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9912个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于内容感知信息的图像阴影消除方法-CN202010430576.7有效
  • 张玲;石恒 - 武汉科技大学
  • 2020-05-20 - 2023-04-18 - G06T5/00
  • 本发明提供一种基于内容感知信息的图像阴影消除方法,包括:建立虚拟场景和真实场景的阴影图像数据集及无阴影图像数据集;构建生成器网络模型,该生成器网络模型包含全局内容网络及局部修正网络;将阴影图像x作为输入对生成器网络模型进行训练,经过全局内容网络后输出初始阴影消除结果图像x1,再经过局部修正网络后输出最终阴影消除结果图像x2;构建鉴别器网络模型;将最终阴影消除结果图像x2及对应的无阴影图像y作为鉴别器网络的输入;通过损失函数对生成器网络模型及鉴别器网络模型进行训练优化;利用优化后的生成器网络模型对待处理阴影图像进行阴影消除本发明的基于内容感知信息的图像阴影消除方法处理得到的无阴影图像自然真实。
  • 一种基于内容感知信息图像阴影消除方法
  • [发明专利]图像处理方法及装置-CN202010435861.8有效
  • 黄振;李巧 - 维沃移动通信有限公司
  • 2020-05-21 - 2023-10-24 - G06T5/00
  • 该方法包括:获取包括阴影的目标图像;基于目标模型去除目标图像中的阴影,得到去除阴影后的图像;其中,目标模型为基于包括阴影的目标图像样本和目标图像样本对应的阴影图像样本训练的模型;目标图像样本为基于拍摄的无阴影图像样本和预设的仿真成像条件生成的样本;阴影图像样本为基于目标图像样本和无阴影图像样本确定的样本。根据上述方法,可以去除图像中的阴影,使图像更为清晰。
  • 图像处理方法装置
  • [发明专利]多尺度多特征融合的遥感影像阴影检测提取方法及系统-CN201610202779.4在审
  • 邵振峰;罗晖;李德仁 - 武汉大学
  • 2016-03-31 - 2017-10-24 - G06K9/62
  • 本发明提高一种多尺度多特征融合的遥感影像阴影检测提取方法及系统,包括将原始高分辨遥感影像进行多种尺度下的对象分割,获取初始的影像对象;将遥感影像投影变换至RGB和HSI颜色空间,获取三种不变的阴影颜色特征,得到相应二值候选阴影影像;根据每种尺度下对象分割结果,分别采用D‑S证据理论融合步骤b提取的多种不变的阴影光谱特征进行面向对象的阴影提取;将不同尺度下获取的阴影提取结果进行决策融合,从而获取最终的阴影区域本发明综合考虑的阴影的多方面颜色特征和不同尺度下的空间特征,对不同大小范围的阴影区域都有很高检测精度,同时保证阴影区域提取完整性,使获取的阴影检测结果具有更高的质量和更大的实用价值。
  • 尺度特征融合遥感影像阴影检测提取方法系统
  • [发明专利]地图建立方法、自移动设备、自动工作系统-CN201910930354.9在审
  • 何明明 - 苏州宝时得电动工具有限公司
  • 2019-09-29 - 2021-03-30 - G05D1/02
  • 一种地图建立方法,包括:生成工作区域地图及初始阴影段,所述工作区域地图为边界的地图,所述初始阴影段为边界上的定位信号不满足质量要求的部分;根据初始阴影段生成初始阴影区;探索初始阴影区,并采集探索过程中的定位信号质量数据及定位坐标;根据定位信号质量数据生成校正阴影区。一种自移动设备,包括:控制模块;地图生成模块;探索模块,阴影区修正模块。一种自动工作系统,其具有所述的自移动设备。通过先对阴影区的实际范围进行探索,然后获得校正阴影区,进而能够更新工作区域地图,可以提高自移动设备的工作效率,有效控制自移动设备在阴影区内停留的时间,并可以合理规划对阴影区的处理方式,提高定位精度。
  • 地图建立方法移动设备自动工作系统
  • [发明专利]一种图像的阴影去除方法-CN202210822768.1在审
  • 刘刚 - 杭州海康威视数字技术股份有限公司
  • 2022-07-12 - 2022-09-23 - G06T5/00
  • 本申请实施例公开了一种图像的阴影去除方法,涉及图像处理技术领域,用于准确地消除图像的横纹阴影。该方法包括:获取具有横纹阴影的原始图像;将原始图像转换为灰度图,并对灰度图进行低通滤波处理,以确定第一光场图和第二光场图;其中,第一光场图用于表征原始图像的各个像素点在去除横纹阴影的干扰的情况下的亮度信息,第二光场图用于表征原始图像的各个像素点在保留横纹阴影的干扰的情况下的亮度信息;根据第一光场图和第二光场图,确定阴影补偿矩阵,阴影补偿矩阵用于记录原始图像中各个像素点对应的阴影补偿系数;基于阴影补偿矩阵,对原始图像进行阴影校正处理,得到消除横纹阴影的图像。
  • 一种图像阴影去除方法
  • [发明专利]一种语义感知的图像阴影检测方法-CN202211089904.7在审
  • 周凯;邵艳利;方景龙;魏丹;王兴起 - 杭州电子科技大学
  • 2022-09-07 - 2023-01-31 - G06V10/764
  • 本发明公开了一种语义感知的图像阴影检测方法,以阴影图像为输入,进行端到端的阴影掩膜预测。包括构建阴影检测网络、制作语义标注集和实现多任务学习三部分。具体是通过构建一个基于Swin Transformer的阴影检测网络,用于学习全局和长程信息交互,融合了阴影多尺度预测图,保证检测结果的完整度和细粒度。然后利用公开数据集对阴影图像GT进行了语义标注以获得语义标签。最后设计了一个结合阴影监督和语义监督的多任务学习框架,巧妙的利用了图像多尺度特征信息,进行鲁棒的阴影知识学习。经过训练后得到了一个参数大小为24.37M的高效阴影检测网络,可以有效地避免歧义区域的干扰,克服了现有阴影检测方法存在的局限性。
  • 一种语义感知图像阴影检测方法
  • [发明专利]用于处理图像阴影的方法、装置及存储介质-CN202310835560.8在审
  • 吴犀;李頔;白云超;吕宗明;吴锐 - 重庆长安汽车股份有限公司
  • 2023-07-07 - 2023-09-05 - G06T5/00
  • 本申请公开了一种用于处理图像阴影的方法、装置及存储介质。该方法包括:构建基于汇聚特征的目标多任务网络,将待测图像输入至目标多任务网络中得到目标去阴影图像和目标阴影掩膜图像;确定目标阴影掩膜图像中的阴影面积比例;将阴影面积比例与设定阈值进行比较;在阴影面积比例大于设定阈值的情况下,将目标去阴影图像确定为目标图像;在阴影面积比例小于或等于设定阈值的情况下,将待测图像确定为目标图像;其中,目标图像为自动驾驶感知任务的输入图像。本申请采用了基于汇聚特征的多任务网络,其自动化程度较高、运行效率较高且工程上易于部署,能够获得较高精度的阴影掩膜图像和去阴影图像,有利于辅助后续自动驾驶感知任务的进行。
  • 用于处理图像阴影方法装置存储介质
  • [发明专利]图像处理方法、装置及相关设备-CN202311144609.1在审
  • 徐东 - 腾讯科技(深圳)有限公司
  • 2023-09-06 - 2023-10-13 - G06T15/60
  • 其中方法包括:获取携带渲染失败标识的业务动画模型;获取目标网络模型;由目标场景重转换网络对N个对象视图图像进行图像去阴影处理,得到预测场景结构特征图;在将虚拟光源由初始光源转移至目标光源时,由目标光效预估网络对N个对象视图图像进行光照预估处理,得到预测阴影特征图;由目标阴影重建网络对业务对象的阴影进行阴影重建,得到阴影重建图像;确定与业务对象相关联的N个阴影重建图像,基于N个阴影重建图像得到业务对象的对象阴影重建模型采用本申请实施例,有助于提升对业务对象进行阴影重建的效率,并保证阴影重建的准确度。
  • 图像处理方法装置相关设备
  • [发明专利]去像素化轮廓线重建的线性阴影图方法-CN201510323626.0有效
  • 冯结青;杜文俊;梅井翔 - 浙江大学
  • 2015-06-12 - 2017-09-19 - G06T15/60
  • 本发明公开了一种去像素化轮廓线重建的线性阴影图方法,包括(1)从光源空间绘制场景,存储像素中心的深度值为第一阴影图,在x和y方向偏移半个纹素大小得到第二阴影图,第一阴影图和第二阴影图构成线性阴影图;(2)从视域空间绘制场景,将像素变换到光源空间,并把像素分类为轮廓线像素和非轮廓线像素;(3)对于非轮廓线像素使用线性插值计算遮挡物深度,比较深度值得到阴影结果,对于轮廓线像素,使用去像素化的轮廓线重建方法对阴影边界进行重建本发明提出了一种去像素化轮廓线重建的线性阴影图方法,能确保阴影轮廓线的光滑性,且使用较小的存储开销,就能有效地减弱阴影图方法中的走样现象。
  • 像素轮廓重建线性阴影方法

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