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908430个,建议您升级VIP下载更多相关专利
  • [发明专利]一种图像描、图像动漫化方法、设备及存储介质-CN202211018572.3有效
  • 王传鹏;李腾飞;张昕玥;卢炬康;张婷 - 广州极尚网络技术有限公司
  • 2022-08-24 - 2022-11-25 - G06T13/40
  • 本发明公开了一种图像描、图像动漫化方法、装置、设备及存储介质,该方法包括:分别加载属于生成对抗网络的动漫图像重构网络、属于生成对抗网络的边缘重构网络;获取待描的原始图像数据;对动漫图像重构网络选定重构动漫风格的强度;根据强度调整动漫图像重构网络;若完成调整,则将原始图像数据输入动漫图像重构网络、将原始图像数据重构为动漫图像数据;将动漫图像数据输入边缘重构网络中、将动漫图像数据重构为描图像数据,描图像数据为动漫图像数据中色块的边缘;将描图像数据叠加在原始图像数据上,得到目标图像数据。动漫图像数据的色彩较为丰富,具有较为明显的色块,色块能够较为明显地区分边缘,可提高描的精确度。
  • 一种图像动漫方法设备存储介质
  • [发明专利]一种基于半监督学习的图数据异常检测方法-CN202110775393.3在审
  • 论志成;古晓艳;樊海慧;李波;王伟平 - 中国科学院信息工程研究所
  • 2021-07-09 - 2021-11-09 - G06K9/62
  • 本方法为:1)数据分批采样模块将图数据样本进行分批,然后对于每一批图数据样本,以每一图数据样本中的每个为目标,依据设定采样跳数h以及每跳所要选取的数Si对该目标的邻居进行采样,得到该目标的h阶邻域信息;2)利用卷积神经网络依次对每一阶邻域信息加权求和,实现对目标的邻域信息融合;重构该目标并计算重构误差;若该目标重构误差超过设定阈值,则判定该目标为异常;3)基于重构误差设计异常检测模型的损失函数,并利用步骤2)处理后的结果对图数据样本的进行标注后训练异常检测模型;4)利用训练后的异常检测模型对待检测的图数据进行检测。
  • 一种基于监督学习数据异常检测方法
  • [发明专利]基于压缩感知的六形图像重构方法-CN201310076655.2无效
  • 刘丹华;李平;高大化;石光明 - 西安电子科技大学
  • 2013-03-11 - 2013-07-03 - G06T5/00
  • 本发明公开了一种基于压缩感知的六形网格图像重构方法,主要解决现有图像重构方法中存在的边缘模糊和虚假色现象。其实现步骤是:首先通过像素格拼凑的方法,将四形网格图像转换为六形网格图像x;然后用观测矩阵Φ对得到的六形网格图像x进行观测采样,得到采样值;最后根据采样值,用正交匹配法,计算重构图像的像素值,得到重构图像本发明利用了图像空间维和光谱维的相关性,改善了现有图像重构方法中存在的边缘锯齿现象,具有信息利用率高,运算复杂度低的优点,可用于数码相机中图像的获取。
  • 基于压缩感知六边形图像方法
  • [发明专利]子图的编译、执行方法及相关设备-CN202180064167.2在审
  • 焦建兵;许世峰;范礼;林嘉树 - 华为技术有限公司
  • 2021-12-30 - 2023-09-05 - G06F8/41
  • 本申请实施例提供一种人工智能技术领域的子图的编译、执行方法及相关设备,其中方法包括:获取第一子图,第一子图为由计算图切分得到的多个子图中的任意一个,第一子图包括多个第一节点和多个第一节点之间的有向;对第一子图进行重构,以得到第一重构子图,第一重构子图包括至少一个第一重构节点和至少一个第一重构节点之间的有向;对第一目标重构节点进行编译,以得到第一目标重构节点的编译数据,第一目标重构节点为至少一个第一重构节点中的任意一个,第一目标重构节点包括多个第一节点中的M个第一节点和M个第一节点之间的有向,M为正整数。
  • 编译执行方法相关设备

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