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3513301个,建议您升级VIP下载更多相关专利
  • [发明专利]图像特征提取方法、设备及可读存储介质-CN202310545790.0在审
  • 张号逵;汤步洲 - 深圳云天励飞技术股份有限公司
  • 2023-05-15 - 2023-08-29 - G06V10/42
  • 本申请公开一种图像特征提取方法、设备及可读存储介质,属于图像处理领域。方法包括:获取待提取特征的原始图像,再将原始图像输入至特征提取模型中进行特征提取,输出原始图像的第一图像特征。其中,特征提取模型包括依次连接的多个局部特征提取结构和ViT结构,ViT结构用于根据ViT结构的上一层结构输出的第二图像特征、以及多个局部特征提取结构中目标局部特征提取结构输出的第三图像特征,确定第一图像特征由于第三图像特征为对像素空间位置信息敏感的局部特征,因此通过ViT结构根据第三图像特征确定的第一图像特征也具有较强的像素空间位置敏感性,如此可以提升ViT结构的可适用性,扩大ViT结构即特征提取模型的应用场景
  • 图像特征提取方法设备可读存储介质
  • [发明专利]物体检索装置及物体检索方法-CN202080076434.3在审
  • 田村雅人;吉永智明;广池敦;中前冠;梁岛勇太 - 株式会社日立制作所
  • 2020-10-13 - 2022-06-17 - G06T7/00
  • 目的在于构成如下物体检索装置:在对有形状、凹凸特征的物体的检索中,能够仅通过图像将这些信息表达为特征量而进行准确的检索。构成为具备:图像特征提取部,由第一神经网络构成,输入图像提取图像特征量;三维数据特征提取部,由第二神经网络构成,输入三维数据来提取三维数据特征量;学习部,从自同一个体得到的物体的图像和三维数据分别提取图像特征量和三维数据特征量,以减小所述图像特征量与所述三维数据特征量之差的方式更新图像特征提取用的参数;及检索部,该检索部由使用了更新后的所述图像特征提取用的参数的图像特征提取提取物体的查询图像及图库图像图像特征量,计算查询图像及图库图像图像特征量的相似度来检索物体
  • 物体检索装置方法
  • [发明专利]图像特征提取方法、装置、设备及存储介质-CN202111093250.0有效
  • 蔡宁;严明洋 - 平安科技(深圳)有限公司
  • 2021-09-17 - 2023-06-16 - G06V10/44
  • 本申请涉及人工智能技术领域,揭示了一种图像特征提取方法、装置、设备及存储介质,其中方法包括:获取待提取图像;将所述待提取图像输入目标图像特征提取模型进行图像特征提取,其中,所述目标图像特征提取模型是基于VGG模型、残差模块和金字塔池化模块训练得到的模型;获取所述目标图像特征提取模型输出的图像特征作为所述待提取图像对应的目标图像特征。从而通过基于VGG模型、残差模块和金字塔池化模块训练得到目标图像特征提取模型,避免采用SIFT或ORB提取图像角点特征往往比较耗时,提高了提取图像特征的准确度。
  • 图像特征提取方法装置设备存储介质
  • [发明专利]一种无监督红外图像和可见光图像的融合方法-CN202211004968.2在审
  • 刘世光;高雪艳 - 天津大学
  • 2022-08-22 - 2022-11-01 - G06V10/80
  • 本发明公开一种无监督红外图像和可见光图像的融合方法,基于图像融合模型,图像融合模型包括多尺度特征提取模块和特征重建模块,具体包括:(1)将红外图像和可见光图像输入到特征提取模块进行多尺度特征提取;所述特征提取模块内包括红外图像和可见光图像两条特征提取路径,每条路径又包括三条平行的分支;红外图像和可见光图像输入到各自对应的特征提取路径;(2)将特征提取模块内两条特征提取路径提取特征沿通道维度进行串联,然后输入到特征重建模块得到融合图像;(3)所提出的模型在损失函数的指导下不断进行优化,最终得到理想的融合图像
  • 一种监督红外图像可见光融合方法
  • [发明专利]图像检索方法、装置、电子设备及计算机可读存储介质-CN202210783792.9在审
  • 陈壹华;张青露 - 华南师范大学
  • 2022-07-05 - 2022-11-15 - G06F16/583
  • 本发明涉及一种图像检索方法:获取待检索图像;将所述待检索图像输入特征提取模型进行特征提取,得到待检索图像特征,其中,所述特征提取模型包括第一提取模块、第二提取模块和后处理模块,所述第一提取模块用于提取所述待检索图像的激活张量;所述第二提取模块用于根据所述激活张量提取所述待检索图像的共生特征矩阵,所述共生特征矩阵包括所述待检索图像每一像素点对应的特征共生张量;所述后处理模块用于将所述激活张量和所述特征共生张量进行融合处理,得到所述待检索图像特征;将所述待检索图像特征与多个候选图像图像特征进行相似性度量,根据相似性度量值得到检索结果图像
  • 图像检索方法装置电子设备计算机可读存储介质
  • [发明专利]一种图像处理方法、电子设备和控制系统-CN201310606842.7有效
  • 胡先伟 - 联想(北京)有限公司
  • 2013-11-25 - 2018-12-14 - G06K9/00
  • 本发明公开了一种图像处理方法,包括:获取图像采集单元从投影平面采集的激光图像,进行特征提取得到特征提取结果;根据特征提取结果进行第一特征识别得到第一特征识别结果。本发明还公开了一种电子设备,包括激光投射单元、投影单元和图像采集单元,还包括控制系统,用于获取图像采集单元从投影平面采集的激光图像,进行特征提取得到特征提取结果;根据特征提取结果进行第一特征识别得到第一特征识别结果本发明还公开了一种控制系统,包括:图像获取子单元,获取图像采集单元从投影平面采集的激光图像特征提取子单元,对激光图像进行特征提取得到特征提取结果;第一特征识别子单元,根据特征提取结果进行第一特征识别得到第一特征识别结果
  • 一种图像处理方法电子设备控制单元
  • [发明专利]图像处理方法、装置、设备及存储介质-CN202110333434.3有效
  • 张凯皓;罗文寒;刘威 - 腾讯科技(深圳)有限公司
  • 2021-03-29 - 2023-07-25 - G06V40/12
  • 本申请公开了一种图像处理方法、装置、设备及存储介质,涉及计算机视觉领域。该方法包括:调用特征提取网络对输入图像进行特征提取得到图像特征集,所述特征提取网络包括网状连接的多个特征提取单元,所述网状连接包括存在至少一个特征提取单元的输出端与至少两个特征提取单元的输入端具有连接关系,所述图像特征集包括所述多个特征提取单元分别输出的多个图像特征;根据注意力机制对所述图像特征集中的所述多个图像特征进行加权,得到加权特征;对所述加权特征进行图像处理,得到图像处理结果。该方法可以提取图像的多维特征,使图像处理结果更准确。
  • 图像处理方法装置设备存储介质
  • [发明专利]深层特征和浅层LBP特征融合的乳腺肿瘤超声图像处理装置-CN202111045957.4在审
  • 陈华;金志豪;刘刚;马明伦 - 燕山大学
  • 2021-09-07 - 2021-12-31 - G06T7/00
  • 本发明提供一种深层特征和浅层LBP特征融合的乳腺肿瘤超声图像处理装置,其包括图像数据库建立单元、图像预处理单元、兴趣区域提取单元、深层特征提取单元、浅层LBP特征提取提取单元、特征融合单元以及分类单元。图像数据库建立单元、图像预处理单元、兴趣区域提取单元、深层特征提取单元、浅层LBP特征提取提取单元、特征融合单元以及分类单元相互通讯连接。本发明基于深度学习网络对图像的深度特征提取可以描述肿瘤图像的高层复杂特征,基于旋转不变局部二值模式的特征提取可以描述肿瘤图像的低层简单特征特征融合可以组合这些信息以获得更多区分特征,能够有效提高分类性能
  • 深层特征lbp融合乳腺肿瘤超声图像处理装置
  • [发明专利]图像处理装置及其图像处理方法-CN202211184336.9在审
  • 李赫载 - 现代自动车株式会社;起亚株式会社
  • 2022-09-27 - 2023-09-19 - G06V10/44
  • 本发明涉及图像处理装置及其图像处理方法。一种用于车辆的图像处理装置包括图像获取装置、特征提取装置以及图像识别逻辑,图像获取装置通过车辆中的装置或外部服务器获得输入图像特征提取装置从输入图像提取特征数据,图像识别逻辑从特征数据识别物体。特征提取装置借助生成式对抗网络(GAN)利用输入图像生成变换图像,从输入图像提取与内容相关的第一特征数据,从变换图像提取与风格相关的第二特征数据,并且基于第一特征数据和第二特征数据使图像识别模型进行学习
  • 图像处理装置及其方法

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