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(biāo)交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費(fèi)注冊
到頂部 到底部
清空 搜索
最新專利技術(shù)
  • 本發(fā)明涉及煙草加工制絲技術(shù)領(lǐng)域，具體涉及基于視覺識別的煙草切絲均勻度在線檢測系統(tǒng)及檢測裝置，其檢測系統(tǒng)包括傳輸模塊，用于煙絲傳輸。圖像采集模塊，用于捕獲煙絲圖像；并對煙絲圖像進(jìn)行預(yù)處理。特征提取模塊，用于利用局部二值模式LBP算法，從預(yù)處理...
  • 本申請公開了一種焊接類缺陷的檢測方法、焊接類缺陷的檢測裝置、焊接類缺陷的檢測設(shè)備、存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，涉及缺陷檢測的技術(shù)領(lǐng)域，通過基于數(shù)據(jù)增強(qiáng)得到的預(yù)訓(xùn)練數(shù)據(jù)集訓(xùn)練得到缺陷通用檢測模型；基于目標(biāo)產(chǎn)品的缺陷樣本圖像，對缺陷通用檢測模型進(jìn)...
  • 本申請實(shí)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...
  • 本申請?zhí)峁┝艘环N基于激光雷達(dá)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(dá)獲取刮板機(jī)上待檢測煤流的點(diǎn)云數(shù)據(jù)；對所述點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)系轉(zhuǎn)換，獲取目標(biāo)點(diǎn)云數(shù)據(jù)；將所述目標(biāo)點(diǎn)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...
  • 本發(fā)明公開了一種基于深度學(xué)習(xí)的停機(jī)坪翼尖沖突實(shí)時檢測方法及系統(tǒng)，涉及停機(jī)坪安全技術(shù)領(lǐng)域，包括：采集不同型號飛機(jī)的若干張?jiān)紭颖緢D像并對關(guān)鍵點(diǎn)進(jìn)行標(biāo)注，對標(biāo)注后的樣本圖像進(jìn)行預(yù)處理并劃分為訓(xùn)練集和驗(yàn)證集；基于YOLO算法構(gòu)建初始飛機(jī)檢測模型并...
  • 本發(fā)明公開了一種NDVI產(chǎn)品配準(zhǔn)方法、裝置及計(jì)算機(jī)系統(tǒng)，解決了不同時間和空間的NDVI產(chǎn)品的拼接與配準(zhǔn)問題，包含：對時空瓦片影像進(jìn)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(jì)算ND...
  • 本發(fā)明涉及標(biāo)定技術(shù)領(lǐng)域，具體涉及標(biāo)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(biāo)定圖像；對待提取標(biāo)定圖像進(jìn)行識別，確定待提取標(biāo)定圖像對應(yīng)的標(biāo)定中心點(diǎn)，從而不需要用戶人為確定待提取標(biāo)定圖像對應(yīng)的標(biāo)定中心點(diǎn)。基于標(biāo)定中心點(diǎn)，生成目標(biāo)標(biāo)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(jìn)行標(biāo)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)...
  • 本申請?zhí)峁┝藗鞲衅鳂?biāo)定方法、機(jī)器人、存儲介質(zhì)、設(shè)備和程序產(chǎn)品，用于對機(jī)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(jìn)行標(biāo)定，所述方法包括：接收標(biāo)定空間在真值坐標(biāo)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(biāo)定...
  • 本發(fā)明實(shí)施例公開了一種相機(jī)外參標(biāo)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(biāo)定相機(jī)對相機(jī)標(biāo)定場地進(jìn)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(biāo)定相機(jī)對應(yīng)的標(biāo)定角點(diǎn)信息，并根據(jù)各標(biāo)定角點(diǎn)信息以及各待標(biāo)定相機(jī)的相機(jī)內(nèi)參確定...
  • 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(jì)算機(jī)視覺、深度學(xué)習(xí)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(shí)現(xiàn)方案為：基于三維高斯渲染網(wǎng)絡(luò)的球形深度估計(jì)網(wǎng)絡(luò)處理參考視圖和源視圖，得到參考視圖...
  • 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(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...
  • 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(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...
  • 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(xué)圖像的量化分析。本發(fā)明可實(shí)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(zhǔn)確率；本發(fā)明使用頻域卷積的方法取代逐點(diǎn)相...
  • 本申請涉及一種點(diǎn)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(jìn)行...
  • 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(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，同時能匹配可采線...
  • 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(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；對收集到的數(shù)據(jù)進(jìn)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)明提供一種基于機(jī)器視覺的實(shí)時檢測無人機(jī)載荷裝配質(zhì)量的方法，屬于無人機(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)獲取待檢測的無人機(jī)裝配數(shù)據(jù)；S2、使用處理器，對進(jìn)行訓(xùn)練、測試的視頻和圖像數(shù)據(jù)進(jìn)行預(yù)處理；S3、使用Yolov5算法框...
  • 本申請?zhí)岢鲆环N基于神經(jīng)網(wǎng)絡(luò)的典型目標(biāo)識別方法，屬于目標(biāo)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(zhǔn)確地識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)對典型裝備和...
  • 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標(biāo)簽，將L...
首頁 上一頁 85 下一頁
技術(shù)分類
主站蜘蛛池模板： 尉犁县| 三都| 铜川市| 天津市| 广德县| 永定县| 灌阳县| 宁海县| 英吉沙县| 竹北市| 定州市| 隆回县| 宁强县| 清河县| 铁力市| 陇川县| 精河县| 博乐市| 丹寨县| 伊宁县| 安康市| 张掖市| 九龙城区| 阳原县| 鄢陵县| 射洪县| 澄江县| 延川县| 白水县| 永胜县| 马龙县| 齐河县| 扎赉特旗| 铁力市| 洱源县| 沾益县| 东山县| 扬中市| 通辽市| 和平区| 南召县|