“深度特征”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2752138个，建议您升级VIP下载更多相关专利

[发明专利]人员特征深度处理平台-CN201710758163.X有效
发明人：徐宁 -专利权人：极客站企业孵化器管理南京股份有限公司
申请日： 2017-08-29 - 公布日： 2018-03-20 - 主分类号： G06K17/00 文献下载
摘要：本发明涉及一种人员特征深度处理平台，包括现场图像获取设备，设置在运油车车头内部，用于对访问人员进行图像采集以获得并输出访问人员图像；梯度提取设备，用于对于访问人员图像中的每一个像素的像素值，将其像素值减去其同列下行像素的像素值后取绝对值以获得第一绝对值通过本发明，能够深层次对访问人员图像进行处理，提高了特征识别的准确性。
人员特征深度处理平台

[发明专利]深度学习特征波束成形-CN201880100058.X在审
发明人： O·申塔尔 -专利权人：诺基亚通信公司
申请日： 2018-10-11 - 公布日： 2021-07-30 - 主分类号： H04B7/0426 文献下载
摘要：，并且其中W(t)至少基于信道协方差矩阵、第一向量、以及来自第一递归神经网络的前一层的对应于迭代t‑1的输出；并且基于来自第一递归神经网络的收敛输出来确定第一特征向量，其中该第一特征向量被用来执行用于多输入多输出接收和/或发送的波束成形。
深度学习特征波束成形

[发明专利]具有深度的计算摄影特征-CN202080090178.3在审
发明人：戴维·金;杜若飞 -专利权人：谷歌有限责任公司
申请日： 2020-05-26 - 公布日： 2022-08-02 - 主分类号： G06T11/60 文献下载
摘要：一种方法包括：接收图像作为真实世界空间的一部分，将锚放置在该图像上，确定该锚的位置，确定与该锚的位置相关联的深度，将基于该深度的图像编辑算法应用于所捕获的图像，以及渲染该编辑的图像。
具有深度计算摄影特征

[发明专利]人群特征深度学习方法-CN201910056180.8有效
发明人：刘宏军 -专利权人：刘宏军;杭州鸽巢科技有限公司
申请日： 2019-01-22 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及人群特征测试技术领域，尤其涉及一种人群特征深度学习方法，该方法包括建立多种人群特征分类数据库，还包括以下步骤：1)对多种人群特征数据库与数据库分类模型比对形成六个维度相对的十二项行为类型，构建多种人群特征分类数据库，作为判断人群行为趋向；2)所述有效识别行为特征与多人群特征数据库比对，确定目标人员的人群特征类型，并更新多人群特征数据库；3)根据使用者不同应用场景，应用深度学习模型，优化人群特征数据库内形成适应使用者的深度学习数据库；4)根据人群不同行为特征，匹配相应的服务模式。为社会活动提供行为特征数据支撑，从而使各项宣传、营销动作，职场选拔、因人施教方面的匹配服务模式。
人群特征深度学习方法

[发明专利]一种基于多深度特征融合网络的车辆再识别方法-CN201810426492.9有效
发明人：曾焕强;侯进辉;朱建清;蔡磊;陈婧;蔡灿辉;马凯光 -专利权人：华侨大学
申请日： 2018-05-07 - 公布日： 2022-04-05 - 主分类号： G06V10/44 文献下载
摘要：本发明涉及一种基于多深度特征融合的车辆再识别方法，包括：提取训练车辆图像的深度ID特征，提取训练车辆图像的深度颜色特征，提取训练车辆图像的深度车型特征，将提取的三种深度特征进行组合，获得融合特征，通过Softmax分类函数对融合后的深度特征进行分类。本发明对输入的车辆图像提取深度ID特征、深度颜色特征和深度车型特征并进行有效地融合，实现三种深度特征的互补，获得更有表征能力的融合特征，从而实现准确的车辆再识别。
一种基于深度特征融合网络车辆识别方法

[发明专利]一种深度估计方法、装置、终端设备及可读存储介质-CN202310437869.1在审
发明人：王荣刚;张喆;高文 -专利权人：北京大学深圳研究生院
申请日： 2023-04-18 - 公布日： 2023-08-11 - 主分类号： G06T7/55 文献下载
摘要：本申请适用于图像处理技术领域，提供了一种深度估计方法、装置、终端设备及可读存储介质，该方法包括：获取第一图像对应的第一深度图和第二图像，第一图像和第二图像为第一视角下目标的图像，第一图像的分辨率低于第二图像；基于第一深度图和第二图像，提取目标的几何特征和深度特征，得到包含几何信息的第一深度特征图；基于第一深度图和第一深度特征图，提取目标的深度增强特征，得到第二深度特征图；对所述第二深度特征图和第三深度特征图进行特征融合，得到目标特征图，所述第三深度特征图是所述第二图像的深度特征图；基于目标特征图，估计第二图像对应的第二深度图。本申请在进行深度估计时考虑了目标的几何特征，可以提升深度估计的精度。
一种深度估计方法装置终端设备可读存储介质

[发明专利]基于脑电的多模态情绪数据预测方法、装置及相关介质-CN202111465384.0在审
发明人：张锡豪;周如双;梁臻;李琳玲;黄淦;张力;张治国 -专利权人：深圳大学
申请日： 2021-12-03 - 公布日： 2022-03-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于脑电数据的多模态情绪数据预测方法、装置及相关介质，该方法包括：基于域自适应神经网络对脑电数据进行预测投票，得到个体情绪预测标签数据；通过深度卷积网络模型对预设的视听内容提取深度视觉特征和深度听觉特征，并将所述深度视觉特征和深度听觉特征融合为深度视听融合特征；基于所述深度视觉特征、深度听觉特征和深度视听融合特征构建超图，并通过超图分割得到所述深度视觉特征、深度听觉特征和深度视听融合特征对应的潜藏情绪预测标签数据本发明结合脑电数据和视听特征，进行多模态预测，从而提高情绪预测的准确性。
基于多模态情绪数据预测方法装置相关介质

[发明专利]一种基于本征特征迁移的深度模型压缩方法-CN201911276620.7有效
发明人：张金霞;魏海坤;张侃健 -专利权人：东南大学
申请日： 2019-12-13 - 公布日： 2023-07-18 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于本征特征迁移的深度模型压缩方法，所述方法包括以下步骤：基于奇异值分解方法，将老师深度模型中的一组特征图进行分解，提取老师深度模型中的本征特征图组；将学生深度模型中的一组特征图与老师深度模型中的本征特征图组进行对齐；基于奇异值计算各本征特征图的权重；通过最小化学生深度模型中特征图组和老师深度模型中本征特征图组的加权差值，将老师深度模型中的本征特征迁移给学生深度模型，从而提高学生深度模型的性能。本发明提取老师深度模型中最本质的本征特征图，并有效迁移给学生深度模型，有助于提高深度模型压缩的精度，获得高性能的学生深度模型。
一种基于特征迁移深度模型压缩方法

[发明专利]视频的人脸匹配方法、装置及计算机设备-CN202211666892.X在审
发明人：张瑶 -专利权人：深圳万兴软件有限公司
申请日： 2022-12-20 - 公布日： 2023-03-28 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了视频的人脸匹配方法、装置及计算机设备，用于对目标视频进行人脸跟踪，包括：获取当前视频帧中各目标人脸分别对应的当前人脸深度特征；基于特征存储器中存储的目标人脸深度特征分别与当前人脸深度特征之间的相似度确定深度特征匹配结果；基于深度特征匹配结果判断是否存在未匹配的当前人脸深度特征和目标人脸深度特征；若存在未匹配的当前人脸深度特征和目标人脸深度特征，基于未匹配的当前人脸深度特征对应的当前人像HOG特征与未匹配的目标人脸深度特征对应的目标人像HOG特征之间的相似度进行辅助匹配，进而确定当前视频帧中目标人脸的最终匹配结果。
视频匹配方法装置计算机设备

[发明专利]图像处理方法、装置、电子设备和存储介质-CN202111272463.X在审
发明人：李莹莹;谭啸;孙昊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-10-29 - 公布日： 2022-03-01 - 主分类号： G06V20/56 文献下载
摘要：本公开提出了一种图像处理方法、装置、电子设备和存储介质，涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术。方案为：将待处理的图像输入识别模型中深度特征提取网络以得到深度特征图，以及输入语义特征提取网络以得到语义分割特征图，将深度特征图和语义分割特征图输入图像识别模型的特征交互网络进行融合，以得到融合语义特征的目标深度特征图和融合深度特征的目标语义分割特征图，将目标深度特征图和目标语义分割特征图，输入对应的输出网络，以得到深度估计结果和语义分割结果，通过交互网络，将语义分割特征图和深度特征图进行特征融合，实现根据两个任务间的相关性，学习到更好的特征表达，提高了深度估计和语义分割的准确性
图像处理方法装置电子设备存储介质

[发明专利]深度图像输出模型训练方法、深度图像获取方法及装置-CN202210381423.7在审
发明人：王啸峰;叶云;黄冠 -专利权人：北京鉴智科技有限公司
申请日： 2022-04-12 - 公布日： 2022-07-29 - 主分类号： G06V10/774 文献下载
摘要：本申请提供了一种深度图像输出模型训练方法、深度图像获取方法及装置。所述方法包括：获取样本参考图像的二维图像特征和N幅样本源图像的三维代价体特征；调用深度特征提取网络层对二维图像特征进行特征提取，得到与深度估计关联的二维预测深度特征；调用极线Transformer网络层根据二维预测深度特征对三维代价体特征进行融合处理，生成三维融合代价体特征；基于二维预测深度特征和三维融合代价体特征，计算深度图像输出模型的损失值；在损失值处于预设范围内的情况下，将训练后的不包含深度特征提取网络层的深度图像输出模型作为最终的目标深度图像输出模型本申请可以提高深度图像的输出效率，及模型输出深度图像的精度。
深度图像输出模型训练方法获取装置

[发明专利]一种深度估计方法、装置、电子设备及存储介质-CN202010445687.5在审
发明人：范馨予 -专利权人：创新奇智（北京）科技有限公司
申请日： 2020-05-22 - 公布日： 2020-09-01 - 主分类号： G06T7/55 文献下载
摘要：本申请提供一种深度估计方法、装置、电子设备及存储介质，用于改善获得的深度估计图存在二维图像的局部深度信息不够准确的问题。该方法包括：获得第一图像和第二图像，第一图像和第二图像是目标视频中的不同视频帧；提取第一图像中的第一深度特征图，并提取第二图像中的第二深度特征图，深度特征图表征二维图像中的三维深度信息；将第一图像和第二图像进行拼接融合，获得融合图像；根据融合图像、第一深度特征图和第二深度特征图确定遮蔽特征图，遮蔽特征图表征图像中的噪声被遮蔽后的特征图；根据遮蔽特征图和第一深度特征图确定深度估计图，深度估计图表征第一图像和第二图像的三维深度信息
一种深度估计方法装置电子设备存储介质

[发明专利]基于多特征融合的相关滤波跟踪方法-CN201710339263.9有效
发明人：许士芳;韩从道;赵怀林 -专利权人：上海应用技术大学
申请日： 2017-05-15 - 公布日： 2021-03-23 - 主分类号： G06T7/246 文献下载
摘要：本发明提供了一种基于多特征融合的相关滤波跟踪方法，包括以下步骤：读取t‑1时刻图像以目标块的目标位置及大小；在图像中，提取以目标位置为中心的目标区域，并计算目标区域的HOG特征，深度颜色特征及深度运动特征；根据HOG特征，深度颜色特征及深度运动特征构建滤波器；读取t时刻的图像的数据，并在该图像中以t‑1时刻的目标位置为中心提取候选区域，并计算该候选区域的HOG特征，深度颜色特征及深度运动特征；在t时刻的图像中，以t时刻的目标位置为中心提取候选区域，并计算该候选区域的HOG特征，深度颜色特征及深度运动特征；根据t时刻的HOG特征，深度颜色特征及深度运动特征更新滤波器。
基于特征融合相关滤波跟踪方法

[发明专利]一种双特征融合引导的深度图像超分辨率重建方法-CN202211628783.9在审
发明人：王宇;耿浩文 -专利权人：长春理工大学
申请日： 2022-12-19 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明提出一种基于双特征融合引导的深度图像超分辨率重建方法，网络模型包括特征提取部分和深度恢复重建部分。特征提取部分以经双三次插值放大后的深度图和同场景彩色图的强度图作为输入，采用输入金字塔分别提取逐级提取深度特征和强度特征，得到多尺度特征，得到的特征作为深度恢复重建部分的输入；深度恢复重建部分则是将提取到的最后一级深度特征和强度特征先经过双通道融合模块进行特征融合，然后利用双特征引导重建模块利用特征提取部分得到的深度特征和强度特征对上一级重建特征进行逐级的引导恢复重建，最后得到重建效果好的深度图。
一种特征融合引导深度图像分辨率重建方法

[发明专利]一种基于深度融合的视频显著性检测方法-CN201910968451.7在审
发明人：周晓飞;温洪发;张继勇;颜成钢 -专利权人：杭州电子科技大学
申请日： 2019-10-12 - 公布日： 2020-03-24 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度融合的视频显著性检测方法，本发明方法包括深度特征提取网络、深度特征融合网络和显著性预测网络。模型的输入是当前帧图像和光流图像。首先，深度特征提取网络提取多级深度特征，产生深度空间特征和深度时间特征。然后，采用注意力模块分别强化学习两个分支中每级产生的深度特征，深度特征融合网络分级方式融合多级深度特征。将融合得到的深度特征与边界信息相结合并显著性预测网络进行预测，产生当前帧的最终显著性图。本发明方法提供的网络模型可以充分有效地利用空间信息和时间信息来实现对视频中显著性目标的预测。
一种基于深度融合视频显著检测方法

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