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806510个,建议您升级VIP下载更多相关专利
  • [发明专利]身体动作快速识别方法及系统-CN202110408054.1有效
  • 刘曦泽 - 中国标准化研究院
  • 2021-04-15 - 2023-05-09 - G06V40/20
  • 所述方法包括:选择人体关节点中的身体动作判别关节点,建立人体关节精简模型;将人体关节精简模型中的关节夹角参数和关节垂直高度参数作为动作判别参数;以人体关节精简模型中的一身体动作判别关节点作为坐标原点,建立用于获取动作判别参数的人体中心投影坐标系;根据身体动作对应的动作判别参数的变化特征,建立动作识别模型;连续采集动作图像帧,根据动作图像帧从人体中心投影坐标系中获取动作判别参数,根据获取的动作判别参数使用动作识别模型实现具体动作识别。
  • 身体动作快速识别方法系统
  • [发明专利]训练生成模型判别模型-CN202010690706.0在审
  • A·M·慕诺兹德尔加多 - 罗伯特·博世有限公司
  • 2020-07-17 - 2021-01-19 - G06N3/04
  • 公开了一种用于训练生成模型判别模型的系统(100)。生成模型通过从潜在特征向量生成中间表示并从中间表示生成合成实例来从潜在特征向量生成合成实例。判别模型确定用于输入实例的多个部分的多个判别器得分,其指示部分是来自合成实例还是实际实例。通过反向传播来训练生成模型。在反向传播期间,基于用于合成实例的部分的判别器得分来更新损失相对于中间表示的条目的偏导数,其中至少部分基于中间表示的条目来生成合成实例的部分,并且其中如果判别器得分指示实际实例,则偏导数的值减小。
  • 训练生成模型判别
  • [发明专利]基于物联网的智慧消防预警系统-CN202210094584.8在审
  • 刘广智;刘伟;李祖琦;宋洪粮 - 山东奥深智能工程有限公司
  • 2022-01-26 - 2022-03-29 - G08B17/06
  • 本发明涉及智慧消防预警的技术领域,公开了一种基于物联网的智慧消防预警系统,包括传感器,无线路由器,火灾识别装置,并公开了一种基于物联网的智慧消防预警方法,所述方法包括:构建火灾判别指标体系,并利用传感器装置采集火灾判别指标数据;对采集到火灾判别指标数据进行预处理,得到火灾判别指标向量;基于概率图模型构建火灾识别预警模型;将火灾判别指标向量输入到火灾识别预警模型中,火灾识别预警模型输出发生火灾的概率,若输出概率大于指定概率阈值本发明所述方法通过基于物联网设备采集火灾判别指标数据,并构建火灾识别预警模型实现实时地火灾预警。
  • 基于联网智慧消防预警系统
  • [发明专利]一种基于对抗网络的图像亮度提升方法、终端及存储介质-CN202111229916.0在审
  • 朱家松;雷占占;李庆 - 深圳大学
  • 2021-10-21 - 2022-03-04 - G06T5/00
  • 本发明公开了一种基于对抗网络的图像亮度提升方法、终端及存储介质,其中,方法包括:将待处理图像从RGB空间转换为Lab空间,得到预处理数据;将预处理数据输入至对抗网络模型中;将输出图像数据输入至判别网络模型中,得到判别结果;根据判别结果对对抗网络模型进行训练,得到训练后的对抗网络模型;基于训练后的对抗网络模型调节待处理图像的亮度。本发明通过将图像转换为Lab空间,可以避免产生色彩失真的现象;并且,通过将转换后的数据输入至对抗网络模型中,利用判别网络模型判别输出结果,从而自动地寻找亮度增强因子,提高了图像亮度提升的精度,避免了因亮度值过高或过低而产生的图像明暗边缘突出以及色彩扭曲的现象
  • 一种基于对抗网络图像亮度提升方法终端存储介质
  • [发明专利]一种基于深度学习的对称感知人脸图像补全方法-CN201811344788.2有效
  • 张加万;詹睿;孙迪;潘刚 - 天津大学
  • 2018-11-13 - 2020-04-03 - G06T5/00
  • 本发明涉及一种基于深度学习的对称感知人脸图像补全方法,包括下列步骤:(1)选取数据;(2)构建网络模型:采用生成对抗网络来构建补全网络模型,该网络模型包含一个生成器和三个判别器,生成器采用“U‑Net”网络结构,它的输入是一张带有缺失区域的RGB图像,输出是补全后的RGB结果图,生成器致力于为输入图像的缺失区域构建出真实自然的语义内容;三个判别器分别为全局判别器,局部判别器以及对称判别器,这三个判别器通过判别其输入内容的真假,以此来对生成器进行优化;(3)训练网络模型;(4)对人脸图像中的对称性元素的补全进行优化。
  • 一种基于深度学习对称感知图像方法
  • [发明专利]人脸合成图像的检测方法及装置-CN202010078798.7有效
  • 乔鹏;赵蕾;窦勇;姜晶菲;李荣春;牛新;苏华友;潘衡岳 - 中国人民解放军国防科技大学
  • 2020-02-03 - 2023-09-12 - G06V40/16
  • 本发明公开了一种人脸合成图像的检测方法及装置,包括:将待检测图像输入已训练的网络模型,以由网络模型中的人脸检测网络基于待检测图像获得包含人脸框的图像并输出给网络模型中的真伪判别网络;真伪判别网络基于包含人脸框的图像判别待检测图像是否为人脸合成图像针对不同换脸技术篡改得到的待检测图像,可以通过本发明提出的包含人脸检测网络和真伪判别网络的网络模型实现准确检测,通用性好,由于人脸检测网络可以精确检测出待检测图像中的人脸,真伪判别网络基于包含人脸框的图像可以只基于人脸特征来判别待检测图像的真伪,避免待检测图像背景的干扰,因此本发明得到的判别结果准确度比较高。
  • 合成图像检测方法装置

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