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 專利交易 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
最新專利技術(shù)
  • 本發(fā)明涉及紅外熱成像技術(shù)領(lǐng)域，公開了一種用于紅外熱成像儀的特征分析方法及系統(tǒng)，所述方法包括：獲取多焦平面的紅外熱圖像，并采用自適應(yīng)濾波和增強(qiáng)算法去除噪聲、提高對(duì)比度。利用邊緣檢測(cè)算法確定熱源區(qū)域并獲取精確定位數(shù)據(jù)。接著，基于改進(jìn)的光流算法提...
  • 本申請(qǐng)涉及一種三維點(diǎn)云分析方法、裝置、設(shè)備、介質(zhì)和程序產(chǎn)品。所述方法包括：獲取輸入點(diǎn)云的點(diǎn)云嵌入數(shù)據(jù)；對(duì)點(diǎn)云嵌入數(shù)據(jù)進(jìn)行池化處理，獲得平均池化數(shù)據(jù)和最大池化數(shù)據(jù)；根據(jù)位置注入器、點(diǎn)云嵌入數(shù)據(jù)和平均池化數(shù)據(jù)進(jìn)行點(diǎn)令牌構(gòu)建，得到候選點(diǎn)令牌；根據(jù)...
  • 本發(fā)明提供了多模態(tài)協(xié)同增強(qiáng)與動(dòng)態(tài)對(duì)齊的血管圖像分割方法及裝置，涉及深度學(xué)習(xí)與圖像處理技術(shù)領(lǐng)域。本發(fā)明通過獲取不同模態(tài)的3D血管原圖像集，并經(jīng)切分與模態(tài)特征標(biāo)記融合后，利用擴(kuò)散模型進(jìn)行去噪與增強(qiáng)生成模態(tài)嵌入圖；將模態(tài)嵌入圖輸入改進(jìn)的3D UN...
  • 本發(fā)明屬于圖像分析及知識(shí)遷移領(lǐng)域，具體涉及了一種基于三分支協(xié)同訓(xùn)練的圖像語義分割場(chǎng)景遷移方法、系統(tǒng)及設(shè)備，旨在解決現(xiàn)有的語義分割技術(shù)，在特征對(duì)齊和風(fēng)格轉(zhuǎn)移精度不足以至于分割性能不足、魯棒性不足的問題。本發(fā)明包括：通過特征提取模塊分別進(jìn)行源域...
  • 本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，尤其涉及一種火災(zāi)現(xiàn)場(chǎng)熔痕特征協(xié)同采集分析方法及裝置。方法包括以下步驟：對(duì)預(yù)處理后的熔痕表面進(jìn)行圖像采集，獲得含有熔痕外觀特征和金相組織特征的熔痕表面圖像；提取熔痕表面圖像中外輪廓線、過渡區(qū)分界線和晶界輪廓線；對(duì)外...
  • 本發(fā)明公開了一種基于多模態(tài)大模型引導(dǎo)的圖像深度聚類方法及系統(tǒng)，所述方法包括：針對(duì)每張待聚類的圖像生成文本描述，對(duì)文本描述進(jìn)行特征提取得到文本特征集合；將待聚類的所有圖像輸入CLIP模型的圖像編碼器，得到圖像特征集合；對(duì)于每個(gè)圖像特征，計(jì)算其...
  • 攝像圖像的可逆對(duì)抗干擾方法、裝置、設(shè)備和介質(zhì)，涉及數(shù)據(jù)對(duì)抗干擾技術(shù)領(lǐng)域。方法包含：獲取原始圖像并劃分為超像素塊。根據(jù)超像素塊，計(jì)算初始梯度然后構(gòu)建初始擾動(dòng)貢獻(xiàn)矩陣。根據(jù)初始擾動(dòng)貢獻(xiàn)矩陣，構(gòu)建初始擾動(dòng)。將初始擾動(dòng)疊加至原始圖像，獲取初始對(duì)抗樣...
  • 本發(fā)明涉及橋梁檢測(cè)技術(shù)領(lǐng)域，公開了蓋梁支架變形檢測(cè)方法及系統(tǒng)，該方法首先使用圖像采集設(shè)備獲取待檢測(cè)的蓋梁支架圖像數(shù)據(jù)，隨后對(duì)圖像進(jìn)行預(yù)處理，包括去噪、增強(qiáng)和灰度化處理，以提高圖像質(zhì)量。接著，采用先進(jìn)的YOLOX神經(jīng)網(wǎng)絡(luò)框架構(gòu)建變形識(shí)別模型，...
  • 本發(fā)明提供了一種融合多源異構(gòu)遙感數(shù)據(jù)的滑坡演化階段預(yù)警判據(jù)確定方法，涉及滑坡災(zāi)害監(jiān)測(cè)預(yù)警與滑坡判識(shí)技術(shù)領(lǐng)域。包括如下步驟：獲取SAR影像并預(yù)處理，得到預(yù)處理后的SAR影像；將預(yù)處理后的SAR影像經(jīng)Stacking?InSAR技術(shù)與SBAS?...
  • 本發(fā)明提供了基于輕量化增強(qiáng)網(wǎng)絡(luò)的復(fù)雜光線下路況監(jiān)測(cè)方法及系統(tǒng)，屬于交通路況智能檢測(cè)領(lǐng)域。本發(fā)明采用弱光增強(qiáng)網(wǎng)絡(luò)PLED?Net，針對(duì)圖像在弱光環(huán)境下的低對(duì)比度和噪聲問題進(jìn)行了優(yōu)化；在弱光增強(qiáng)網(wǎng)絡(luò)PLED?Net基礎(chǔ)上引入散光增強(qiáng)網(wǎng)絡(luò)TSD?...
  • 本發(fā)明屬于鐵路異物侵限技術(shù)領(lǐng)域，提供了一種軌道安全行車確定方法及系統(tǒng)，所述方法包括獲取包括侵限異物的軌道圖像；根據(jù)所述軌道圖像確定安全限界區(qū)域和侵限異物的坐標(biāo)，并基于所述安全限界區(qū)域以及所述坐標(biāo)，判斷所述侵限異物是否位于所述安全限界區(qū)域內(nèi)；...
  • 本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于圖像處理的工件目標(biāo)識(shí)別方法及系統(tǒng)，方法包括計(jì)算各像素點(diǎn)的銳化系數(shù)；通過銳化系數(shù)與預(yù)設(shè)的卷積核相乘的方法構(gòu)建最優(yōu)卷積核，通過最優(yōu)卷積核對(duì)圖像進(jìn)行拉普拉斯銳化以進(jìn)行工件識(shí)別；其中，銳化系數(shù)的計(jì)算方法包...
  • 本發(fā)明提供了一種基于深度學(xué)習(xí)的復(fù)合纖維膜孔徑分布預(yù)測(cè)方法，涉及分布預(yù)測(cè)技術(shù)領(lǐng)域，其通過采集多種圖像數(shù)據(jù)并分別進(jìn)行編碼，并通過注意力機(jī)制生成復(fù)合編碼特征向量；基于所述復(fù)合編碼特征向量，對(duì)纖維交聯(lián)區(qū)與非交聯(lián)區(qū)進(jìn)行區(qū)域分割，提取并量化孔徑分布主導(dǎo)...
  • 本申請(qǐng)公開了一種工業(yè)異常分割方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及工業(yè)異常檢測(cè)領(lǐng)域，包括：獲取工業(yè)缺陷數(shù)據(jù)集，對(duì)初始工業(yè)缺陷圖像進(jìn)行數(shù)據(jù)預(yù)處理，以得到目標(biāo)工業(yè)缺陷數(shù)據(jù)集；基于目標(biāo)工業(yè)缺陷數(shù)據(jù)集對(duì)初始多模態(tài)預(yù)訓(xùn)練模型進(jìn)行微調(diào)，得到微調(diào)后工業(yè)多模態(tài)預(yù)...
  • 本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，提供一種錯(cuò)字識(shí)別方法及裝置，基于目標(biāo)文字的圖像特征與各元素原型之間的匹配度，確定目標(biāo)文字所包含各類元素原型的數(shù)量，元素原型指構(gòu)成文字的基本單元；基于圖像特征以及各類元素原型的數(shù)量，對(duì)目標(biāo)文字進(jìn)行元素分解，得到目標(biāo)文...
  • 本發(fā)明公開了基于PaddleOCR的商品標(biāo)簽打印文字檢測(cè)方法及系統(tǒng)，涉及質(zhì)檢自動(dòng)化技術(shù)領(lǐng)域，包括：上傳并存儲(chǔ)商品標(biāo)簽對(duì)應(yīng)的模板圖片和打印圖片，對(duì)模板圖片及所述打印圖片進(jìn)行OCR內(nèi)容識(shí)別，獲取各行文字的檢測(cè)框；對(duì)模板圖片和打印圖片中的檢測(cè)框進(jìn)...
  • 本發(fā)明提供了一種基于AI視覺的密集人員考勤通道，涉及出勤登記領(lǐng)域，通過自檢考勤通道和考勤系統(tǒng)的設(shè)置以及特定的使用方式，有效促使人員自發(fā)地有序排隊(duì)考勤，減少因考勤人員密集而產(chǎn)生的插隊(duì)、沖撞等行為，同時(shí)可提高人員主動(dòng)勸阻化解他人之間沖突的積極性...
  • 本發(fā)明公開了基于無監(jiān)督終身學(xué)習(xí)的道路異常事件檢測(cè)預(yù)警方法及系統(tǒng)，包括：利用分道路沿線和車端的多種傳感器采集交通場(chǎng)景數(shù)據(jù)并預(yù)處理；采用自編碼器對(duì)圖像數(shù)據(jù)進(jìn)行無監(jiān)督特征提取，對(duì)非圖像數(shù)據(jù)使用主成分分析法進(jìn)行特征降維提取主要特征；初始化異常檢測(cè)模...
  • 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，更具體地，本發(fā)明涉及一種用于路口車輛的異常行駛預(yù)警方法，該方法包括，采集每輛車在每幀路口監(jiān)控圖像中的位置坐標(biāo)，進(jìn)而得到每個(gè)車輛的間斷幀圖像，獲取每個(gè)車輛在其第一間斷幀圖像處的方向角以及速度，進(jìn)而對(duì)每個(gè)車輛在其第一...
  • 本公開提供了一種車流量確定方法、電子設(shè)備、存儲(chǔ)介質(zhì)及計(jì)算機(jī)程序產(chǎn)品。本公開的一種車流量確定方法，包括：根據(jù)路徑地圖，確定由起點(diǎn)至終點(diǎn)的多個(gè)引導(dǎo)節(jié)點(diǎn)，路徑地圖記錄了目標(biāo)區(qū)域中全部的路徑節(jié)點(diǎn)以及相鄰路徑節(jié)點(diǎn)之間的有向路段，起點(diǎn)和終點(diǎn)均為路徑節(jié)點(diǎn)...
首頁 上一頁 32 下一頁
技術(shù)分類
主站蜘蛛池模板： 金溪县| 高邑县| 长兴县| 桦川县| 庆云县| 霍城县| 玉树县| 西丰县| 余姚市| 大余县| 哈尔滨市| 钟山县| 洞头县| 彭山县| 开化县| 西林县| 睢宁县| 沂源县| 天气| 府谷县| 夏河县| 镇康县| 会宁县| 翼城县| 康平县| 德庆县| 永善县| 昆明市| 隆昌县| 衡阳市| 宜州市| 象州县| 建瓯市| 美姑县| 宁南县| 穆棱市| 车致| 邻水| 郯城县| 连江县| 盐城市|