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) 商標交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
最新專利技術(shù)
  • 本申請公開了一種圖像處理方法、裝置、設(shè)備及存儲介質(zhì)，屬于圖像處理技術(shù)領(lǐng)域。所述方法包括：對輸入圖像中的對象執(zhí)行異常檢測，得到第一異常分數(shù)，第一異常分數(shù)用于指示輸入圖像中存在異常對象的可能性；在第一異常分數(shù)大于或等于第一閾值的情況下，獲取輸入...
  • 本發(fā)明公開了一種基于深度強化學習的視覺刺激多分類方法與系統(tǒng)，本發(fā)明從EEG信號角度，以EEG信號為樣本，通過深層長短時記憶網(wǎng)絡(luò)編碼時變視覺特征，并將時間段的選擇刻畫為一個馬爾科夫決策過程，通過深度強化學習算法實現(xiàn)時間段的自主選擇，聚合特征的...
  • 本發(fā)明提出了一種基于改進的圖卷積神經(jīng)網(wǎng)絡(luò)的圖文對匹配方法，在原方法利用卷積神經(jīng)網(wǎng)絡(luò)提取圖片數(shù)據(jù)，TextMlp提取文字數(shù)據(jù)的基礎(chǔ)上，引入圖卷積神經(jīng)網(wǎng)絡(luò)進一步探索特征與特征之間的關(guān)系；由于一張圖片和描述其內(nèi)容的文字可能含有不只有一個標簽，將L...
  • 本申請?zhí)岢鲆环N基于神經(jīng)網(wǎng)絡(luò)的典型目標識別方法，屬于目標識別與圖像處理技術(shù)領(lǐng)域。該方法通過大量的數(shù)據(jù)集訓(xùn)練和優(yōu)化模型，能夠準確地識別出典型裝備和建筑目標的特征和屬性，為目標的分類、識別和分析提供了基礎(chǔ)，使得系統(tǒng)能夠在實際應(yīng)用中實現(xiàn)對典型裝備和...
  • 本發(fā)明提供一種基于機器視覺的實時檢測無人機載荷裝配質(zhì)量的方法，屬于無人機裝配技術(shù)領(lǐng)域；包括如下步驟；S1、使用數(shù)據(jù)采集系統(tǒng)獲取待檢測的無人機裝配數(shù)據(jù)；S2、使用處理器，對進行訓(xùn)練、測試的視頻和圖像數(shù)據(jù)進行預(yù)處理；S3、使用Yolov5算法框...
  • 本發(fā)明公開了一種基于沉積模擬的三維地質(zhì)體模型構(gòu)建方法，包括以下步驟：S1：數(shù)據(jù)采集：收集目標區(qū)域的多種地質(zhì)數(shù)據(jù)，包括但不限于鉆孔數(shù)據(jù)、地震勘探數(shù)據(jù)、地質(zhì)圖、古水流方向數(shù)據(jù)等；對收集到的數(shù)據(jù)進行預(yù)處理，對數(shù)據(jù)質(zhì)量檢查，剔除錯誤或異常數(shù)據(jù)；S2...
  • 本發(fā)明提供了一種符合厚度分布信息的薄煤層三維地質(zhì)建模方法，該方法在構(gòu)建薄煤層三維地質(zhì)模型的過程中，綜合利用了鉆探、物探、寫實等數(shù)據(jù)且充分利用已知的厚度數(shù)據(jù)采取空間插值方式保證了構(gòu)建的薄煤層三維模型厚度分布與已知數(shù)據(jù)分布一致，同時能匹配可采線...
  • 本申請涉及一種點云數(shù)據(jù)采集方法，其包括：獲取無構(gòu)件的背景圖像和構(gòu)件圖像，構(gòu)件圖像包括對構(gòu)件拍攝的多張視角圖像；基于背景圖像和構(gòu)件圖像獲得圖像數(shù)據(jù)，圖像數(shù)據(jù)包括構(gòu)件的多張視角圖像對應(yīng)的多個分割掩碼；采用冗余信息移除方法對構(gòu)件圖像和圖像數(shù)據(jù)進行...
  • 本發(fā)明公開了一種基于頻域卷積的纖維狀結(jié)構(gòu)三維方向方差的快速定量表征方法，用于生物組織纖維狀結(jié)構(gòu)的光學圖像的量化分析。本發(fā)明可實現(xiàn)像素級分辨水平的纖維狀結(jié)構(gòu)的三維方向方差的快速定量表征，具有高精度和高準確率；本發(fā)明使用頻域卷積的方法取代逐點相...
  • 本申請?zhí)峁┝艘环N三維圖像渲染方法及系統(tǒng)，所述方法應(yīng)用于web圖像處理器，所述方法包括：獲取待渲染三維圖像的場景信息和紋理坐標信息，確定所述待渲染三維圖像的第一特征信息和第二特征信息；基于所述待渲染三維圖像的第一特征信息，確定所述待渲染圖像的...
  • 一種不可移動文物模型快速生產(chǎn)及高清紋理移形再映射方法，所述方法包括以下步驟：獲取預(yù)先建立的不帶有表面碎片化紋理特征的關(guān)于目標文物的第一模型；其中，第一模型的模型構(gòu)造精度不低于預(yù)設(shè)的模型精度要求；獲取預(yù)先建立的關(guān)于目標文物的第二模型；其中，第...
  • 本公開提供了渲染網(wǎng)絡(luò)的訓(xùn)練方法、渲染方法及相關(guān)裝置，涉及人工智能技術(shù)領(lǐng)域，尤其涉及計算機視覺、深度學習等技術(shù)領(lǐng)域，可應(yīng)用于基于人工智能的內(nèi)容生成等場景。具體實現(xiàn)方案為：基于三維高斯渲染網(wǎng)絡(luò)的球形深度估計網(wǎng)絡(luò)處理參考視圖和源視圖，得到參考視圖...
  • 本發(fā)明實施例公開了一種相機外參標定方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品。包括：獲取每個待標定相機對相機標定場地進行圖像采集得到的圖像幀集合；由各圖像幀集合中提取每個待標定相機對應(yīng)的標定角點信息，并根據(jù)各標定角點信息以及各待標定相機的相機內(nèi)參確定...
  • 本申請?zhí)峁┝藗鞲衅鳂硕ǚ椒āC器人、存儲介質(zhì)、設(shè)備和程序產(chǎn)品，用于對機器人上的包括圖像傳感器和/或激光傳感器在內(nèi)的多個傳感器進行標定，所述方法包括：接收標定空間在真值坐標系下的對應(yīng)圖像傳感器和/或激光傳感器的真值數(shù)據(jù)；利用第一傳感器感知標定...
  • 本發(fā)明提供了一種支架植入位置識別方法、裝置、電子設(shè)備及介質(zhì)，方法包括獲取多個支架植入手術(shù)時的醫(yī)療圖像，并對醫(yī)療圖像進行標注，以構(gòu)造數(shù)據(jù)集；構(gòu)建支架位置識別模型，所述支架位置識別模型包括雙分支骨干網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)以及檢測識別模塊；基于所述數(shù)...
  • 本發(fā)明涉及標定技術(shù)領(lǐng)域，具體涉及標定模板提取方法、裝置、電子設(shè)備及存儲介質(zhì)。獲取待提取標定圖像；對待提取標定圖像進行識別，確定待提取標定圖像對應(yīng)的標定中心點，從而不需要用戶人為確定待提取標定圖像對應(yīng)的標定中心點。基于標定中心點，生成目標標定...
  • 本發(fā)明公開了一種NDVI產(chǎn)品配準方法、裝置及計算機系統(tǒng)，解決了不同時間和空間的NDVI產(chǎn)品的拼接與配準問題，包含：對時空瓦片影像進行質(zhì)量檢查，剔除云量超過閾值、不滿幅和無近紅外波段的瓦片；利用質(zhì)量檢查后的瓦片影像的近紅外波段和紅波段計算ND...
  • 本發(fā)明公開了一種基于深度學習的停機坪翼尖沖突實時檢測方法及系統(tǒng)，涉及停機坪安全技術(shù)領(lǐng)域，包括：采集不同型號飛機的若干張原始樣本圖像并對關(guān)鍵點進行標注，對標注后的樣本圖像進行預(yù)處理并劃分為訓(xùn)練集和驗證集；基于YOLO算法構(gòu)建初始飛機檢測模型并...
  • 本申請?zhí)峁┝艘环N基于激光雷達的綜采面煤流大塊檢測方法、裝置和電子設(shè)備，方法包括：基于激光雷達獲取刮板機上待檢測煤流的點云數(shù)據(jù)；對所述點云數(shù)據(jù)進行坐標系轉(zhuǎn)換，獲取目標點云數(shù)據(jù)；將所述目標點云數(shù)據(jù)輸入至預(yù)訓(xùn)練的大塊煤檢測模型中，獲取所述待檢測煤...
  • 本申請實施例中公開了一種動脈異常情況檢測裝置、電子設(shè)備和存儲介質(zhì)。其中，裝置包括：影像獲取模塊，用于獲取包含動脈的影像；圖像分割模塊，用于從影像中分割出動脈區(qū)域；位置確定模塊，用于從動脈區(qū)域中確定動脈的中心線以及中心線上每個位置的橫截面；直...
首頁 上一頁 64 下一頁
技術(shù)分類
主站蜘蛛池模板： 江津市| 芦溪县| 沾化县| 都兰县| 项城市| 镇安县| 静安区| 静海县| 洞头县| 六盘水市| 布尔津县| 武宣县| 蓝田县| 广西| 门头沟区| 宁波市| 保山市| 丹寨县| 昭平县| 蕲春县| 宁国市| 泊头市| 河津市| 长兴县| 保靖县| 望城县| 惠安县| 林芝县| 盐城市| 昭苏县| 阿尔山市| 威远县| 吴川市| 米泉市| 崇仁县| 剑阁县| 资溪县| 金溪县| 饶平县| 绩溪县| 锦州市|