“显著特征”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2910215个，建议您升级VIP下载更多相关专利

[发明专利]显著特征检测方法和装置-CN201810404837.0在审
发明人：李冠彬;谢园;王巨宏;黄婷婷 -专利权人：中山大学;腾讯科技（深圳）有限公司
申请日： 2018-04-28 - 公布日： 2019-08-23 - 主分类号： G06K9/32 文献下载
摘要：本申请涉及一种显著特征检测方法和装置，所述方法包括：获取视频帧序列，视频帧序列包括目标帧和多个参考帧；计算目标帧与各参考帧之间的光流图；通过第一神经网络模型，对各光流图进行编码，分别得到各参考帧对应的图像变换特征；通过第二神经网络模型，根据各图像变换特征对目标帧的图像特征进行编码，得到目标帧的协同编码图像特征；将协同编码图像特征输入像素级别分类器进行检测，输出目标帧的显著图。本申请提供的方案可以提升对视频进行显著特征检测的准确性。
显著特征参考帧目标帧神经网络模型方法和装置视频帧序列检测编码图像图像变换光流图协同计算目标输出目标特征输入图像特征像素级别分类器显著图申请视频

[发明专利]识别生成网络的显著特征-CN201980055674.2在审
发明人：威廉·巴斯蒂安·克雷杰;林施杰;迈克尔·奇涅;简·斯科格隆 -专利权人：谷歌有限责任公司
申请日： 2019-05-16 - 公布日： 2021-04-09 - 主分类号： G06N3/04 文献下载
摘要：实施方式从输入信号识别独立的显著特征的小集合。显著特征可以被用于条件化生成网络，使得生成网络针对噪声是鲁棒的。显著特征可以促进压缩和数据传送。一种示例方法包括接收输入信号，并且通过将输入信号提供至被训练以提取显著特征的编码器而提取输入信号的显著特征。显著特征可以是独立的并且具有稀疏分布。编码器可以被配置为从系统设计者认为等效的两个输入信号生成几乎相同的特征。该方法还包括使用显著特征条件化生成网络。在一些实施方式中，该方法还可以包括从输入信号提取多个时间序列以及针对每个时间序列提取显著特征。
识别生成网络显著特征

[发明专利]基于特征感知的显著目标提取方法-CN202210015109.7有效
发明人：左承林;何苗;易贤;熊浩;赵荣 -专利权人：中国空气动力研究与发展中心低速空气动力研究所
申请日： 2022-01-07 - 公布日： 2022-03-15 - 主分类号： G06V10/80 文献下载
摘要：本发明属于图像处理技术领域，具体涉及基于特征感知的显著目标提取方法。通过特征MSCN因子、特征图像熵、特征暗通道、特征HSV通道的H通道和特征HSV通道的S通道对原始图片处理得到5个特征层，并得到特征矩阵进行单特征显著目标提取得到特征矩阵753825DEST_PATH_IMAGE004.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="yes" />；对单特征显著目标进行权重融合得到特征矩阵；本发明从特征、决策等不同层级的多源互补信息进行融合，提升检测显著目标提取的准确性。
基于特征感知显著目标提取方法

[发明专利]基于特征选择和特征融合的图像显著性检测方法-CN202010030505.8有效
发明人：袁夏;居思刚;赵春霞 -专利权人：南京理工大学
申请日： 2020-01-13 - 公布日： 2022-10-21 - 主分类号： G06V10/771 文献下载
摘要：本发明公开了一种基于特征选择和特征融合的图像显著性检测方法，包括以下步骤：对输入图像进行特征提取，并将特征添加至特征金字塔集合中；对特征金字塔集合进行特征选择，获得新的特征金字塔集合；以自底向上的方式，对新的特征金字塔集合中的特征进行特征融合，获得混合特征金字塔集合；利用混合特征金字塔集合中的特征对显著性预测网络模型进行训练，利用训练后的模型对待检测图像进行显著性检测。本发明采用注意力模型对图像的特征进行特征选择，增强了与图像目标相关的特征，使得特征更加有效，并采用自底向上的特征融合结构，将底层的细节特征和高层的语义特征进行了有效融合，大大提升了特征的表征能力，比一般显著性模型网络的检测准确率高
基于特征选择融合图像显著检测方法

[发明专利]WCE视频分段提取显著特征信息的方法-CN201510274883.X有效
发明人：万里;张志良;刘小琪;严莎莎;白家莲 -专利权人：重庆金山科技（集团）有限公司
申请日： 2015-05-26 - 公布日： 2018-08-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种WCE视频分段提取显著特征信息的方法，包括如下步骤：步骤1，获取待提取特征信息的图片数据，将待提取特征信息的RGB图片数据的颜色特征转换为HSI颜色特征或者LBP纹理特征，将转换为HSI颜色特征后的图片数据或者转换为LBP纹理特征后的图片数据进行量化降维；步骤2，对量化降维处理的图片数据通过朴素贝叶斯分类器算法进行分类后，获取带有显著特征信息的WCE视频图像分段模型。
wce 视频分段提取显著特征信息方法

[发明专利]基于视觉显著特征的图像配准方法-CN201510019034.X有效
发明人：王炳健;吴飞红;刘佃忠;马林;易翔;李敏;郝静雅;周慧鑫;秦翰林 -专利权人：西安电子科技大学
申请日： 2015-01-14 - 公布日： 2017-05-17 - 主分类号： G06T7/00 文献下载
摘要：基于视觉显著特征的图像配准方法输入基准图像和待配准图像；提取基准图像的视觉显著特征点集和待配准图像的视觉显著特征点集；计算基准图像的各视觉显著特征点和待配准图像的各视觉显著特征点的方向，根据视觉显著特征点的方向计算各个特征点的描述向量，获得基准图像的特征描述向量集和待配准图像的特征描述向量集；计算基准图像的各特征描述向量与待配准图像的各特征描述向量间的距离，对待配准图像特征点和基准图像特征点进行匹配；去除误匹配对，获得基准图像和待配准图像中的正确匹配对
基于视觉显著特征图像方法

[发明专利]基于显著性生成和渲染地图特征-CN201280048521.3在审
发明人： B·斯托特;B·布鲁因顿;J·琼斯;C·萨沃普洛斯 -专利权人：谷歌公司
申请日： 2012-08-03 - 公布日： 2014-06-04 - 主分类号： G01C21/36 文献下载
摘要：提供一种用于基于显著性为数字地图生成和渲染特征的能力。更具体而言，实施例涉及基于用于特定特征对于搜索情境重要程度的信号在不同渲染样式中渲染地图特征、比如建筑物或者地标。
基于显著生成渲染地图特征

[发明专利]基于纹理特征和颜色特征融合的图像显著性检测方法-CN201611165436.1有效
发明人：冯冬竹;余航;杨旭坤;许多;何晓川;戴浩;刘清华;许录平 -专利权人：西安电子科技大学
申请日： 2016-12-16 - 公布日： 2019-08-13 - 主分类号： G06T7/40 文献下载
摘要：本发明公开了一种基于纹理特征和颜色特征融合的图像显著性检测方法，主要解决现有技术对于纹理特征利用不充分，对高纹理图像显著性检测效果较差的问题。其方案是：1)输入图像，并利用基于总变差模型的滤波方法去除纹理，得到含颜色特征的图像；2)对输入的图像，利用Gabor滤波器进行滤波，得到含图像纹理信息的图像；3)根据颜色特征的图像计算初步对比度值；4)根据纹理信息图像计算背景概率；5)对初步对比度值和背景概率进行融合得到新的对比度，进而得到基于颜色和纹理特征的显著图。
基于纹理特征颜色融合图像显著检测方法

[发明专利]影像特征提取方法及其显著物体预测方法-CN201810487011.5在审
发明人：孙民;郑仙资;赵浚宏;刘庭禄 -专利权人：孙民
申请日： 2018-05-21 - 公布日： 2019-11-29 - 主分类号： G06K9/46 文献下载
摘要：本发明公开一种类神经网络的影像特征提取方法及其显著物体预测方法，适用于环景影像，包含下列步骤：将环景影像投影至立方模型以产生包含多个图像且彼此具有链接关系的图像组；以图像组作为类神经网络的输入，其中，当类神经网络的运算层对其中多个图像进行填补运算时，根据连结关系由多个图像中的相邻图像取得须填补的数据，以保留图像边界部分的特征；以及由类神经网络的运算层的运算而产生填补特征图，并由填补特征图中提取影像特征图。
类神经网络填补影像特征特征图图像组运算层图像运算链接关系神经网络图像边界相邻图像影像投影连结影像预测保留

[发明专利]基于多种低层显著特征的路面裂缝检测方法-CN201410141476.7有效
发明人：唐振民;吕建勇;徐中宁;徐威;钱彬 -专利权人：南京理工大学
申请日： 2014-04-09 - 公布日： 2017-02-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多种低层显著特征的路面裂缝检测方法。在车辆行驶的过程中获取对应里程的高分辨率路面灰度图像，采用局部对比度和稀少性度量裂缝的低层显著特征；利用贝叶斯理论刻画裂缝在双层邻域扩张过程中的不规则曲线结构特性，大面积消除噪声；局部区域增长，增强裂缝特征
基于多种低层显著特征路面裂缝检测方法

[发明专利]图像特征的显著结构和相关结构融合方法-CN201410107862.4有效
发明人：蔺广逢;缪亚林;陈万军;陈亚军;张二虎;朱虹 -专利权人：西安理工大学
申请日： 2014-03-21 - 公布日： 2017-06-20 - 主分类号： G06T5/50 文献下载
摘要：图像特征的显著结构和相关结构融合方法，包括图像的HOG特征和LBP特征的提取步骤、样本集内部图像特征的显著结构的度量步骤、样本集之间图像特征的相关结构的度量步骤和显著结构和相关结构融合映射步骤。本发明首先提取图像的HOG特征和LBP特征，然后用χ2测度度量样本集内部图像特征的显著结构，用典型相关度量样本集之间图像特征的相关结构的度量，最终通过矩阵谱优化求解的方法融合结构，获得融合后的特征集，解决了现有技术无法将图像多特征的显著结构和相关结构融合的问题，并获得了判别能力强的结构融合特征。
图像特征显著结构相关融合方法

[发明专利]基于显著性特征的载运工具定位-CN201580083647.8在审
发明人：赵丛 -专利权人：深圳市大疆创新科技有限公司
申请日： 2015-10-09 - 公布日： 2018-06-08 - 主分类号： G05D1/12 文献下载
摘要：可以确定在所述一张或多张图像中的多个显著性特征。可以计算从所述载运工具到所述显著性特征的距离，并且可以确定所述载运工具的位置。
显著性特征成像装置多张图像计算机可读介质可移动物体无人飞行器耦合到相机捕捉

[发明专利]结合超像素显著性特征与HOG特征图像分类方法和系统-CN201811185997.7有效
发明人：王云艳;罗冷坤;王重阳;周志刚 -专利权人：湖北工业大学
申请日： 2018-10-11 - 公布日： 2020-10-16 - 主分类号： G06K9/46 文献下载
摘要：本发明公开一种结合超像素显著性特征与HOG特征的图像分类算法和系统，包括以下步骤：步骤1，将原始数据集进行HOG特征提取得到特征集A；步骤2，利用超像素分割对原始数据集进行处理，得到重构显著性图像数据集；步骤3，将重构后的显著性图像集利用SLBP编码方式得到新的特征集B，所述SLBP编码方式是对传统LBP编码方式的改进；步骤4，特征融合，将步骤1和步骤3所得到特征集A和特征集B进行相加；步骤5，结合步骤
结合像素显著特征 hog 图像分类方法系统

[发明专利]一种人脸显著特征位置标定方法及系统-CN201410652586.X在审
发明人：徐明亮;傅常顺;杨文寿;邵彦超;杜建平;姬豪杰;张振京 -专利权人：新开普电子股份有限公司
申请日： 2014-11-18 - 公布日： 2015-01-28 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种人脸显著特征位置标定方法及系统，包括以下模块：目标图像采集模块、眼动信息采集模块、眼动信息处理模块、人脸识别训练模块；本发明的优点在于进行人脸识别时通过眼动仪和心理学实验来确定人脸显著特征，大大提高了人脸识别中人脸显著特征确定时的准确度。
一种显著特征位置标定方法系统

[发明专利]一种基于面部显著特征的情感分析方法-CN201910778975.X在审
发明人：孙强;刘磊;张龙涛 -专利权人：西安理工大学
申请日： 2019-08-22 - 公布日： 2019-12-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开的一种基于面部显著特征的情感分析方法，包括输入图像，消除图像中头部倾斜，得到对齐后的面部图像；提取对齐后的面部图像的面部显著区域特征；随后融合以及选择，剔除情感无关因素的影响，筛选情感特征；将最后送入本发明情感分析方法提取对光照和旋转具有鲁棒性的ULBP特征；采用显著性堆叠降噪自编码网络，对ULBP特征选择降维，挑选出对情感具有判别力的特征；采用SVR训练，预测连续的情感标签；不但同时兼具了面部判别块和面部特征点的优势，同时进行选择降维，保留情感相关特征，剔除了原特征中存在的冗余信息，最终采用连续维度描述，全面的对面部情感信息进行分析。
面部图像情感分析对齐降维剔除显著区域特征方法提取面部特征情感标签情感特征情感信息冗余信息输入图像特征选择维度描述显著特征鲁棒性显著性自编码预测堆叠降噪光照送入筛选图像融合保留网络分析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条