国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動(dòng)滑塊完成拼圖
首頁(yè) 專(zhuān)利交易 科技果 科技人才 科技服務(wù) 國(guó)際服務(wù) 商標(biāo)交易 會(huì)員權(quán)益 IP管家助手 需求市場(chǎng) 關(guān)于龍圖騰
 /  免費(fèi)注冊(cè)
到頂部 到底部
清空 搜索
  • 我要求購(gòu)
  • 我要出售
最新專(zhuān)利技術(shù)
  • 本發(fā)明公開(kāi)了一種基于亞像素邊緣搜索的零件幾何參數(shù)檢測(cè)方法及系統(tǒng)，涉及數(shù)字化測(cè)量技術(shù)領(lǐng)域，包括：采集零件圖像，提取零件圖像的感興趣區(qū)域，獲取零件邊緣像素級(jí)粗定位點(diǎn)；基于Zernike矩計(jì)算零件邊緣的亞像素坐標(biāo)進(jìn)行零件姿態(tài)感知，利用零件姿態(tài)信息...
  • 本發(fā)明提供了基于多尺度、多任務(wù)融合UNet模型的精確乳腺腫瘤分割方法，包括以下步驟：(1)獲取原始腫瘤醫(yī)學(xué)圖像以及相應(yīng)的腫瘤區(qū)域標(biāo)簽并調(diào)整大小；(2)對(duì)腫瘤圖像進(jìn)行Z?Score標(biāo)準(zhǔn)化和隨機(jī)旋轉(zhuǎn)進(jìn)行圖像增強(qiáng)，并按照7：2：1的比例劃分訓(xùn)練集...
  • 本申請(qǐng)公開(kāi)了一種針對(duì)圖像的跨域目標(biāo)檢測(cè)模型的訓(xùn)練方法及裝置和跨域目標(biāo)檢測(cè)方法。該訓(xùn)練方法包括：獲取源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)；將源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)輸入到深度學(xué)習(xí)網(wǎng)絡(luò)，得到第一特征圖；基于跨通道交叉注意力策略，對(duì)第一特征圖中的注意力權(quán)重進(jìn)行調(diào)整，...
  • 本發(fā)明公開(kāi)了一種紅外圖像光伏組件熱斑缺陷識(shí)別方法、裝置、設(shè)備及介質(zhì)，涉及深度學(xué)習(xí)技術(shù)領(lǐng)域。該方法包括：獲取帶有光伏組件熱斑缺陷標(biāo)注邊界框的光伏組件紅外圖像數(shù)據(jù)集；構(gòu)建目標(biāo)檢測(cè)模型，目標(biāo)檢測(cè)模型包括ESRGAN網(wǎng)絡(luò)、改進(jìn)Transformer...
  • 本發(fā)明公開(kāi)了一種基于可變形隱式光傳輸函數(shù)的自適應(yīng)表示與動(dòng)態(tài)繪制方法和裝置，包括以下步驟：對(duì)場(chǎng)景進(jìn)行物體組劃分，并計(jì)算物體組間的隱式影響，基于隱式影響計(jì)算面向各物體組的場(chǎng)景表示，其中每個(gè)物體組至少包含一個(gè)物體；依據(jù)各物體組的場(chǎng)景表示計(jì)算各物體...
  • 本發(fā)明提供了一種三維高斯噴濺重建方法及相關(guān)設(shè)備，所述方法包括：對(duì)獲取的圖像序列進(jìn)行分組處理，得到多個(gè)圖像對(duì)，圖像序列包括多個(gè)未標(biāo)定姿態(tài)的圖像，多個(gè)圖像對(duì)中任一圖像對(duì)包括圖像序列中的兩個(gè)圖像；基于多個(gè)圖像對(duì)確定的成對(duì)點(diǎn)圖和成對(duì)點(diǎn)圖關(guān)聯(lián)的置信圖...
  • 本發(fā)明公布了一種基于單張全景圖像的新視角合成三維重建方法及系統(tǒng)，包括串行連接的全景圖轉(zhuǎn)化網(wǎng)格模塊、網(wǎng)格補(bǔ)全模塊和網(wǎng)格轉(zhuǎn)化三維高斯場(chǎng)模塊；從單個(gè)位置的任意相機(jī)捕獲的全景圖像中生成全景圖像。包括首先從輸入的全景圖像構(gòu)建初步網(wǎng)格，然后通過(guò)全景補(bǔ)全...
  • 本申請(qǐng)公開(kāi)了一種基于多相機(jī)同步采集與神經(jīng)輻射場(chǎng)的植物三維重建和器官分割方法、設(shè)備、介質(zhì)和產(chǎn)品，涉及圖像處理技術(shù)領(lǐng)域，該方法包括：采用多相機(jī)同步采集植物的多視角圖像；對(duì)所述多視角圖像進(jìn)行二維圖像分割，得到像素的語(yǔ)義標(biāo)簽并構(gòu)建Tiff圖像；采用...
  • 本發(fā)明公開(kāi)了一種基于對(duì)比學(xué)習(xí)的磁共振釓對(duì)比增強(qiáng)圖像的生成方法，SDACL模型，還包括對(duì)SDACL模型進(jìn)行基于補(bǔ)丁的多層對(duì)比學(xué)習(xí)和設(shè)計(jì)的損失函數(shù)的調(diào)整，其中SDACL模型包括表示多模態(tài)MRI通道疊加圖像的域X和表示T1CE圖像的域Y、生成器G...
  • 本發(fā)明涉及化學(xué)發(fā)光計(jì)算斷層成像技術(shù)領(lǐng)域，公開(kāi)了一種化學(xué)發(fā)光計(jì)算機(jī)斷層的火焰流場(chǎng)重建方法，具體包括：將火焰流場(chǎng)區(qū)域中感興趣的部分進(jìn)行體素劃分，體素發(fā)出的光在相機(jī)成像平面出現(xiàn)的投影占據(jù)一個(gè)或多個(gè)像素，將體素占據(jù)像素的面積稱(chēng)為權(quán)重系數(shù)；當(dāng)體素的投...
  • 本發(fā)明適用于CT圖像處理技術(shù)領(lǐng)域，提供了基于多任務(wù)學(xué)習(xí)的CT圖像中陽(yáng)性淋巴結(jié)的診斷與分割方法，包括：對(duì)CT圖像序列進(jìn)行預(yù)處理并增強(qiáng)數(shù)據(jù)，構(gòu)建多任務(wù)深度學(xué)習(xí)模型，通過(guò)編碼器提取特征，利用分類(lèi)模塊執(zhí)行分類(lèi)任務(wù)，利用分割模塊結(jié)合分類(lèi)結(jié)果對(duì)陽(yáng)性淋巴...
  • 本發(fā)明公開(kāi)了一種基于快照壓縮成像和深度神經(jīng)網(wǎng)絡(luò)的超快成像方法。其具體步驟如下：合成仿真數(shù)據(jù)集；采集用于探測(cè)超快場(chǎng)景的超快激光脈沖的二維壓縮數(shù)據(jù)；構(gòu)建基于低秩分解與通道注意力機(jī)制的端到端壓縮重建網(wǎng)絡(luò)；對(duì)端到端壓縮重建網(wǎng)絡(luò)進(jìn)行訓(xùn)練；利用訓(xùn)練好的...
  • 本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，提供了基于人臉特征點(diǎn)的證件照生成方法，該方法包括：檢測(cè)源圖像的人臉區(qū)域；從源圖像的人臉區(qū)域提取人臉特征點(diǎn)，得到人臉特征點(diǎn)的坐標(biāo)；根據(jù)人臉特征點(diǎn)的坐標(biāo)，計(jì)算源圖像中人臉相對(duì)標(biāo)準(zhǔn)證件照中人臉的平移偏差和角度偏差；基于...
  • 本發(fā)明的實(shí)施例提供了一種直線(xiàn)檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及直線(xiàn)檢測(cè)領(lǐng)域，方法包括：遍歷待檢測(cè)平面上的各點(diǎn)，基于各點(diǎn)的法向量和坐標(biāo)構(gòu)建第一投票累加器，在第一投票累加器不為空時(shí)，從第一投票累加器中獲取第一最大投票值的投票位置，基于第一最大投...
  • 本申請(qǐng)公開(kāi)了一種超聲微血管成像中的運(yùn)動(dòng)校正與配準(zhǔn)方法、設(shè)備、介質(zhì)及產(chǎn)品，涉及超聲微血管成像領(lǐng)域，該方法包括獲取隨時(shí)間變化的超聲序列圖像；利用數(shù)據(jù)幀相關(guān)性系數(shù)的閾值對(duì)超聲序列圖像進(jìn)行劃分；根據(jù)靜止幀之間的相關(guān)系數(shù)進(jìn)行聚類(lèi)處理的聚類(lèi)結(jié)果確定靜止...
  • 本公開(kāi)涉及一種基于特征融合和迭代關(guān)聯(lián)的在線(xiàn)多目標(biāo)跟蹤方法及系統(tǒng)，涉及目標(biāo)跟蹤技術(shù)領(lǐng)域。其中，所述的在線(xiàn)多目標(biāo)跟蹤方法，包括：利用給定視頻序列中每幀圖像內(nèi)可能目標(biāo)對(duì)應(yīng)的位置信息和置信度對(duì)所述置信度進(jìn)行融合更新，得到融合更新置信度；利用迭代算法...
  • 本發(fā)明屬于醫(yī)療器械技術(shù)領(lǐng)域，具體公開(kāi)了一種基于紅外熱成像的外陰VIN預(yù)測(cè)方法及裝置，該方法包括如下步驟：采集多個(gè)VIN樣本的外陰部位的紅外熱成像圖像；基于FLIR系統(tǒng)，從紅外熱成像圖像中分割并提取病變部位，及病變部位對(duì)應(yīng)的溫度值；基于提取的...
  • 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體的說(shuō)是一種基于MedficientSAM圖像分割大模型，能夠顯著提高醫(yī)學(xué)圖像處理效率和準(zhǔn)確率的基于視覺(jué)大模型的醫(yī)學(xué)圖像處理方法及系統(tǒng)，利用MedficientSAM模型對(duì)包括CT、MR、超聲等在內(nèi)的九種不同模...
  • 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，公開(kāi)了一種基于Segment Anything模型的智能摳圖方法，通過(guò)獲取待處理的樣本圖像，將樣本圖像輸入至Image Segmentation模型中進(jìn)行分割，得到初步前景與背景掩碼，制作成樣本數(shù)據(jù)集；調(diào)用Seg...
  • 本發(fā)明涉及機(jī)械零件質(zhì)量檢測(cè)技術(shù)領(lǐng)域，具體涉及基于人工智能的機(jī)械零件質(zhì)量檢測(cè)方法。該方法包括：本發(fā)明獲取待檢測(cè)的機(jī)械零件圖像，基于圖像增強(qiáng)后的待檢測(cè)的機(jī)械零件圖像計(jì)算圖像中所有滿(mǎn)足預(yù)設(shè)位置關(guān)系的兩個(gè)像素點(diǎn)之間的灰度值，并根據(jù)灰度值生成圖像灰度...
首頁(yè) 上一頁(yè) 101 下一頁(yè)
技術(shù)分類(lèi)
主站蜘蛛池模板： 黄陵县| 台中县| 稷山县| 桂阳县| 枣庄市| 天峨县| 清徐县| 平顺县| 遂平县| 邮箱| 韩城市| 封丘县| 北辰区| 无锡市| 六枝特区| 绍兴县| 弥渡县| 阿坝县| 永嘉县| 广元市| 尉犁县| 高唐县| 澄迈县| 侯马市| 阿鲁科尔沁旗| 孝感市| 澜沧| 灵石县| 文山县| 巨鹿县| 靖西县| 钦州市| 台南县| 南溪县| 陆河县| 抚宁县| 怀安县| 新丰县| 长沙县| 泸定县| 哈尔滨市|