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 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)明屬于圖像處理技術(shù)領(lǐng)域，具體的說是一種通過結(jié)合空間和時(shí)間結(jié)構(gòu)信息，有效提高了在標(biāo)注數(shù)據(jù)有限的情況下對醫(yī)療圖像的分類精度的基于時(shí)空結(jié)構(gòu)一致性的半監(jiān)督圖像分類方法，相對于現(xiàn)有技術(shù)，通過引入時(shí)空結(jié)構(gòu)一致性機(jī)制，有效利用未標(biāo)注數(shù)據(jù)，提升了模型對...
  • 本發(fā)明公開了一種基于圖像識(shí)別算法調(diào)諧光纖鎖模激光的方法及系統(tǒng)，涉及光纖激光器鎖模技術(shù)領(lǐng)域，包括：對光譜儀圖像預(yù)處理；RGB顏色空間的光譜圖像轉(zhuǎn)換至HSV顏色空間，通過顏色篩選與濾波，實(shí)現(xiàn)光譜曲線與圖像背景分離；建立基于圖像線性變換的全連接神...
  • 本發(fā)明公開了一種基于亞像素邊緣搜索的零件幾何參數(shù)檢測方法及系統(tǒng)，涉及數(shù)字化測量技術(shù)領(lǐng)域，包括：采集零件圖像，提取零件圖像的感興趣區(qū)域，獲取零件邊緣像素級粗定位點(diǎn)；基于Zernike矩計(jì)算零件邊緣的亞像素坐標(biāo)進(jìn)行零件姿態(tài)感知，利用零件姿態(tài)信息...
  • 本發(fā)明提供了基于多尺度、多任務(wù)融合UNet模型的精確乳腺腫瘤分割方法，包括以下步驟：(1)獲取原始腫瘤醫(yī)學(xué)圖像以及相應(yīng)的腫瘤區(qū)域標(biāo)簽并調(diào)整大小；(2)對腫瘤圖像進(jìn)行Z?Score標(biāo)準(zhǔn)化和隨機(jī)旋轉(zhuǎn)進(jìn)行圖像增強(qiáng)，并按照7：2：1的比例劃分訓(xùn)練集...
  • 本申請公開了一種針對圖像的跨域目標(biāo)檢測模型的訓(xùn)練方法及裝置和跨域目標(biāo)檢測方法。該訓(xùn)練方法包括：獲取源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)；將源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)輸入到深度學(xué)習(xí)網(wǎng)絡(luò)，得到第一特征圖；基于跨通道交叉注意力策略，對第一特征圖中的注意力權(quán)重進(jìn)行調(diào)整，...
  • 本發(fā)明公開了一種紅外圖像光伏組件熱斑缺陷識(shí)別方法、裝置、設(shè)備及介質(zhì)，涉及深度學(xué)習(xí)技術(shù)領(lǐng)域。該方法包括：獲取帶有光伏組件熱斑缺陷標(biāo)注邊界框的光伏組件紅外圖像數(shù)據(jù)集；構(gòu)建目標(biāo)檢測模型，目標(biāo)檢測模型包括ESRGAN網(wǎng)絡(luò)、改進(jìn)Transformer...
  • 本發(fā)明公開了一種基于可變形隱式光傳輸函數(shù)的自適應(yīng)表示與動(dòng)態(tài)繪制方法和裝置，包括以下步驟：對場景進(jìn)行物體組劃分，并計(jì)算物體組間的隱式影響，基于隱式影響計(jì)算面向各物體組的場景表示，其中每個(gè)物體組至少包含一個(gè)物體；依據(jù)各物體組的場景表示計(jì)算各物體...
  • 本發(fā)明提供了一種三維高斯噴濺重建方法及相關(guān)設(shè)備，所述方法包括：對獲取的圖像序列進(jìn)行分組處理，得到多個(gè)圖像對，圖像序列包括多個(gè)未標(biāo)定姿態(tài)的圖像，多個(gè)圖像對中任一圖像對包括圖像序列中的兩個(gè)圖像；基于多個(gè)圖像對確定的成對點(diǎn)圖和成對點(diǎn)圖關(guān)聯(lián)的置信圖...
  • 本發(fā)明公布了一種基于單張全景圖像的新視角合成三維重建方法及系統(tǒng)，包括串行連接的全景圖轉(zhuǎn)化網(wǎng)格模塊、網(wǎng)格補(bǔ)全模塊和網(wǎng)格轉(zhuǎn)化三維高斯場模塊；從單個(gè)位置的任意相機(jī)捕獲的全景圖像中生成全景圖像。包括首先從輸入的全景圖像構(gòu)建初步網(wǎng)格，然后通過全景補(bǔ)全...
  • 本申請公開了一種基于多相機(jī)同步采集與神經(jīng)輻射場的植物三維重建和器官分割方法、設(shè)備、介質(zhì)和產(chǎn)品，涉及圖像處理技術(shù)領(lǐng)域，該方法包括：采用多相機(jī)同步采集植物的多視角圖像；對所述多視角圖像進(jìn)行二維圖像分割，得到像素的語義標(biāo)簽并構(gòu)建Tiff圖像；采用...
  • 本發(fā)明公開了一種基于對比學(xué)習(xí)的磁共振釓對比增強(qiáng)圖像的生成方法，SDACL模型，還包括對SDACL模型進(jìn)行基于補(bǔ)丁的多層對比學(xué)習(xí)和設(shè)計(jì)的損失函數(shù)的調(diào)整，其中SDACL模型包括表示多模態(tài)MRI通道疊加圖像的域X和表示T1CE圖像的域Y、生成器G...
  • 本發(fā)明涉及化學(xué)發(fā)光計(jì)算斷層成像技術(shù)領(lǐng)域，公開了一種化學(xué)發(fā)光計(jì)算機(jī)斷層的火焰流場重建方法，具體包括：將火焰流場區(qū)域中感興趣的部分進(jìn)行體素劃分，體素發(fā)出的光在相機(jī)成像平面出現(xiàn)的投影占據(jù)一個(gè)或多個(gè)像素，將體素占據(jù)像素的面積稱為權(quán)重系數(shù)；當(dāng)體素的投...
  • 本發(fā)明適用于CT圖像處理技術(shù)領(lǐng)域，提供了基于多任務(wù)學(xué)習(xí)的CT圖像中陽性淋巴結(jié)的診斷與分割方法，包括：對CT圖像序列進(jìn)行預(yù)處理并增強(qiáng)數(shù)據(jù)，構(gòu)建多任務(wù)深度學(xué)習(xí)模型，通過編碼器提取特征，利用分類模塊執(zhí)行分類任務(wù)，利用分割模塊結(jié)合分類結(jié)果對陽性淋巴...
  • 本發(fā)明公開了一種基于快照壓縮成像和深度神經(jīng)網(wǎng)絡(luò)的超快成像方法。其具體步驟如下：合成仿真數(shù)據(jù)集；采集用于探測超快場景的超快激光脈沖的二維壓縮數(shù)據(jù)；構(gòu)建基于低秩分解與通道注意力機(jī)制的端到端壓縮重建網(wǎng)絡(luò)；對端到端壓縮重建網(wǎng)絡(luò)進(jìn)行訓(xùn)練；利用訓(xùn)練好的...
  • 本申請涉及人工智能技術(shù)領(lǐng)域，提供了基于人臉特征點(diǎn)的證件照生成方法，該方法包括：檢測源圖像的人臉區(qū)域；從源圖像的人臉區(qū)域提取人臉特征點(diǎn)，得到人臉特征點(diǎn)的坐標(biāo)；根據(jù)人臉特征點(diǎn)的坐標(biāo)，計(jì)算源圖像中人臉相對標(biāo)準(zhǔn)證件照中人臉的平移偏差和角度偏差；基于...
  • 本發(fā)明的實(shí)施例提供了一種直線檢測方法、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及直線檢測領(lǐng)域，方法包括：遍歷待檢測平面上的各點(diǎn)，基于各點(diǎn)的法向量和坐標(biāo)構(gòu)建第一投票累加器，在第一投票累加器不為空時(shí)，從第一投票累加器中獲取第一最大投票值的投票位置，基于第一最大投...
  • 本申請公開了一種超聲微血管成像中的運(yùn)動(dòng)校正與配準(zhǔn)方法、設(shè)備、介質(zhì)及產(chǎn)品，涉及超聲微血管成像領(lǐng)域，該方法包括獲取隨時(shí)間變化的超聲序列圖像；利用數(shù)據(jù)幀相關(guān)性系數(shù)的閾值對超聲序列圖像進(jìn)行劃分；根據(jù)靜止幀之間的相關(guān)系數(shù)進(jìn)行聚類處理的聚類結(jié)果確定靜止...
  • 本公開涉及一種基于特征融合和迭代關(guān)聯(lián)的在線多目標(biāo)跟蹤方法及系統(tǒng)，涉及目標(biāo)跟蹤技術(shù)領(lǐng)域。其中，所述的在線多目標(biāo)跟蹤方法，包括：利用給定視頻序列中每幀圖像內(nèi)可能目標(biāo)對應(yīng)的位置信息和置信度對所述置信度進(jìn)行融合更新，得到融合更新置信度；利用迭代算法...
  • 本發(fā)明屬于醫(yī)療器械技術(shù)領(lǐng)域，具體公開了一種基于紅外熱成像的外陰VIN預(yù)測方法及裝置，該方法包括如下步驟：采集多個(gè)VIN樣本的外陰部位的紅外熱成像圖像；基于FLIR系統(tǒng)，從紅外熱成像圖像中分割并提取病變部位，及病變部位對應(yīng)的溫度值；基于提取的...
  • 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體的說是一種基于MedficientSAM圖像分割大模型，能夠顯著提高醫(yī)學(xué)圖像處理效率和準(zhǔn)確率的基于視覺大模型的醫(yī)學(xué)圖像處理方法及系統(tǒng)，利用MedficientSAM模型對包括CT、MR、超聲等在內(nèi)的九種不同模...
首頁 上一頁 99 下一頁
技術(shù)分類
主站蜘蛛池模板： 清河县| 阿瓦提县| 和平区| 姜堰市| 苏尼特左旗| 日照市| 永平县| 新邵县| 南郑县| 潜山县| 伊通| 阳曲县| 赣榆县| 彭泽县| 沁阳市| 红安县| 武宣县| 京山县| 绥宁县| 鹤岗市| 昌黎县| 朔州市| 河北区| 天等县| 五大连池市| 禄丰县| 台中市| 共和县| 西乡县| 龙川县| 扎兰屯市| 隆尧县| 佛山市| 云霄县| 闽清县| 南宫市| 信阳市| 南靖县| 镇巴县| 乌拉特后旗| 谷城县|