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2471133个,建议您升级VIP下载更多相关专利
  • [发明专利]图像语义分割方法及计算机可读存储介质-CN202111546097.2有效
  • 刘国清;杨广;王启程;郑伟;张见阳;杨国武 - 深圳佑驾创新科技有限公司
  • 2021-12-17 - 2022-02-22 - G06V10/26
  • 本发明提供了一种图像语义分割方法,包括:将训练图像输入稳定语义分割模型以得到训练图像中每一像素的初始像素语义特征,其中,训练图像中与可见语义类别相对应的像素具有标注类别标签;将初始像素语义特征输入第一稳定注意力模型以得到训练图像的若干第一全局语义特征,其中,每一第一全局语义特征与一种预设类别相对应,预设类别包括可见语义类别和不可见语义类别;将第一全局语义特征和初始像素语义特征输入第二稳定注意力模型以得到训练图像中每一像素的增强像素语义特征;以及根据增强像素语义特征和预设类别的词向量之间的距离得到相应像素的语义类别,其中,语义类别为预设类别中的一种。本发明技术方案能够有效增强图像语义分割的性能。
  • 图像语义分割方法计算机可读存储介质
  • [发明专利]一种基于肺结节CT图像的语义特征自动打分方法及系统-CN201610852727.1有效
  • 陈思宏;郑介志 - 深圳大学
  • 2016-09-26 - 2019-04-02 - G06K9/46
  • 本发明公开了一种基于肺结节CT图像的语义特征自动打分方法及系统,方法包括:通过不同的算法提取肺结节CT图像的计算机特征生成对应不同语义特征的异构特征;将获取的异构特征通过包含块约束和像素稀疏约束的多任务回归算法,获取各个语义特征之间的共享特征及各个语义特征的独立特征;根据各个语义特征之间的共享特征及各个语义特征的独立特征组合的映射关系,对各个语义特征进行自动打分。本发明可有效提取各个语义特征中的有效特征,并获取各个语义特征间的内存关系,从而对语义特征进行打分,实现深层次分析肺结节信息,支持具有复杂内容的诊断报告与医学图像的检索,为肺结节CT图像分析提供有效辅助。
  • 一种基于结节ct图像语义特征自动打分方法系统
  • [发明专利]三维模型生成方法、装置、计算机设备及存储介质-CN202010418882.9在审
  • 曾望;欧阳万里;罗平;刘文韬;王晓刚 - 商汤集团有限公司
  • 2020-05-18 - 2020-08-28 - G06K9/46
  • 本公开提供了一种三维模型生成方法、装置、计算机设备及存储介质,包括:基于预先训练好的第一神经网络,确定待处理图像的全局特征向量、局部特征图以及语义特征图,语义特征图中任一第一特征点的特征值包括第一特征点在语义空间中的语义坐标;基于语义特征图中的第一特征点,将局部特征图中与第一特征点对应的第二特征点转换到语义空间中,形成语义特征点,语义特征点构成语义局部特征图;基于语义局部特征图、全局特征向量、以及预先训练好的第二神经网络,生成待处理图像对应的位置图;位置图中包括待处理图像中的目标对象的各个位置点的语义坐标和三维位置坐标;基于位置图,生成目标对象对应的三维模型。
  • 三维模型生成方法装置计算机设备存储介质
  • [发明专利]意图理解方法、装置、电子设备和存储介质-CN202211679021.1在审
  • 宋时德;梅林海;胡加学 - 科大讯飞股份有限公司
  • 2022-12-26 - 2023-03-31 - G06F40/30
  • 本发明提供一种意图理解方法、装置、电子设备和存储介质,其中方法包括:获取待理解的文本,以及文本的语义标签树;基于文本的语义特征语义标签树的图编码特征之间的相关性,对语义特征进行特征增强,得到文本的增强语义特征;基于文本的增强语义特征,对文本进行意图理解。本发明提供的方法、装置、电子设备和存储介质,通过构建待理解的文本的语义标签树,并基于文本的语义特征语义标签树的图编码特征之间的相关性,对语义特征进行特征增强,达到凸显语义特征中与文本意图相关的特征表示的效果;基于由此得到的增强语义特征进行意图理解,能够保证意图理解的可靠性,尤其能够提高对长难句和多意图句子的意图理解的全面性和精确性。
  • 意图理解方法装置电子设备存储介质
  • [发明专利]激光点云参数化语义特征匹配方法、装置、设备和存储介质-CN202011605737.8在审
  • 陈贵宾;邓欢军;张硕 - 阿里巴巴集团控股有限公司
  • 2020-12-29 - 2022-05-06 - G06V10/74
  • 本发明实施例提供了一种激光点云参数化语义特征匹配方法、装置、设备和存储介质。所述激光点云参数化语义特征匹配方法,包括:从激光点云帧中,获取用于参数化处理的语义点云;按所述语义点云的类型,对所述语义点云进行切分,得到相应类型的语义点云分段;将所述语义点云分段进行参数化处理,得到相应类型的参数化语义特征;将所述相应类型的参数化语义特征组合为当前参数化语义特征帧;将多个历史参数化语义特征帧组合为参数化语义特征子图;至少基于所述当前参数化语义特征帧与所述参数化语义特征子图进行线到线和面到面的特征匹配,得到激光雷达的位姿本发明实施例提高了基于激光点云几何特征匹配得到的激光雷达位姿的精度。
  • 激光参数语义特征匹配方法装置设备存储介质
  • [发明专利]基于BiSeNetV2的路面全要素图像语义分割方法及装置-CN202210163088.3在审
  • 孟鹏飞;贾双成;朱磊;李成军 - 智道网联科技(北京)有限公司
  • 2022-02-22 - 2022-05-27 - G06K9/62
  • 本申请涉及一种基于BiSeNetV2的路面全要素图像语义分割方法及装置。该方法包括:通过BiSeNet V2的语义分支对分辨率1/8的语义特征图、分辨率1/16的语义特征图、分辨率1/32的语义特征图进行权重分配,获得具有权重注意力的分辨率1/8的语义特征图、分辨率1/16的语义特征图、分辨率1/32的语义特征图;通过所述BiSeNet V2的特征融合模块融合所述细节特征图和所述具有权重注意力的分辨率1/8的语义特征图、分辨率1/16的语义特征图、分辨率1/32的语义特征图,获得融合后的特征图;通过所述BiSeNet V2依据所述融合后的特征图获得所述路面图像的语义分割结果。本申请提供的方案,能够对路面图像的路面全元素进行精确地语义分割,提高路面图像语义分割效果。
  • 基于bisenetv2路面要素图像语义分割方法装置
  • [发明专利]基于序列化网络的道路语义分割方法、装置及电子设备-CN202211465440.5在审
  • 周智;邹文斌;田时舜;李霞;邹辉 - 深圳大学
  • 2022-11-22 - 2023-03-28 - G06V10/26
  • 本发明涉及机器学习技术,揭露一种基于序列化网络的道路语义分割方法、装置及电子设备,该方法包括:利用道路语义分割模型中的序列流RGB‑D特征提取器对预先获取的道路图像进行特征提取,得到RGB数据特征及深度数据特征,道路语义分割模型还包括多模态特征融合模块以及语义流预测模块;利用多模态特征融合模块将RGB数据特征及深度数据特征进行特征融合,得到融合特征;利用语义流预测模块对融合特征进行语义流预测,得到语义流;从融合特征中选取基准特征,根据基准特征、融合特征语义流进行语义对齐与标签匹配,得到语义流对应的道路标签。本发明可以解决在进行道路语义分割时无法保证深度数据的精度以及无法充分利用RGB‑D信息的问题。
  • 基于序列网络道路语义分割方法装置电子设备
  • [发明专利]一种图像语义分割方法、装置、设备及存储介质-CN202111530231.X在审
  • 徐鑫 - 京东鲲鹏(江苏)科技有限公司
  • 2021-12-14 - 2022-03-15 - G06T7/12
  • 本发明公开了一种图像语义分割模型的训练方法。该方法包括:将第一样本图像输入初始图像语义分割模型;通过特征提取网络提取第一样本图像的第一图像特征和第二图像特征;将第一图像特征输入边缘检测网络,获得边缘特征,将第二图像特征输入语义分割网络,获得语义特征;将语义特征和边缘特征输入特征融合网络,获得语义特征和边缘特征进行融合后得到的融合特征,基于融合特征获得第一语义类别预测置信度图谱;基于第一语义类别预测置信度图谱以及第一样本图像对应的语义类别标签数据,计算第一损失函数值,并对初始图像语义分割模型中的网络参数进行调整。本发明改善了图像语义分割因缺少丰富空间信息导致的细节模糊问题。
  • 一种图像语义分割方法装置设备存储介质
  • [发明专利]一种语义对齐的视频问答方法-CN202211502821.6有效
  • 刘文印;钟经谋;梁达勇;陈俊洪;西木;林大润;黄可思 - 广东工业大学
  • 2022-11-29 - 2023-03-10 - G06F16/783
  • 本发明公开了一种语义对齐的视频问答方法,具体步骤为:通过进行问题语义解析及编码,获得问题语义特征,对问题语义特征进行融合,获得问题的全局特征;通过语义视觉选择模块和问题条件视觉模块进行视频解析及编码,融合语义视觉特征和问题条件视觉特征获得视觉全局特征;通过对齐问题解析出的语义的跨模态特征缩小语义鸿沟;基于问题的全局特征和视觉全局特征进行解码推理答案。本发明使用跨模态注意力机制生成与问题解析语义一致的视觉信息和问题条件视觉信息,使用对比学习缩小跨模态语义鸿沟,并融合问题解析出的语义视觉特征和问题条件视觉特征,丰富视觉特征搜索空间,根据问题特征和视觉特征解码视频问答的答案
  • 一种语义对齐视频问答方法
  • [发明专利]一种对图像进行语义分割的方法及系统-CN202110435343.0有效
  • 赵经阳;余昌黔;桑农 - 华中科技大学
  • 2021-04-22 - 2022-08-05 - G06T7/10
  • 本发明提供一种对图像进行语义分割的方法及系统,包括:确定样本图像;提取视觉特征和深度特征;对语义分割模型进行训练;包括编码模块和解码模块;编码模块将每组特征输入DFS,融合得到一组多模特征,通过CA对各组多模特征进行筛选,并将筛选后的多模特征输入DS学习各个深度特征对应的权重矩阵,基于权重矩阵和相应深度特征筛选出相应的关键深度特征,得到各组含有关键深度信息的多模特征;构建DDC,提取相关的语义特征,得到融合后的语义特征;解码模块基于融合后的语义特征对每组图像中的彩色图像进行语义分割;将待语义分割图像输入到训练好的语义分割模型,以进行语义分割。本发明的语义分割模型可以更加合理的利用深度信息。
  • 一种图像进行语义分割方法系统

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