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
計(jì)算;推算;計(jì)數(shù)設(shè)備的制造及其應(yīng)用技術(shù)
  • 本申請(qǐng)公開了一種識(shí)別物變化的檢測(cè)方法、計(jì)算機(jī)程序、設(shè)備及存儲(chǔ)介質(zhì)，應(yīng)用于圖像識(shí)別技術(shù)領(lǐng)域，包括：獲取待識(shí)別圖像組并進(jìn)行其中各圖像的特征提取，得到特征提取結(jié)果；將文本存儲(chǔ)庫中存儲(chǔ)的用于反映識(shí)別物類型的各文本進(jìn)行編碼，得到語義特征并按照將語義特...
  • 本發(fā)明涉及一種基于三解碼器跨模態(tài)交互的RGB?T圖像的顯著性目標(biāo)檢測(cè)方法,檢測(cè)方法結(jié)構(gòu)包括：特征提取模塊、融合互補(bǔ)配準(zhǔn)模塊、融合特征解碼模塊、單模態(tài)解碼模塊、信息流加權(quán)融合模塊；方法為，SwinTransformer特征提取模塊對(duì)輸入的RG...
  • 本發(fā)明公開了一種高效圖像處理與特征提取方法,屬于圖像處理技術(shù)領(lǐng)域,本發(fā)明中，通過引入自適應(yīng)光照歸一化、多通道聯(lián)合去噪以及邊緣導(dǎo)向超分辨率重建等步驟，該方法能夠有效應(yīng)對(duì)復(fù)雜光照、噪聲干擾和分辨率不足等問題，顯著提升了圖像質(zhì)量。邊緣?紋理分離重...
  • 本發(fā)明涉及骨生物力學(xué)仿真技術(shù)領(lǐng)域，且公開一種基于多模態(tài)圖像的骨生物力學(xué)建模方法及系統(tǒng)，該方法包括：S1：采集待測(cè)骨結(jié)構(gòu)的CT圖像和MRI圖像，生成多模態(tài)圖像；S2：采用深度變分推斷算法提取多模態(tài)圖像的共同特征并采用生成對(duì)抗網(wǎng)絡(luò)算法優(yōu)化共同特...
  • 本發(fā)明公開了一種基于部件混合的細(xì)粒度圖像分類方法，屬于圖像處理技術(shù)領(lǐng)域。該方法包括：獲取圖像數(shù)據(jù)集，并對(duì)其進(jìn)行預(yù)處理；搭建基于部件混合的細(xì)粒度圖像分類網(wǎng)絡(luò)，包括目標(biāo)級(jí)全局預(yù)測(cè)模塊，部件預(yù)測(cè)模塊和部件混合模塊；將所述預(yù)處理后的圖像數(shù)據(jù)集數(shù)據(jù)送...
  • 本申請(qǐng)公開了一種多媒體文件處理方法、裝置及電子設(shè)備，屬于人工智能技術(shù)領(lǐng)域。該方法包括：接收對(duì)回憶創(chuàng)建界面的第一輸入；響應(yīng)于所述第一輸入，通過數(shù)據(jù)推送模型，對(duì)多媒體數(shù)據(jù)庫中每個(gè)多媒體文件集對(duì)應(yīng)的拼接特征向量進(jìn)行多層感知處理，得到每個(gè)多媒體文件...
  • 本發(fā)明公開了一種基于知識(shí)庫的復(fù)雜問題語義解析方法，屬于自然語言處理、智能問答技術(shù)領(lǐng)域。本發(fā)明在知識(shí)庫密集空間中直接檢索候選實(shí)體和關(guān)系集合，將實(shí)體消歧和關(guān)系分類作為輔助任務(wù)與結(jié)構(gòu)化查詢生成一同進(jìn)行多任務(wù)學(xué)習(xí)訓(xùn)練，三個(gè)子任務(wù)共享同一套編碼器參數(shù)...
  • 本發(fā)明涉及客流數(shù)據(jù)處理技術(shù)領(lǐng)域。提供一種多角度融合的廳店場(chǎng)景熱力圖生成方法和裝置，該方法包括：通過多角度拍攝來采集多角度的視頻數(shù)據(jù)，提取同一時(shí)刻的圖像時(shí)間序列；使用Yolov8算法，對(duì)所提取得到的圖像時(shí)間序列進(jìn)行處理，識(shí)別人形信息；重構(gòu)場(chǎng)景...
  • 本發(fā)明涉及檔案管理技術(shù)領(lǐng)域，且公開了一種基于人工智能的檔案管理方法，包括以下步驟，收集各類型的檔案數(shù)據(jù)，包括音頻數(shù)據(jù)，圖像數(shù)據(jù)與文本數(shù)據(jù)；該方法通過預(yù)處理、特征提取和標(biāo)準(zhǔn)化等步驟，將不同模態(tài)的檔案數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的多模態(tài)特征表示，實(shí)現(xiàn)了數(shù)據(jù)的...
  • 本申請(qǐng)公開了一種基于二部圖匹配的視覺問答方法及設(shè)備，涉及圖像處理技術(shù)領(lǐng)域，該方法包括：構(gòu)建問題特征向量、關(guān)鍵字圖和場(chǎng)景圖；利用圖注意力網(wǎng)絡(luò)確定關(guān)鍵字圖節(jié)點(diǎn)特征和場(chǎng)景圖節(jié)點(diǎn)特征；基于關(guān)鍵字圖節(jié)點(diǎn)特征和場(chǎng)景圖節(jié)點(diǎn)特征，利用匈牙利算法確定場(chǎng)景圖主...
  • 本發(fā)明涉及數(shù)據(jù)管理技術(shù)領(lǐng)域，具體為一種基于人工智能的數(shù)據(jù)中心異常行為分析系統(tǒng)，包括獲取數(shù)據(jù)中心環(huán)境內(nèi)各監(jiān)控節(jié)點(diǎn)的運(yùn)營(yíng)效能指標(biāo)；構(gòu)建綜合評(píng)估分析架構(gòu)對(duì)運(yùn)營(yíng)效能指標(biāo)進(jìn)行分析，綜合評(píng)估分析架構(gòu)包括偏差模式識(shí)別模型和影響權(quán)重評(píng)估模型；偏差模式識(shí)別模...
  • 本發(fā)明涉及一種電動(dòng)汽車參與的臺(tái)區(qū)優(yōu)化調(diào)度方法和系統(tǒng)，包括：根據(jù)臺(tái)區(qū)內(nèi)除電動(dòng)汽車充放電功率外的負(fù)荷需求預(yù)測(cè)值確定臺(tái)區(qū)內(nèi)電動(dòng)汽車充放電電價(jià)；根據(jù)所述臺(tái)區(qū)內(nèi)電動(dòng)汽車充放電電價(jià)確定臺(tái)區(qū)內(nèi)各功率設(shè)備的最優(yōu)運(yùn)行功率；調(diào)節(jié)臺(tái)區(qū)內(nèi)各功率設(shè)備的運(yùn)行功率為所述...
  • 本申請(qǐng)公開了一種顯示控制方法、裝置及電子設(shè)備，屬于人工智能技術(shù)領(lǐng)域，該方法可以包括接收用戶對(duì)顯示界面的第一輸入，顯示界面包括虛擬對(duì)象，虛擬對(duì)象為三維虛擬對(duì)象；響應(yīng)于第一輸入，根據(jù)第一輸入的輸入位置信息和虛擬對(duì)象的對(duì)象位置信息，確定虛擬對(duì)象的...
  • 本發(fā)明公開了基于深度學(xué)習(xí)的農(nóng)作物病蟲害圖像識(shí)別系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域，包括：數(shù)據(jù)采集模塊，用于收集多種農(nóng)作物在不同環(huán)境條件下的病蟲害圖像數(shù)據(jù)；本發(fā)明通過設(shè)計(jì)對(duì)抗網(wǎng)絡(luò)進(jìn)而生成高度逼真的病蟲害圖像，不僅在視覺上與真實(shí)圖像相似，而且在病理特征...
  • 本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，提供一種視頻生成方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)及計(jì)算機(jī)產(chǎn)品，方法包括：對(duì)參考圖像分別進(jìn)行視覺語義特征提取與內(nèi)容語義特征提取，得到語義特征圖與內(nèi)容語義編碼向量；對(duì)所述內(nèi)容語義編碼向量進(jìn)行語義切分，得到包含至少一個(gè)幀粒...
  • 本發(fā)明涉及一種基于頻空跨域Transformer和混合協(xié)同表示的水下圖像增強(qiáng)方法，包括：獲取水下圖像組成訓(xùn)練集并進(jìn)行預(yù)處理；基于頻空跨域Transformer與混合協(xié)同表示，構(gòu)建水下圖像增強(qiáng)模型；將預(yù)處理后的水下圖像輸入水下圖像增強(qiáng)模型進(jìn)行...
  • 本發(fā)明公開了一種基于多層次對(duì)抗學(xué)習(xí)的圖像質(zhì)量評(píng)估方法，其特點(diǎn)是該方法通過引入對(duì)抗學(xué)習(xí)、無監(jiān)督對(duì)比學(xué)習(xí)和自適應(yīng)損失優(yōu)化，提高圖像質(zhì)量評(píng)估的準(zhǔn)確性和泛化能力，具體包括：提取多尺度特征；生成具有不同失真的對(duì)抗樣本；設(shè)計(jì)自適應(yīng)損失函數(shù)，結(jié)合感知損失...
  • 本發(fā)明公開了一種基于雙目深度估計(jì)的三維道路場(chǎng)景生成方法，基于左右目深度攝像頭傳感器、雙目深度估計(jì)神經(jīng)網(wǎng)絡(luò)模型、邊緣約束道路分割模塊和點(diǎn)云數(shù)據(jù)優(yōu)化模塊，包括：步驟1、通過左右目深度相機(jī)傳感器動(dòng)態(tài)捕捉道路場(chǎng)景畫面；步驟2、將左右目深度畫面通過雙...
  • 本發(fā)明公開了基于多參數(shù)同步測(cè)量的智能電表故障預(yù)警方法及系統(tǒng)。所述方法包括同步收集電表運(yùn)行視頻、讀數(shù)數(shù)據(jù)和環(huán)境參數(shù)。首先對(duì)視頻進(jìn)行光照補(bǔ)償優(yōu)化，通過卷積層與全連接層提取圖像特征，并結(jié)合交叉注意力機(jī)制與環(huán)境參數(shù)構(gòu)建綜合性視覺特征向量，分層提取電...
  • 本發(fā)明涉及一種基于異構(gòu)圖與同構(gòu)圖協(xié)同優(yōu)化的多模態(tài)推薦方法及應(yīng)用，對(duì)應(yīng)每個(gè)模態(tài)分別構(gòu)造用戶?物品異構(gòu)圖、物品?物品同構(gòu)圖，以用戶?物品異構(gòu)圖對(duì)不同模態(tài)下的物品表征進(jìn)行對(duì)齊及融合，基于不同模態(tài)的物品?物品同構(gòu)圖生成模態(tài)融合的物品?物品同構(gòu)圖；構(gòu)...
首頁 上一頁 10 下一頁
技術(shù)分類
主站蜘蛛池模板： 冕宁县| 民县| 福海县| 乌什县| 肇东市| 嘉义县| 福鼎市| 泰兴市| 天门市| 镇安县| 肃宁县| 平遥县| 密山市| 滁州市| 扬州市| 杨浦区| 法库县| 河津市| 海晏县| 望谟县| 得荣县| 巴彦县| 忻州市| 乌兰浩特市| 余庆县| 汨罗市| 莱州市| 宝清县| 大理市| 龙山县| 肇东市| 若尔盖县| 桃园县| 西畴县| 洛阳市| 铜陵市| 宣武区| 宣威市| 石狮市| 中宁县| 邹城市|