“梯度特征”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2508077个，建议您升级VIP下载更多相关专利

[发明专利]一种基于立体视觉的图像特征提取方法、系统以及存储介质-CN202310271167.0在审
发明人：罗坚铭;黄冠成;关日钊;李威胜 -专利权人：佛山缔乐视觉科技有限公司
申请日： 2023-03-17 - 公布日： 2023-06-23 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于立体视觉的图像特征提取方法，包括图像采集：通过立体视觉装置对工件进行拍照采集点云图，对所述点云图进行分离，获得深度图A；膨胀处理：对所述深度图A进行膨胀处理以获得图像B，将膨胀后的所述图像B减去所述深度图A以获取梯度图像C；分层边缘提取：遍历所述梯度图像C，将所述梯度图像C中高度梯度值小于设定阈值θ的像素点置0，以获得带有轮廓特征的图像D；最高层筛选：对所述图像D进行联通区域筛选，提取其中最大的联通区域获得点云图像E；轮廓特征配准：对所述点云图像E进行轮廓提取，以获得轮廓特征，调用所述轮廓特征与保存的特征模板进行ICP配准；能够针对堆叠的平面钣金或冲压件的特征进行精确识别定位。
一种基于立体视觉图像特征提取方法系统以及存储介质

[发明专利]一种人体动作识别方法-CN201810373614.2有效
发明人：范敏;韩琪;刘亚玲;陈欢;胡雅倩;范理波 -专利权人：重庆大学
申请日： 2018-04-24 - 公布日： 2022-03-08 - 主分类号： G06V40/20 文献下载
摘要：本发明公开一种基于运动边界稠密采样和运动梯度直方图的人体动作识别方法，主要包括以下步骤：1)输入视频流。2)计算输入视频的光流场并进行特征点采样，提取稠密特征点。3)计算特征点的轨迹。4)沿该特征点轨迹计算稠密描述符。5)对相邻两帧视频图像在时间上求导得到时序上的运动图像，再计算运动图像的空间梯度，得到运动梯度描述符HMG。6)对各个描述符分别进行特征编码。7)对各个描述符作正则化处理后，将稠密描述符与运动梯度描述符以串联形式相连接形成特征向量。8)对特征向量进行训练和学习得到人体动作识别模型。9)利用所述人体动作识别模型对人体动作进行识别。
一种人体动作识别方法

[发明专利]基于CNN-LFM模型的推荐方法、系统及存储介质-CN201810766937.8有效
发明人：梁昌勇;范汝鑫;陆文星;赵树平;王彬有 -专利权人：合肥工业大学
申请日： 2018-07-13 - 公布日： 2022-04-22 - 主分类号： G06Q30/06 文献下载
摘要：推荐方法包括：收集网络数据；对图像和评分数据预处理；将图像输入卷积神经网络模型中以提取图像的图像特征和参数；将评分数据转化成评分矩阵，采用隐语义模型对用户的评分矩阵进行矩阵分解；以图像特征和卷积神经网络参数为条件约束物品的潜在特征，得到物品的潜在特征和用户的潜在特征；根据物品的潜在特征和用户的潜在特征预测未知评分；结合未知评分生成损失函数；计算损失函数中的梯度；判断梯度是否为0；在判断梯度为0的情况下，输出未知评分；在判断梯度不为
基于 cnn lfm 模型推荐方法系统存储介质

[发明专利]一种异构系统的并行逻辑回归方法与系统-CN201510945415.0在审
发明人：王娅娟;张广勇;吴韶华;卢晓伟;张清 -专利权人：浪潮（北京）电子信息产业有限公司
申请日： 2015-12-16 - 公布日： 2016-05-04 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种异构系统的并行逻辑回归方法与系统，将逻辑回归模型的目标函数的梯度计算通过并行化的方式计算得到，将计算梯度使用的样本的特征向量构成样本矩阵，分类标签构成标签向量，将样本矩阵、标签向量和特征权重向量分别进行划分，划分后分配到批量的计算节点上分别计算再将结果并归得到大量样本的梯度值，从而根据并行计算得到的梯度确定目标特征权重向量，完成LR问题的求解，可以利用批量的计算节点高效地进行大规模样本的LR问题的并行求解
一种系统并行逻辑回归方法

[发明专利]基于区域光谱梯度特征对比的高光谱图像显著性检测方法-CN201510795831.7有效
发明人：张艳宁;魏巍;严杭琦;张磊;李勇 -专利权人：西北工业大学
申请日： 2015-11-18 - 公布日： 2019-02-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于区域光谱梯度特征对比的高光谱图像显著性检测方法，用于解决现有高光谱图像显著性检测方法准确率低的技术问题。技术方案是首先提取光谱梯度特征，并在所得数据上对图像数据进行过分割，获得一组超像素；再使用聚类方法将在光谱梯度特征上相似的超像素标记成同一类别，从而形成具有不同光谱梯度特征的区域。对每一区域，利用区域对比方法，计算其与相邻区域的光谱梯度特征对比值作为其显著性响应值。
基于区域光谱梯度特征对比图像显著检测方法

[发明专利]基于联合三边特征滤波的图像超分辨率重建方法与系统-CN202210924242.4有效
发明人：左一帆;徐雅萍;谢家城;姜文晖;方玉明 -专利权人：江西财经大学
申请日： 2022-08-03 - 公布日： 2022-10-25 - 主分类号： G06T3/40 文献下载
摘要：本发明提出一种基于联合三边特征滤波的图像超分辨率重建方法与系统，所述方法包括：对高分辨率图像进行下采样以得到低分辨率图像，并构建单图像超分辨率重建模型；通过图像重建分支中的特征细化模块，以提取得到多层级图像特征；通过梯度预测分支中的梯度细化模块，以提取得到多层级梯度特征；基于图像重建分支与梯度预测分支，通过联合三边特征滤波模块进行融合指导，以实现自适应调整目标域的卷积核，并由粗到细进行高分辨率图像的重建；当单图像超分辨率重建模型迭代至收敛本发明深入挖掘梯度域与像素域之间的互指导作用，最终实现良好的重建效果。
基于联合三边特征滤波图像分辨率重建方法系统

[发明专利]模型构建方法及装置、手指静脉识别方法及装置-CN202310370124.8在审
发明人：褚洪佳;孙含泉;陈光胜 -专利权人：上海东软载波微电子有限公司
申请日： 2023-04-07 - 公布日： 2023-07-18 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种模型构建方法及装置、手指静脉识别方法及装置，其中，模型构建方法包括：采集大量手指静脉图像，建立手指静脉图像标准数据集；按照设定间隔将所述手指静脉图像划分为多个梯度方向区间、以及多个大小相同的像素单元；将各像素单元中的像素点映射到所属的梯度方向区间，得到各梯度方向区间的像素点；以所述像素单元为单位确定各梯度方向区间的梯度特征向量；利用所述梯度特征向量构建手指静脉分类模型。
模型构建方法装置手指静脉识别

[发明专利]基于边缘梯度势能的车辆类型检测方法-CN201610571705.8有效
发明人：欧阳毅;凌云;柴春来 -专利权人：浙江工商大学
申请日： 2016-07-18 - 公布日： 2019-02-22 - 主分类号： G06K9/62 文献下载
摘要：一种基于边缘梯度势能的车辆检测方法。该方法包括以下步骤：提取训练样本梯度势能特征；利用置信图从训练图像中学习出用于表示车辆对象的边缘梯度势能强度参数，以及所述车辆目标边缘梯度势能的置信概率；利用学习得到的边缘梯度势能对输入的测试图像检测窗口进行粗过滤，再利用面向梯度的直方图特征精细检测，得到测试图像中车辆所在的区域。
基于边缘梯度势能车辆类型检测方法

[发明专利]图像复原方法、装置、电子设备及计算机存储介质-CN202210799022.3在审
发明人：赵洋;范帆;陈缘;曹力;李琳;刘晓平 -专利权人：合肥工业大学
申请日： 2022-07-06 - 公布日： 2022-11-01 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及图像处理与计算机视觉领域，提供一种图像复原方法、装置、电子设备及计算机存储介质，该方法包括：通过纹理编码模块对输入图像进行纹理编码，结合纹理分支网络对编码后的输入图像进行纹理复原，输出最终纹理复原图像；通过梯度编码模块对输入图像进行梯度编码，结合梯度分支网络对编码后的输入图像进行梯度复原，输出最终梯度复原图像；通过主干网络对输入图像进行超分辨率处理，输出最终重建特征图；将最终纹理复原图像、最终梯度复原图像和最终重建特征图进行融合，得到携带有纹理信息和梯度信息的复原图像本申请实施例提供的图像复原方法在图像超分辨率复原的过程中，保留了纹理信息和梯度信息，提升低分辨率图像的复原质量。
图像复原方法装置电子设备计算机存储介质

[发明专利]基于对数梯度直方图的广义光照不变人脸特征描述方法-CN201510901669.2有效
发明人：朱俊勇;赖剑煌;郑伟诗;逯峰 -专利权人：中山大学
申请日： 2015-12-08 - 公布日： 2020-06-26 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及基于对数梯度直方图的广义光照不变人脸特征描述方法，包括以下步骤：(1)将人脸图像做预处理，通过双眼中心坐标进行对齐、裁剪并归一化成固定大小；(2)对预处理的人脸图像作对数高斯差分滤波处理；(3)在滤波后的人脸图像上计算梯度幅值和梯度方向；(4)对梯度幅值和梯度方向作后处理；(5)将人脸图像均匀分割成若干小分块，在每个分块中根据梯度幅值和梯度方向计算梯度直方图，最终将所有分块的直方图合并作为人脸的光照不变特征
基于对数梯度直方图广义光照不变特征描述方法

[发明专利]一种基于哈希学习的神经网络压缩方法及系统-CN201910892713.6在审
发明人：沈明珠;徐毅;刘祥龙 -专利权人：北京航空航天大学
申请日： 2019-09-20 - 公布日： 2020-02-11 - 主分类号： G06N3/04 文献下载
摘要：该方法包括如下步骤：在前向传播中，将每个神经网络层的输入特征图和权重矩阵通过投影矩阵进行压缩，计算输出特征图；在后向传播中，根据输出特征图计算神经网络的损失函数，并通过损失函数计算每层的输入特征图的梯度值、权重矩阵的梯度值和投影矩阵的梯度值；根据每层的权重矩阵的梯度值以及每层的投影矩阵的梯度值分别对权重矩阵和投影矩阵进行更新。
权重矩阵投影矩阵神经网络损失函数输出特征输入特征哈希分类准确率压缩前向传播随机投影性能退化可接受图计算最小化后向算法学习更新传播全局

[发明专利]一种基于双梯度的弱监督目标定位方法及装置-CN202110367847.3在审
发明人：薛松;罗情平;侯飞;师帅;王曙;徐磊;孟彤;李乾 -专利权人：中车青岛四方车辆研究所有限公司
申请日： 2021-04-06 - 公布日： 2021-07-16 - 主分类号： G06K9/20 文献下载
摘要：本发明提供了一种基于双梯度的弱监督目标定位方法，包括：将图像数据集作为训练集，训练原始深度学习分类模型，得到深度学习模型；图像数据集包括多个图像数据和标注向量，深度学习模型输出卷积特征图、多个类别和每个类别的概率向量；根据类别、概率向量和每个类别的标注向量，计算概率向量与标注向量的交叉熵损失；计算交叉熵损失关于卷积特征图的第一梯度；根据第一梯度对卷积特征图进行信息增强，得到类别信息增强图；计算概率向量关于卷积特征图的第二梯度；根据类别信息增强图和第二梯度，计算定位图；根据定位图和预设的阈值，确定蒙版；根据预设的函数，确定蒙版中的多个连通域；连通域具有边界线；根据边界线，确定目标定位边框。
一种基于梯度监督目标定位方法装置

[发明专利]基于自主进化损失的图像检索与识别方法-CN202211577810.4在审
发明人：王鹏;王云龙;张艳宁;吴瑞祺;杨路 -专利权人：西北工业大学
申请日： 2022-12-09 - 公布日： 2023-06-13 - 主分类号： G06V10/82 文献下载
摘要：本发明公开一种基于自主进化损失的图像检索与识别方法，提出了一种全新的类Softmax度量损失函数，它与原始的Softmax损失函数共享参数，他们形式类似，但有三个主要差异：不同的γ、L2归一化特征和停止梯度更新的由于梯度停止Softmax损失函数中使用的特征是L2归一化的，因此训练阶段的距离度量与测试阶段的一致，而与原始Softmax损失函数共享参数也使网络能够获得良好的表征(类中心)，从而解决了训练难以收敛的问题；中心的梯度在梯度停止Softmax损失函数中停止更新，但样本特征不会停止梯度更新，这样的设定可以迫使样本特征接近高球面上的类中心。
基于自主进化损失图像检索识别方法

[发明专利]一种利用压力结构指示油气优势运移指向的方法-CN201810623559.8有效
发明人：刘华;袁飞飞;景琛;蒋有录;冯月琳;刘雅利 -专利权人：中国石油大学（华东）
申请日： 2018-06-15 - 公布日： 2020-07-24 - 主分类号： G06Q50/02 文献下载
摘要：本发明涉及一种利用压力结构指示油气优势运移指向的方法，其具体步骤为：S1、收集与整理研究区的地质资料、测井资料、录井资料以及测试资料；S2、结合研究区录井和测井资料，选取压力预测方法进行地层压力预测，建立单井纵向压力分布特征；S3、通过压力结构形态特征、压力结构的超压幅度以及压力结构顶底边界变化特征，划分压力结构形态类型，S4、计算顶界面压力梯度和底界面压力梯度，S5、明确压力结构的形态类型，结合压力梯度计算和油气分布特征，明确油气优势运移指向和油气保存的最小压力梯度。本发明与现有技术相比，能够更加准确的反映油气优势运移指向，并且确定了油气保存的最小压力梯度。
一种利用压力结构指示油气优势指向方法

[发明专利]磁共振成像方法及系统-CN201911166987.3有效
发明人：翟人宽 -专利权人：上海联影医疗科技股份有限公司
申请日： 2019-11-25 - 公布日： 2023-04-25 - 主分类号： A61B5/055 文献下载
摘要：所述方法包括：在多个重复时间内分别对成像部位施加射频脉冲序列，产生与射频脉冲序列对应的回波序列；加预散相梯度将回波序列中的回波进行分离，得到第一特征信号源和第二特征信号源；施加第一分离编码梯度和第二分离编码梯度；利用第一分离编码梯度获取第一特征信号源对应的第一K空间数据，以及利用第二分离编码梯度获取第二特征信号源对应的第二K空间数据；基于各重复时间内的第一K空间数据和第二K空间数据进行图像重建，得到成像部位对应的磁共振图像
磁共振成像方法系统