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)
  • 本申請(qǐng)公開(kāi)了一種語(yǔ)義引導(dǎo)與紋理先驗(yàn)的雙分支表面缺陷分割方法及介質(zhì)，涉及表面缺陷分割領(lǐng)域，該方法包括獲取待檢測(cè)物圖像；將待檢測(cè)物圖像輸入至缺陷分割模型中，得出待檢測(cè)物的表面缺陷分割結(jié)果；缺陷分割模型包括依次連接的語(yǔ)義與紋理的雙分支特征提取網(wǎng)絡(luò)...
  • 本發(fā)明涉及一種快速檢索包含流星光譜信息數(shù)據(jù)的方法，包括：步驟1.讀取流星光譜視頻；步驟2.去除背景噪聲；步驟3.提取流星信號(hào)；步驟4.采用卷積去噪法過(guò)濾孤立噪聲點(diǎn)；步驟5.流星信號(hào)圖像的形態(tài)學(xué)修復(fù)；步驟6.局部環(huán)形濾波法去噪；步驟7.基于霍...
  • 本發(fā)明自動(dòng)駕駛環(huán)境感知技術(shù)領(lǐng)域。提出了一種基于多模態(tài)運(yùn)動(dòng)模型的動(dòng)態(tài)物體跟蹤預(yù)測(cè)方法及系統(tǒng)，獲取動(dòng)態(tài)物體點(diǎn)云及語(yǔ)義信息數(shù)據(jù)，生成候選物體信息，選擇新跟蹤物體運(yùn)動(dòng)模型，估計(jì)物體狀態(tài)，進(jìn)行候選物體的匹配與管理，更新物體狀態(tài)，更新物體軌跡與切物體運(yùn)...
  • 本發(fā)明涉及海洋測(cè)試技術(shù)領(lǐng)域，特別是一種基于目標(biāo)檢測(cè)技術(shù)的波浪破碎物模試驗(yàn)方法，包括如下步驟：在試驗(yàn)水槽中設(shè)置兩個(gè)坐標(biāo)原點(diǎn)和多個(gè)不規(guī)則坐標(biāo)配準(zhǔn)點(diǎn)，進(jìn)行不同波高和周期的波浪試驗(yàn)，用高清相機(jī)記錄波浪傳播和破碎過(guò)程。利用標(biāo)注水面線、白帽、破碎形態(tài)訓(xùn)...
  • 本發(fā)明公開(kāi)一種點(diǎn)云配準(zhǔn)方法、系統(tǒng)、設(shè)備及介質(zhì)，涉及場(chǎng)景的三維重建技術(shù)領(lǐng)域，該方法包括獲取源點(diǎn)云與目標(biāo)點(diǎn)云；并根據(jù)點(diǎn)云的空間結(jié)構(gòu)特性進(jìn)行語(yǔ)義分割，分別得到源點(diǎn)云與目標(biāo)點(diǎn)云的平面點(diǎn)和非平面點(diǎn)；對(duì)源點(diǎn)云與目標(biāo)點(diǎn)云中的平面點(diǎn)和非平面點(diǎn)分別施加雙向距...
  • 本發(fā)明公開(kāi)了一種適用于端側(cè)的單目標(biāo)跟蹤方法，屬于計(jì)算機(jī)視覺(jué)處理領(lǐng)域。通過(guò)特征融合網(wǎng)絡(luò)對(duì)可見(jiàn)光與紅外圖像y分量進(jìn)行動(dòng)態(tài)加權(quán)融合，強(qiáng)化弱光下的目標(biāo)特征表征。跟蹤模型以MobileNetV4為骨干網(wǎng)絡(luò)，結(jié)合重參結(jié)構(gòu)、通道注意力機(jī)制及動(dòng)態(tài)多尺度特征...
  • 本申請(qǐng)公開(kāi)了一種橋梁養(yǎng)護(hù)作業(yè)的監(jiān)管方法，屬于工地管理，包括：分別建立傳感器模型、人員模型和橋梁BIM模型；利用地理坐標(biāo)系統(tǒng)對(duì)傳感器模型和橋梁BIM模型進(jìn)行配準(zhǔn)；通過(guò)GIS平臺(tái)集成人員模型、配準(zhǔn)后的傳感器模型和橋梁BIM模型，得到基于BIM+...
  • 本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)的圖像分析技術(shù)領(lǐng)域，公開(kāi)了一種基于YOLO算法的自動(dòng)化實(shí)驗(yàn)室的視覺(jué)定位方法及系統(tǒng)，包括：首先，利用宏觀和局部視野信息進(jìn)行精確的環(huán)境定位，提高了目標(biāo)識(shí)別的準(zhǔn)確性。其次，通過(guò)動(dòng)態(tài)視野調(diào)整和補(bǔ)充圖像數(shù)據(jù)采集，確保了即使在目標(biāo)被部...
  • 本發(fā)明涉及虛擬場(chǎng)景實(shí)時(shí)渲染技術(shù)領(lǐng)域，具體涉及一種增強(qiáng)沉浸感的虛擬場(chǎng)景實(shí)時(shí)渲染方法及系統(tǒng)。該方法獲取虛擬場(chǎng)景圖像的渲染組件及其顯示LOD等級(jí)；將當(dāng)前幀圖像中的渲染組件作為目標(biāo)組件，根據(jù)目標(biāo)組件在指定圖像中的分布獲取其在指定圖像中的目標(biāo)LOD等...
  • 本發(fā)明公開(kāi)了一種發(fā)電機(jī)故障三維可視化預(yù)警及構(gòu)建方法，本發(fā)明涉及數(shù)字孿生技術(shù)領(lǐng)域，通過(guò)傳感器獲取發(fā)電機(jī)設(shè)備參數(shù)、運(yùn)行數(shù)據(jù)、環(huán)境數(shù)據(jù)結(jié)合數(shù)字孿生技術(shù)與三維可視化技術(shù)構(gòu)建發(fā)電機(jī)數(shù)字孿生模型；并持續(xù)收集發(fā)電機(jī)運(yùn)行數(shù)據(jù)對(duì)所構(gòu)建的發(fā)電機(jī)數(shù)字孿生模型進(jìn)行...
  • 本發(fā)明公開(kāi)了一種基于多尺度高斯球的動(dòng)態(tài)場(chǎng)景重建方法及裝置，涉及計(jì)算機(jī)視覺(jué)領(lǐng)域，包括：采用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法對(duì)待重建的視頻幀序列進(jìn)行處理，生成稀疏點(diǎn)云，對(duì)稀疏點(diǎn)云進(jìn)行初始化，生成3D高斯球集合；采用雙域變形模型和自適應(yīng)時(shí)間戳對(duì)3D高斯球集合進(jìn)行...
  • 本發(fā)明公開(kāi)了一種基于深度正則化的動(dòng)態(tài)高斯場(chǎng)景重建方法。本發(fā)明步驟如下：步驟（1）、利用SfM點(diǎn)云初始化一組3D高斯集合，每個(gè)高斯體由中心位置、協(xié)方差矩陣等參數(shù)描述；步驟（2）、引入控制網(wǎng)絡(luò)解耦運(yùn)動(dòng)與幾何結(jié)構(gòu)，利用時(shí)間變量與高斯中心位置進(jìn)行偏...
  • 本發(fā)明涉及圖像處理領(lǐng)域，且公開(kāi)了一種基于圖像識(shí)別的地鐵天地線綜合平臺(tái)監(jiān)測(cè)方法及系統(tǒng)，用于解決進(jìn)行地鐵天地線監(jiān)測(cè)時(shí)，會(huì)出現(xiàn)采集圖像數(shù)據(jù)時(shí)，監(jiān)測(cè)區(qū)域被高速運(yùn)行的列車(chē)遮擋視野的問(wèn)題，包括，對(duì)檢查區(qū)域進(jìn)行圖像數(shù)據(jù)采集，若檢查區(qū)域中未存在運(yùn)行列車(chē)遮擋...
  • 本發(fā)明公開(kāi)了一種基于正球面映射的橢球面多邊形布爾運(yùn)算方法，包括以下步驟：S1，將橢球面的多邊形頂點(diǎn)映射到一個(gè)正球面；S2，在正球面上進(jìn)行映射后的球面多邊形的布爾運(yùn)算；S3，將正球面上的多邊形布爾運(yùn)算的結(jié)果映射到原橢球面，作為橢球面上多邊形布...
  • 本申請(qǐng)公開(kāi)了一種地圖興趣點(diǎn)聚合方法、電子設(shè)備及計(jì)算機(jī)程序產(chǎn)品，本申請(qǐng)涉及地理信息服務(wù)技術(shù)領(lǐng)域，該地圖興趣點(diǎn)聚合方法包括：獲取目標(biāo)區(qū)域的地圖興趣點(diǎn)數(shù)據(jù)、數(shù)字高程模型和三維網(wǎng)格數(shù)據(jù)，其中，地圖興趣點(diǎn)數(shù)據(jù)包括地圖興趣點(diǎn)的二維坐標(biāo)，三維網(wǎng)格數(shù)據(jù)包括...
  • 本申請(qǐng)公開(kāi)一種基于狀態(tài)更新的建筑矢量端到端提取方法及系統(tǒng)，涉及數(shù)據(jù)模型領(lǐng)域，方法包括：提取待檢測(cè)遙感影像中的建筑特征，得到含有多尺度信息的初始特征圖；基于初始特征圖，利用中心點(diǎn)預(yù)測(cè)頭計(jì)算建筑中心點(diǎn)，利用偏移量預(yù)測(cè)頭計(jì)算建筑輪廓與建筑中心點(diǎn)的...
  • 本發(fā)明公開(kāi)了一種基于循環(huán)復(fù)用卷積的紅外目標(biāo)檢測(cè)方法，應(yīng)用于圖像處理技術(shù)領(lǐng)域，包括：利用循環(huán)復(fù)用卷積網(wǎng)絡(luò)中的多個(gè)復(fù)用卷積編碼器和多個(gè)雙向注意力聚合解碼器，對(duì)待檢測(cè)目標(biāo)圖像進(jìn)行處理，得到目標(biāo)檢測(cè)信息；每個(gè)復(fù)用卷積編碼器的卷積核一致，雙向注意力聚...
  • 本申請(qǐng)公開(kāi)了一種基于圖像去霧的輕量級(jí)目標(biāo)檢測(cè)方法，屬于目標(biāo)檢測(cè)技術(shù)領(lǐng)域。該方法包括：獲取原始圖像，將原始圖像輸入到目標(biāo)檢測(cè)模型中，得到目標(biāo)圖像，目標(biāo)檢測(cè)模型包括深度可分離卷積子模型、特征提取子模型和特征融合子模型；基于目標(biāo)圖像進(jìn)行檢測(cè)，得到...
  • 本申請(qǐng)公開(kāi)了一種圖形處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，其中，該圖形處理方法包括獲取待處理的曲邊閉合圖形；對(duì)曲邊閉合圖形的邊界進(jìn)行參數(shù)化，生成曲邊函數(shù)；對(duì)曲邊函數(shù)進(jìn)行傅里葉級(jí)數(shù)展開(kāi)，生成曲邊閉合圖形的傅里葉級(jí)數(shù)；從傅里葉級(jí)數(shù)中選取預(yù)設(shè)級(jí)數(shù)的...
  • 本發(fā)明公開(kāi)了一種基于分布感知特征對(duì)齊的半監(jiān)督域適應(yīng)圖像分類(lèi)方法，包括以下步驟：針對(duì)源域和目標(biāo)域的圖像數(shù)據(jù)，分別進(jìn)行強(qiáng)數(shù)據(jù)增強(qiáng)和弱數(shù)據(jù)增強(qiáng)，生成多視圖輸入特征，通過(guò)共享的卷積神經(jīng)網(wǎng)絡(luò)提取輸入特征，并結(jié)合基于分布校準(zhǔn)的偽標(biāo)簽監(jiān)督策略，將當(dāng)前概率...
首頁(yè) 上一頁(yè) 11 下一頁(yè)
技術(shù)分類(lèi)
主站蜘蛛池模板： 金乡县| 大埔县| 岳西县| 海原县| 青岛市| 甘德县| 兴和县| 大邑县| 新巴尔虎左旗| 庆城县| 房山区| 鄂尔多斯市| 灵石县| 青铜峡市| 太保市| 深水埗区| 肥城市| 漠河县| 丹东市| 邯郸县| 新平| 迁安市| 丘北县| 凭祥市| 平顶山市| 安义县| 祁连县| 大渡口区| 石阡县| 湛江市| 永康市| 河曲县| 龙游县| 合阳县| 崇州市| 孟津县| 吉林省| 文山县| 新野县| 正定县| 遵义市|