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291933个,建议您升级VIP下载更多相关专利
  • [发明专利]目标检测方法、装置、电子设备及存储介质-CN202210851147.6有效
  • 朱优松;陈志扬;赵朝阳;李朝闻;王金桥;唐明 - 中国科学院自动化研究所
  • 2022-07-20 - 2023-02-21 - G06V10/40
  • 本发明提供一种目标检测方法、装置、电子设备及存储介质,涉及计算机视觉技术领域,包括:确定待检测图像和目标物体类别集,目标物体类别集用于表征需要从待检测图像中检测的不同目标物体类别;将目标物体类别集和待检测图像输入至目标检测模型,获取目标检测结果;目标检测结果包括待检测图像中与目标物体类别集对应的目标物体的目标类别和目标位置;目标检测模型是基于样本物体类别集、样本图像,以及样本图像中样本物体类别标签和样本物体位置标签训练得到的,样本物体类别集用于表征需要从样本图像中检测的不同样本物体类别。本发明方法结合额外输入的目标物体类别集,灵活控制所需检测的目标物体,能够更好地适配多样化的目标检测定制需求。
  • 目标检测方法装置电子设备存储介质
  • [发明专利]图片检测的方法和装置-CN201610592907.0在审
  • 杨松;陈志军;张旭华 - 北京小米移动软件有限公司
  • 2016-07-25 - 2016-12-14 - G06K9/32
  • 本公开是关于一种图片检测的方法和装置,该方法包括:根据预设的检测区域生成规则为输入的待检测图片生成N个检测区域,计算每个检测区域分别属于M个物体类别中每个物体类别的概率,根据每个检测区域属于每个物体类别的概率,对每个物体类别包含的N个检测区域进行非最大值抑制,得到每个物体类别的最佳检测区域,从M个物体类别的最佳检测区域中确定概率大于第一阈值的最佳检测区域属于的物体类别为待检测图片包含的物体类别。另外,通过卷积神经网络识别物体类别,也能提高图片检测的准确率。
  • 图片检测方法装置
  • [发明专利]用于识别物体类别的方法及装置、电子设备-CN201611168161.7有效
  • 李步宇;闫俊杰 - 北京市商汤科技开发有限公司
  • 2016-12-16 - 2021-02-26 - G06K9/62
  • 本发明实施例提供一种用于识别物体类别的方法及装置、电子设备。其中,用于识别物体类别的方法包括:根据待检测图像的多个物体候选框中M个关键点的位置信息从相应的物体候选框中确定M个关键点邻域区域,其中,M为N个预设的物体类别的关键点的总个数,M和N均为正整数;根据所述M个关键点邻域区域,采用用于识别图像中物体类别的卷积神经网络模型,确定所述待检测图像中至少一个物体类别信息。本发明实施例的用于识别物体类别的方法及装置、电子设备,实现了在单类别或多类别物体的识别,识别准确性高。尤其是对于多类别物体识别的情况下,相对现有技术,识别准确性更高。
  • 用于识别物体类别方法装置电子设备
  • [发明专利]基于监控场景的人物交互关系检测方法以及系统-CN202310548055.5在审
  • 王凤菊;丁丽珠;王艳清 - 智慧互通科技股份有限公司
  • 2023-05-16 - 2023-09-01 - G06V20/52
  • 本发明公开一种基于监控场景的人物交互关系检测方法以及系统,涉及图像处理技术领域,包括:根据人物关系数据集对多类别目标检测网络、行人姿态识别网络以及行人包络框检测网络进行训练,获得每个目标的类别与位置、行人姿态类别以及行人包络框位置;根据每个目标的类别与位置,获取物体类别与位置,并根据物体类别与位置,获得物体包络框位置;根据行人包络框位置与物体包络框位置,计算行人与物体的距离;根据行人与物体的距离、行人姿态类别以及物体类别,获得人物交互关系,解决了传统方法中将人和物体逐个进行组合分析导致的检测效率低的技术问题,节省了人力、物力以及时间。
  • 基于监控场景人物交互关系检测方法以及系统
  • [发明专利]一种触摸物体的检测识别方法及其装置-CN201910081290.X有效
  • 赵国荣;陆飞;黄伟华;雷秀洋 - 上海品奇数码科技有限公司
  • 2019-01-28 - 2023-05-16 - G06V10/764
  • 本发明涉及一种触摸物体的检测识别方法及其装置,所述方法包括:1、预先选定好各类别待检测物体;2、定期检测触摸物体并给出其触摸相关信息;3、抽象并提取各类别待检测物体的触摸几何特征;4、抽象并提取当前触摸物体的触摸几何特征;5、对当前触摸物体和各类别待检测物体进行匹配度计算;6、采集当前触摸物体的图像;7、图像识别并计算当前触摸物体属于各类别待检测物体的概率;8、通过加权平均计算以确定当前触摸物体所属类别;9、由当前触摸物体所属类别索引得到其非触摸特征;10、结合触摸相关信息和非触摸特征,完成对当前触摸物体的检测识别。
  • 一种触摸物体检测识别方法及其装置
  • [发明专利]物体检测处理方法、装置、系统、电子设备及存储介质-CN202311175688.2在审
  • 唐志宏;郑剑杰;卢春明 - 上海超群检测科技股份有限公司
  • 2023-09-13 - 2023-10-24 - G06T7/62
  • 本申请提供一种物体检测处理方法、装置、系统、电子设备及存储介质,所述方法包括:接收可见光检测装置发送的待测物体的可见光检测数据,所述可见光检测数据包括如下至少一项:形状信息、实际重量、颜色;根据所述可见光检测数据,确定所述待测物体的目标类别;接收多能X射线检测装置发送的所述待测物体的多能检测数据;根据所述目标类别,获取所述目标类别对应的多个子类别能量衰减模型;根据所述多能检测数据以及所述多个子类别能量衰减模型,确定所述待测物体的待验证子类别,并根据所述待验证子类别以及所述待测物体的可见光检测数据确定所述待测物体的目标子类别。可以实现对物体的全面检测,避免物体信息的缺失,提高检测效率。
  • 物体检测处理方法装置系统电子设备存储介质
  • [发明专利]物体分拣方法、装置、分拣设备及存储介质-CN201910638417.3在审
  • 林雨辉 - 顺丰科技有限公司
  • 2019-07-16 - 2021-01-19 - G06K9/62
  • 本申请实施例公开了一种物体分拣方法、装置、分拣设备及存储介质,本申请实施例可以获取待分拣物体物体图像;对物体图像进行检测,得到待分拣物体物体掩膜和物体类别;根据待分拣物体物体掩膜确定待分拣物体的重心位置;根据重心位置和物体类别对待分拣物体进行分拣处理。该方案通过检测物体图像中待分拣物体的重心位置和物体类别,并基于重心位置和物体类别自动对待分拣物体进行分拣处理,相对于人工分拣,提高了对物体进行分拣的精度和效率。
  • 物体分拣方法装置设备存储介质
  • [发明专利]机器人系统中的细粒度物体识别-CN201880003293.5有效
  • 蒋伟;王炜 - 华为技术有限公司
  • 2018-03-05 - 2021-02-12 - G06K9/00
  • 公开了一种用于机器人系统中的细粒度物体识别的方法,所述方法包括:从成像装置获取物体的图像;基于所述图像,使用深度类别级检测神经网络检测预定义的物体类别;为所述深度类别级检测神经网络检测到的每个预定义物体类别生成特征映射;基于所述特征映射,使用与所述物体的预定义类别对应的深度实例级检测神经网络生成嵌入特征,其中物体的每个预定义类别包括对应的不同实例级检测神经网络;基于所述嵌入特征的分类确定所述物体的实例级。
  • 机器人系统中的细粒度物体识别
  • [发明专利]基于人工智能的物体检测方法、装置、设备及存储介质-CN202010281303.0有效
  • 程衍华;林榆耿 - 腾讯科技(深圳)有限公司
  • 2020-04-10 - 2023-07-28 - G06V10/764
  • 本申请公开了一种基于人工智能的物体检测方法、装置、设备及存储介质,属于图像处理技术领域。本申请通过物体检测模型对目标图像进行特征提取,得到不同尺度的特征图,基于不同尺度的特征图,确定目标图像中物体的所在位置和物体属于各个类别的第一置信度;再基于物体的所在位置,对目标图像截图,得到截图图像;通过物体检索模型将截图图像与多个类别的样本图像对比,得到物体属于各个类别的第二置信度;将各个类别中所对应第一置信度和第二置信度之和最大的类别,确定为物体所属的类别。在本方案中,将物体检测模型和物体检索模型相结合,进行两次类别预测,由物体检索模型对物体检测模型的预测结果进行修正,提高预测结果的准确性。
  • 基于人工智能物体检测方法装置设备存储介质

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