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)明涉及信號(hào)識(shí)別和定位技術(shù)領(lǐng)域，公開(kāi)一種熒光顯微信號(hào)檢測(cè)模型的構(gòu)建方法及其應(yīng)用。本發(fā)明是一種基于自監(jiān)督深度學(xué)習(xí)的擬合方法，通過(guò)將熒光顯微鏡信號(hào)表征為感興趣模式(Pattern of Interest，POI)或其組合，并利用自監(jiān)督深度學(xué)習(xí)...
  • 本發(fā)明涉及貨車識(shí)別技術(shù)領(lǐng)域，公開(kāi)了一種鐵路口岸貨場(chǎng)車號(hào)識(shí)別系統(tǒng)及方法，系統(tǒng)包括：車號(hào)識(shí)別單元，用于獲取鐵路口岸貨場(chǎng)中鐵路貨車的車號(hào)信息，還用于獲取鐵路貨車的外形信息；定位數(shù)據(jù)采集單元，用于在車號(hào)識(shí)別單元獲取鐵路口岸貨場(chǎng)中鐵路貨場(chǎng)的車號(hào)信息時(shí)...
  • 本發(fā)明涉及計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)技術(shù)，具體涉及一種邊緣增強(qiáng)特征聚合的道路井蓋病害檢測(cè)方法，包括以下步驟：S1：Backbone通過(guò)CNN網(wǎng)絡(luò)構(gòu)建五層特征金字塔，其中3?5層都是由MSEE模塊與CBS模塊組成，用以掃描輸入圖像F并提取具有不同尺...
  • 本發(fā)明涉及一種基于標(biāo)簽進(jìn)化和全局?局部體系的紅外小目標(biāo)檢測(cè)方法，方法包括以下步驟：S1、構(gòu)建局部?全局交互的自注意力網(wǎng)絡(luò)模型；S2、構(gòu)建多方向多尺度的神經(jīng)網(wǎng)絡(luò)模型；S3、用基于標(biāo)簽進(jìn)化的弱監(jiān)督訓(xùn)練方法，訓(xùn)練自注意力網(wǎng)絡(luò)模型和神經(jīng)網(wǎng)絡(luò)模型；S...
  • 本發(fā)明提供一種用于能源設(shè)施巡檢的無(wú)人機(jī)智能巡檢方法，通過(guò)無(wú)人機(jī)搭載高清攝像頭和熱傳感器，對(duì)能源設(shè)施進(jìn)行巡檢，實(shí)時(shí)采集視覺(jué)圖像和熱成像數(shù)據(jù)并傳輸至服務(wù)器端。服務(wù)器運(yùn)用多種識(shí)別訓(xùn)練和深度學(xué)習(xí)模型對(duì)數(shù)據(jù)進(jìn)行處理、分析、風(fēng)險(xiǎn)分類和異常檢測(cè)。無(wú)人機(jī)利...
  • 本發(fā)明公開(kāi)了一種辮狀河流復(fù)雜形態(tài)表征方法及系統(tǒng)，包括：步驟1、對(duì)設(shè)定時(shí)間段內(nèi)、設(shè)定研究區(qū)域內(nèi)的原始遙感影像進(jìn)行初步篩選并裁剪，設(shè)定研究區(qū)域云量占比閾值，篩選獲取初始遙感影像并預(yù)處理；步驟2、計(jì)算初始遙感影像MNDWI指標(biāo)獲取MNDWI指標(biāo)影...
  • 本申請(qǐng)涉及信息安全技術(shù)領(lǐng)域，公開(kāi)了一種對(duì)數(shù)字圖像進(jìn)行篡改檢測(cè)的方法、裝置及存儲(chǔ)介質(zhì)，該方法為：獲取待檢測(cè)圖像的相機(jī)指紋，其中，待檢測(cè)圖像是攜帶篡改痕跡的圖像，相機(jī)指紋是基于預(yù)先訓(xùn)練好的相機(jī)指紋提取模型確定的，相機(jī)指紋用于表征待檢測(cè)圖像的相機(jī)...
  • 本發(fā)明提供了廣告展覽圖像的目標(biāo)對(duì)象識(shí)別替換方法及系統(tǒng)，運(yùn)用于圖像數(shù)據(jù)處理領(lǐng)域；本發(fā)明通過(guò)對(duì)廣告圖像進(jìn)行圖像分割，將圖像劃分為前景目標(biāo)區(qū)域和背景區(qū)域，有效地減少了目標(biāo)和背景之間的干擾，尤其是在復(fù)雜背景中，能夠單獨(dú)提取出目標(biāo)區(qū)域與背景區(qū)域，從而...
  • 本申請(qǐng)?zhí)峁┮环N混凝土振搗質(zhì)量跨模態(tài)檢測(cè)系統(tǒng)，包括信號(hào)采集模塊、數(shù)據(jù)處理模塊和質(zhì)量分析模塊。數(shù)據(jù)處理方法包括以下步驟：利用由若干個(gè)加速度傳感器組成的信號(hào)采集模塊，分別采集振搗棒的軸向運(yùn)動(dòng)加速度以及有效振搗半徑內(nèi)不同位置的加速度響應(yīng)數(shù)據(jù)；采用對(duì)...
  • 本申請(qǐng)公開(kāi)了一種圖像處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，屬于圖像處理技術(shù)領(lǐng)域。所述方法包括：對(duì)輸入圖像中的對(duì)象執(zhí)行異常檢測(cè)，得到第一異常分?jǐn)?shù)，第一異常分?jǐn)?shù)用于指示輸入圖像中存在異常對(duì)象的可能性；在第一異常分?jǐn)?shù)大于或等于第一閾值的情況下，獲取輸入...
  • 本發(fā)明公開(kāi)了一種基于深度強(qiáng)化學(xué)習(xí)的視覺(jué)刺激多分類方法與系統(tǒng)，本發(fā)明從EEG信號(hào)角度，以EEG信號(hào)為樣本，通過(guò)深層長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)編碼時(shí)變視覺(jué)特征，并將時(shí)間段的選擇刻畫(huà)為一個(gè)馬爾科夫決策過(guò)程，通過(guò)深度強(qiáng)化學(xué)習(xí)算法實(shí)現(xiàn)時(shí)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(jìn)的圖卷積神經(jīng)網(wǎng)絡(luò)的圖文對(duì)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?jǐn)?shù)據(jù)的基礎(chǔ)上，引入圖卷積神經(jīng)網(wǎng)絡(luò)進(jìn)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(gè)標(biāo)簽，將L...
  • 本申請(qǐng)?zhí)岢鲆环N基于神經(jīng)網(wǎng)絡(luò)的典型目標(biāo)識(shí)別方法，屬于目標(biāo)識(shí)別與圖像處理技術(shù)領(lǐng)域。該方法通過(guò)大量的數(shù)據(jù)集訓(xùn)練和優(yōu)化模型，能夠準(zhǔn)確地識(shí)別出典型裝備和建筑目標(biāo)的特征和屬性，為目標(biāo)的分類、識(shí)別和分析提供了基礎(chǔ)，使得系統(tǒng)能夠在實(shí)際應(yīng)用中實(shí)現(xiàn)對(duì)典型裝備和...
  • 本發(fā)明提供一種基于機(jī)器視覺(jué)的實(shí)時(shí)檢測(cè)無(wú)人機(jī)載荷裝配質(zhì)量的方法，屬于無(wú)人機(jī)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(cè)的無(wú)人機(jī)裝配數(shù)據(jù)；S2、使用處理器，對(duì)進(jìn)行訓(xùn)練、測(cè)試的視頻和圖像數(shù)據(jù)進(jìn)行預(yù)處理；S3、使用Yolov5算法框...
  • 本發(fā)明公開(kāi)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(biāo)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(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)數(shù)據(jù)質(zhì)量檢查，剔除錯(cuò)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(guò)程中，綜合利用了鉆探、物探、寫(xiě)實(shí)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(shí)能匹配可采線...
  • 本申請(qǐng)涉及一種點(diǎn)云數(shù)據(jù)采集方法，其包括：獲取無(wú)構(gòu)件的背景圖像和構(gòu)件圖像，構(gòu)件圖像包括對(duì)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(duì)應(yīng)的多個(gè)分割掩碼；采用冗余信息移除方法對(duì)構(gòu)件圖像和圖像數(shù)據(jù)進(jìn)行...
  • 本發(fā)明公開(kāi)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(xué)圖像的量化分析。本發(fā)明可實(shí)現(xiàn)像素級(jí)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(zhǔn)確率；本發(fā)明使用頻域卷積的方法取代逐點(diǎn)相...
  • 本申請(qǐng)?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(chǎng)景信息和紋理坐標(biāo)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(dòng)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(biāo)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(biāo)文物的第二模型；其中，第...
首頁(yè) 上一頁(yè) 74 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 宜阳县| 沿河| 宾阳县| 南康市| 栾城县| 甘肃省| 通河县| 松潘县| 姚安县| 沂水县| 鹤庆县| 棋牌| 岱山县| 上思县| 元谋县| 汾西县| 庐江县| 唐河县| 隆安县| 西峡县| 合肥市| 瑞昌市| 慈利县| 合江县| 五指山市| 丹凤县| 京山县| 历史| 关岭| 巫溪县| 比如县| 中卫市| 龙川县| 柘城县| 内乡县| 霍山县| 太原市| 温泉县| 漠河县| 承德市| 泽库县|