三维点云的稠密化。
稀疏三维稠密方法

[发明专利]一种深度学习模型的训练方法和训练单机-CN202210596830.X在审
发明人：邱彩云;包勇军;王文生;张克丰;原武军;贺旭;邢召龙;刘倩欣;刘近光 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2022-05-30 - 公布日： 2022-09-02 - 主分类号： G06N20/00 文献下载
摘要：该方法的一具体实施方式包括：读取训练样本，从训练单机本地内存获取稀疏参数，从第一训练器本地获取稠密参数；训练单机上的第一训练器和各个第二训练器共享训练单机本地内存中的稀疏参数；在正向传播过程中根据稠密参数和稀疏参数计算损失值，在反向传播过程中得到稠密参数梯度和稀疏参数梯度；与其他训练器进行稠密参数梯度和稀疏参数梯度的同步，计算出最终的稠密参数梯度和最终的稀疏参数梯度；基于最终的稠密参数梯度更新第一训练器本地的稠密参数，基于最终的稀疏参数梯度更新训练单机本地内存的稀疏参数
一种深度学习模型训练方法单机

[发明专利]图像表格结构识别方法、装置、计算机设备和存储介质-CN202310413171.6在审
发明人：段炼;黄九鸣;张圣栋 -专利权人：湖南星汉数智科技有限公司
申请日： 2023-04-18 - 公布日： 2023-07-04 - 主分类号： G06V30/412 文献下载
摘要：本发明涉及计算机视觉技术领域，提供了一种图像表格结构识别方法、装置、计算机设备和存储介质，所述方法包括：检测表格图像中表格结构包括的各文本块，根据各所述文本块构建所述表格结构对应的稠密图；根据各所述文本块对应文本框之间的多边形轮廓确定不相邻的文本块，并在所述稠密图中对不相邻的文本块剪边，得到粗略剪边稠密图；将所述粗略剪边稠密图中连边的两个文本块对应的文本子图和文本内容输入至训练好的模型中预测所述连边的两个文本块的实际位置关系；根据所述实际位置关系调整所述粗略剪边稠密图，得到表格结构稠密图；基于所述表格结构稠密图复原得到表格识别结果。
图像表格结构识别方法装置计算机设备存储介质

[发明专利]基于卷积网络的单目稠密关键点估计方法、介质及设备-CN202310448583.3在审
发明人：王路;康文雄;王明晖;邓飞其 -专利权人：华南理工大学
申请日： 2023-04-24 - 公布日： 2023-09-29 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种基于卷积网络的单目稠密关键点估计方法、介质及设备；其中方法为：将待估计手势的图像输入到稠密手势估计网络；稠密手势估计网络包括二维编码模块、特征升维模块和三维解码模块；二维编码模块中，主干网络对图像进行特征提取得到中间特征；二维解码器先通过螺旋卷积模块从中间特征得到稀疏关键点，再采用粗粒度到细粒度的方法逐步还原到二维稠密关键点；特征升维模块得到表征三维的特征；三维解码模块中，可分离螺旋卷积模块对表征三维的特征进行深度可分离操作和点操作得到三维稠密关键点该方法可获取图像中手势的稠密关键点，稠密关键点包含了更丰富的手部细节信息，有助于获取更精细的手部运动细节和手部轮廓信息。
基于卷积网络稠密关键点估计方法介质设备

[发明专利]基于全稠密连接网络的空域图像隐写分析方法-CN201810241734.7有效
发明人：赵耀;倪蓉蓉;吴艳红 -专利权人：北京交通大学
申请日： 2018-03-22 - 公布日： 2020-12-08 - 主分类号： G06T1/00 文献下载
摘要：本发明提供了一种基于全稠密连接网络的空域图像隐写分析方法。该方法包括：构建包括多个稠密连接块的全稠密连接网络，稠密连接块包括多组卷积层和一层平均池化层，相邻的稠密连接块相连，按照从低层到高层的顺序稠密连接块的网络宽度以2的指数倍增长；通过卷积操作获取待识别的空域图像的原始特征图，将原始特征图输入到全稠密连接网络，对原始特征图进行多层的卷积和池化操作，得到多维的特征向量；通过全连接层将多维的特征向量降维为2维的特征向量，将2维的特征向量输入softmax激活函数，得到空域图像是隐写图像还是普通图像的预测概率值
基于稠密连接网络空域图像分析方法

[发明专利]货车载货体积处理方法及装置、设备和计算机可读介质-CN201811550389.1有效
发明人：吕晓磊 -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： 2018-12-18 - 公布日： 2023-04-07 - 主分类号： G01B21/00 文献下载
摘要：本公开涉及货车载货体积计算领域，提供了一种货车载货体积处理方法、装置、电子设备和计算机可读介质，该方法包括：获取负载货车的稠密点云，将负载货车的稠密点云与空载货车具备尺度信息的稠密点云刚性对齐，获取负载货车具备尺度信息的稠密点云；确定负载货车货物表面处具备尺度信息的稠密点云以及负载货车货物与负载货车车厢交接处附近具备尺度信息的稠密点云；构建负载货车货物表面模板，获取负载货车货物表面模板具备尺度信息的点云；将负载货车货物表面模板具备尺度信息的点云与负载货车货物表面处具备尺度信息的稠密点云非刚性对齐
货车载货体积处理方法装置设备计算机可读介质

[发明专利]基于MKL的大型稠密复数矩阵的快速求解方法-CN202110428167.8在审
发明人：万波;刘民庆 -专利权人：湖北九同方微电子有限公司
申请日： 2021-04-21 - 公布日： 2021-06-08 - 主分类号： G06F17/16 文献下载
摘要：本发明涉及矩阵求解技术领域，尤其涉及基于MKL的大型稠密复数矩阵的快速求解方法，基于MKL的大型稠密复数矩阵的快速求解方法包括以下步骤：(1)、参数选取；(2)、构建函数集；(3)、构建数据模型；(4)该基于MKL的大型稠密复数矩阵的快速求解方法，首先在大型稠密复数矩阵中批量获取数据样本，通过参数组可进行特征选取，提取矩阵特征，方便重新简化构建函数集，基于大型稠密复数矩阵的特征，同时在不改变复数矩阵特征的基础上，简化计算方式，通过MKL算法计算重新排布以便将其转化获得简化的稀疏复数矩阵，避免了大型稠密复数矩阵中大量相同元素的计算，直接构建并应用简单快捷的MKL数据模型。
基于 mkl 大型稠密复数矩阵快速求解方法

[发明专利]基于稠密神经网络模型的法院自助阅卷终端工况评估方法-CN202110433086.7有效
发明人：张洁;胡振 -专利权人：南京铉盈网络科技有限公司;南京智盈人工智能研究院有限公司
申请日： 2021-04-22 - 公布日： 2021-08-06 - 主分类号： G06F11/30 文献下载
摘要：本发明公开了基于稠密神经网络模型的法院自助阅卷终端工况评估方法，该评估方法包括以下步骤：采集自助阅卷终端的运行状态，以名义变量的形式输入稠密神经网络；根据历史工单建立用于训练稠密神经网络的数据集；针对业务本身的规律，制定相应的异常工况上报方案；利用互联网上广泛存在的中英互译大数据进行预训练，提取翻译问题中状态转化部分的稠密神经网络参数作为初始参数；采用预设方法对稠密神经网络进行训练；利用训练好的稠密神经网络对自助阅卷终端工况进行评估
基于稠密神经网络模型法院自助阅卷终端工况评估方法

[发明专利]一种车体模型构建方法、装置、电子设备及存储介质-CN202211496607.4有效
发明人：胡兰;张如高;虞正华 -专利权人：苏州魔视智能科技有限公司
申请日： 2022-11-28 - 公布日： 2023-05-16 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种车体模型构建方法、装置、电子设备及存储介质，方法包括：获取目标车辆的第一可见点云；基于第一可见点云计算目标车辆的稠密模型以及稠密模型的特征；获取目标车辆至少一帧的第二可见点云，将第二可见点云与第一可见点云进行融合，得到目标车辆的目标可见点云以及目标车辆的不可见点云；基于不可见点云、目标可见点云以及稠密模型的特征构建目标函数，并对目标函数进行优化，得到优化后的稠密模型的特征，以确定优化后的稠密模型。本方法考虑到目标车辆的移动，结合多帧点云融合，生成的稠密模型与实际的目标车辆更加相似，提升了车体模型构建的效率。
一种车体模型构建方法装置电子设备存储介质

[发明专利]一种基于全连接网络的稀疏导波数据恢复方法-CN202210554463.7有效
发明人：李健;王筱岑;刘洋;王鼎鹏;童君开;曾周末 -专利权人：天津大学
申请日： 2022-05-20 - 公布日： 2023-10-17 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于全连接网络的稀疏导波数据恢复方法，用以解决现有成像方法的成像质量受限于因换能器数量减少导致的波场数据稀疏的问题；该方法步骤包括：首先，建立稠密波场‑速度分布图数据库，并对稠密波场进行降采样获得稀疏波场‑速度分布图数据库；其次，利用压缩传感对稀疏波场进行粗略重构，恢复出次稠密波场；然后将次稠密波场输入全连接网络模型中进行精细重构，得到预测的稠密波场；最后，将预测的稠密波场输入导波快速成像系统进行数据恢复质量与成像性能评估
一种基于连接网络稀疏导波数据恢复方法

[发明专利]基于GPDSP的稠密矩阵乘法向量化汇编代码生成方法-CN201810530676.X有效
发明人：刘仲;田希;陈海燕;郭阳;扈啸;陈跃跃;孙永节;刘胜;雷元武;吴家铸;王丽萍 -专利权人：中国人民解放军国防科技大学
申请日： 2018-05-29 - 公布日： 2019-06-14 - 主分类号： G06F8/30 文献下载
摘要：本发明公开一种基于GPDSP的稠密矩阵乘法向量化汇编代码生成方法，步骤包括：S1.构建用于实现不同任务的多个核心模板；S2.构建稠密矩阵乘法的框架模板，框架模板中分别使用各模块实现稠密矩阵乘法；S3.使用预先构建的汇编代码生成模块Gen_GEMM将框架模板中各核心模块转换为汇编代码，最终生成所需的稠密矩阵乘法汇编代码。本发明具有实现原理简单、操作简便、使用灵活、能够实现稠密矩阵乘法向量化汇编代码的自动化生成，且生成效率及性能高等优点。
稠密矩阵汇编代码乘法框架模板向量化构建核心模板核心模块模块实现生成模块自动化灵活转换

[发明专利]一种动态人脸稠密三维结构和运动场同时重建方法-CN201510638309.8在审
发明人：刘烨;高浩;聂建辉;王邢波 -专利权人：南京邮电大学
申请日： 2015-09-30 - 公布日： 2015-12-23 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种动态人脸稠密三维结构和运动场同时重建方法，该方法属于图像三维重建及三维运动获取领域。该方法是从不同视角、相邻时刻图像特征点匹配出发，在局部构建时空块模型；通过非线性优化来确定时空块的三维结构和运动参数；用置信度优先的区域增长机制来同时重建物体稠密的三维结构和三维运动场。本发明克服了常规三维重建方法不能重建三维运动的缺陷，同时，克服了变分场景流方法不能处理较大运动的缺陷。本发明能够用于动画工业、人脸识别等领域中对人脸的精确建模和运动估计。
一种动态稠密三维结构运动场同时重建方法