<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
       
        

        <sub id="3jag6"><p id="3jag6"></p></sub>
          <style id="3jag6"></style>
          
国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女































          
    
          

        
       



    
          

          






    
    
    
    Document
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動(dòng)滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁(yè)
        專(zhuān)利交易
        IP管家助手
        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
        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(zhuān)利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)一種基于大模型協(xié)同決策的駕駛員異常監(jiān)測(cè)系統(tǒng)，包括：多路攝像頭、語(yǔ)音交互模塊、DTOPA視覺(jué)預(yù)對(duì)齊模塊、Qwen?Apan輕量化語(yǔ)言推理模塊、協(xié)同決策模塊、安全響應(yīng)控制模塊；其中，多路攝像頭用于實(shí)時(shí)提取車(chē)內(nèi)環(huán)境視頻流；語(yǔ)音交互模塊用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動(dòng)駕駛技術(shù)領(lǐng)域，具體涉及一種自動(dòng)駕駛障礙物意圖預(yù)測(cè)與避讓方法及系統(tǒng)。方法包括實(shí)時(shí)獲取圖像數(shù)據(jù)和三維點(diǎn)云數(shù)據(jù)，分別提取靜態(tài)特征和動(dòng)態(tài)特征，采用注意力機(jī)制進(jìn)行加權(quán)后融合形成融合特征向量，將融合特征向量輸入多個(gè)獨(dú)立訓(xùn)練好的深度學(xué)習(xí)模型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及車(chē)輛駕駛技術(shù)領(lǐng)域，公開(kāi)了一種車(chē)輛駕駛夜視輔助感知系統(tǒng)，圖像獲取模塊根據(jù)車(chē)輛的夜視紅外圖像提取車(chē)輛道路區(qū)域，劃分為多個(gè)分割車(chē)輛道路區(qū)域；區(qū)域分類(lèi)模塊對(duì)分割車(chē)輛道路區(qū)域進(jìn)行分析，確定對(duì)應(yīng)的區(qū)域類(lèi)別，區(qū)域類(lèi)別包括干擾道路區(qū)域和感知道路區(qū)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N基于圖像視覺(jué)的鎂金屬工件加工智能監(jiān)控系統(tǒng)，其核心是通過(guò)圖像采集模塊采集切削面的工件切削圖像及工件紅外圖像；通過(guò)圖像處理模塊對(duì)工件紅外圖像進(jìn)行切削熱流特征提取，得到工件紅外圖像對(duì)應(yīng)的熱流特征矩陣；圖像特征提取模塊構(gòu)建粉塵附著連...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及一種電纜隧道裂縫滲水識(shí)別方法、裝置和計(jì)算機(jī)設(shè)備。所述方法包括：對(duì)電纜隧道圖像進(jìn)行反相處理，以得到反相圖像；通過(guò)識(shí)別模型中的融合子模型對(duì)電纜隧道圖像和反相圖像進(jìn)行處理，確定雙相融合特征；基于雙相融合特征和識(shí)別模型中的增強(qiáng)子模型，對(duì)電...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于全模態(tài)理解的鏡頭標(biāo)簽提取方法、設(shè)備和介質(zhì)，涉及視頻處理技術(shù)領(lǐng)域，提出的方法包括：將原始視頻切分為多個(gè)語(yǔ)義完整的片段單元，并為每個(gè)片段標(biāo)注鏡像屬性標(biāo)簽形成標(biāo)注數(shù)據(jù)集；基于視覺(jué)語(yǔ)言模型，使用標(biāo)注數(shù)據(jù)集進(jìn)行有監(jiān)督訓(xùn)練；所述視覺(jué)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種工地現(xiàn)場(chǎng)污染源分析方法及系統(tǒng)，基于預(yù)設(shè)高斯擴(kuò)散模型以及環(huán)境監(jiān)測(cè)數(shù)據(jù)和氣象數(shù)據(jù)確定工地現(xiàn)場(chǎng)各監(jiān)測(cè)區(qū)域的大氣污染源強(qiáng)度信息，通過(guò)預(yù)先訓(xùn)練的目標(biāo)檢測(cè)模型對(duì)視頻流進(jìn)行檢測(cè)識(shí)別，并基于預(yù)設(shè)多維評(píng)分模型、環(huán)境監(jiān)測(cè)數(shù)據(jù)、檢測(cè)識(shí)別結(jié)果和大氣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種攪拌車(chē)罐內(nèi)混凝土坍落度實(shí)時(shí)檢測(cè)方法、介質(zhì)和設(shè)備，通過(guò)融合視覺(jué)與慣性測(cè)量數(shù)據(jù)實(shí)現(xiàn)高精度動(dòng)態(tài)檢測(cè)。該方法具體包括：采集攪拌罐內(nèi)混凝土的視頻流及IMU姿態(tài)數(shù)據(jù)；檢測(cè)罐口內(nèi)側(cè)預(yù)設(shè)的至少三個(gè)定位標(biāo)記點(diǎn)，基于相鄰幀間標(biāo)記點(diǎn)像素位移構(gòu)建仿...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種面向淺海生物模型的密度檢測(cè)和入侵預(yù)警的方法，包括如下步驟：步驟一、密度檢測(cè)：系統(tǒng)首先利用基于改進(jìn)YOLO算法的目標(biāo)檢測(cè)模塊對(duì)輸入的圖像或視頻幀進(jìn)行分析，識(shí)別出其中的淺海生物目標(biāo)，并確定其類(lèi)別，結(jié)合圖像處理方法實(shí)現(xiàn)淺海生物密度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N高斯編碼模型訓(xùn)練方法、室內(nèi)占用預(yù)測(cè)方法、設(shè)備和介質(zhì)，其中，模型訓(xùn)練方法包括：對(duì)樣本室內(nèi)場(chǎng)景圖像進(jìn)行特征提取，得到樣本室內(nèi)場(chǎng)景圖像對(duì)應(yīng)的樣本圖像特征圖，根據(jù)樣本圖像特征圖，采用預(yù)設(shè)初始高斯編碼模型對(duì)隨機(jī)生成的初始高斯特征進(jìn)行更...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N模型訓(xùn)練方法、室內(nèi)場(chǎng)景占用預(yù)測(cè)方法、設(shè)備和介質(zhì)，模型訓(xùn)練方法包括：獲取室內(nèi)場(chǎng)景數(shù)據(jù)集，根據(jù)空間語(yǔ)義集，對(duì)各圖像幀進(jìn)行占用預(yù)測(cè)，得到各圖像幀的實(shí)際空間占用信息，根據(jù)每個(gè)室內(nèi)場(chǎng)景的當(dāng)前圖像幀的實(shí)際空間占用信息、歷史圖像幀的實(shí)際空...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N場(chǎng)景感知模型的訓(xùn)練方法、設(shè)備、機(jī)器人控制方法及機(jī)器人，涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域。該方法包括根據(jù)多個(gè)三維點(diǎn)的空間位置信息和初始特征，采用預(yù)設(shè)高斯解碼器獲取多個(gè)三維點(diǎn)的高斯幾何特征和第一語(yǔ)義特征；在多個(gè)視角下，對(duì)三維高斯點(diǎn)云圖進(jìn)行三維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于時(shí)空自適應(yīng)融合與地理特征的土地性質(zhì)檢測(cè)方法，涉及圖像處理技術(shù)領(lǐng)域，包括：獲取待檢測(cè)地塊的采樣圖像、地塊屬性數(shù)據(jù)和數(shù)字高程模型數(shù)據(jù)；采用Swin Transformer模型結(jié)合地類(lèi)紋理自適應(yīng)融合模塊GTAF從采樣圖像中提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于多層次模態(tài)交互的顯著目標(biāo)分割方法及系統(tǒng)，屬于計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域。包括：獲取待測(cè)圖像的RGB圖像和熱紅外圖像，并提取多個(gè)層次特征圖；將同層次的多模態(tài)特征圖輸入至三重注意力融合模塊，在該模塊中獲取同層次不同模態(tài)特征圖的差異特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)一種車(chē)輛駕駛意圖識(shí)別方法及系統(tǒng)，涉及智能駕駛技術(shù)領(lǐng)域，該方法包括采集待測(cè)駕駛員的正面影像、側(cè)面影像和車(chē)輛的前向影像數(shù)據(jù)；通過(guò)漸進(jìn)式分組卷積神經(jīng)網(wǎng)絡(luò)的層次化分組策略對(duì)多視角影像數(shù)據(jù)的進(jìn)行特征提取；采用跨視角一致性學(xué)習(xí)對(duì)提取的多視角影...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于深度學(xué)習(xí)的城市管道缺陷識(shí)別方法，涉及缺陷識(shí)別技術(shù)領(lǐng)域，本發(fā)明獲取用于訓(xùn)練管道缺陷識(shí)別模型的數(shù)據(jù)集；構(gòu)建并利用所述數(shù)據(jù)集訓(xùn)練管道缺陷識(shí)別模型；其中，管道缺陷識(shí)別模型中，至少一個(gè)相鄰的最大池化層和多分支特征提取塊之間插設(shè)語(yǔ)義增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，特別涉及一種模型訓(xùn)練方法、關(guān)鍵點(diǎn)選擇方法、裝置、設(shè)備及介質(zhì)。所述方法具體包括通過(guò)特征提取模塊確定訓(xùn)練圖像數(shù)據(jù)的第一高維特征圖和變換圖像數(shù)據(jù)的第二高維特征圖；通過(guò)關(guān)鍵點(diǎn)檢測(cè)模塊輸出的第一預(yù)測(cè)關(guān)鍵點(diǎn)概率圖、第一預(yù)測(cè)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種動(dòng)態(tài)障礙物識(shí)別方法，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明首先提取不同幀圖像中的動(dòng)態(tài)障礙物區(qū)域，進(jìn)而在各區(qū)域中選出最大、中等縮放及最小縮放障礙物區(qū)域；隨后對(duì)三類(lèi)區(qū)域分別獲取多層低頻圖像，經(jīng)同一尺度對(duì)齊相加后得到對(duì)應(yīng)的低頻增強(qiáng)圖像；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于多模態(tài)融合的紅外熱成像建筑外立面缺陷智能診斷方法，涉及建筑檢測(cè)技術(shù)領(lǐng)域，方法包括：同步采集紅外熱成像、可見(jiàn)光圖像及三維點(diǎn)云數(shù)據(jù)構(gòu)建多模態(tài)數(shù)據(jù)集；采用改進(jìn)形態(tài)學(xué)分水嶺算法分割熱斑區(qū)域并提取輪廓與溫度特征；基于雙分支注意力網(wǎng)絡(luò)識(shí)別...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了變流器換相失敗故障診斷方法，屬于相控變流器領(lǐng)域，包括將變流器運(yùn)行的輸出電壓轉(zhuǎn)換為二維圖像數(shù)據(jù)，將變流器運(yùn)行的輸出電壓以及二維圖像數(shù)據(jù)一起輸入預(yù)先訓(xùn)練的雙路卷積神經(jīng)網(wǎng)絡(luò)，預(yù)先訓(xùn)練的雙路卷積神經(jīng)網(wǎng)絡(luò)包括一維數(shù)據(jù)處理通道和二維數(shù)據(jù)處理...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	12
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類(lèi)
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日本日本乱码伦视频在线观看|
国产农村一国产农村无码毛片|
亚洲日韩国产成网在线观看|
丰满岳乱妇一区二区三区|
久久久久国产精品麻豆ar影院|
国产精品天干天干综合网|
日产精品久久久久久久|
少妇高潮惨叫喷水在线观看|
国产精品ⅴ无码大片在线看|
色婷婷综合久久久久中文一区二区
|
欧美伊人色综合久久天天|
久久免费观看午夜成人网站
|
2021AV在线无码最新|
亚洲欧美高清在线精品一区二区|
亚洲国产精品无码久久秋霞|
欧美大片18禁aaa免费视频|
热re99久久精品国产66热|
亚洲aⅴ无码国精品中文字慕|
欧美又粗又大又硬又长又爽视频
|
极品少妇无套内射视频|
中文字幕永久精品国产|
最新国产AV最新国产在钱|
无码A级毛片免费视频下载|
成人爽a毛片免费视频|
最近2019中文字幕在线|
国产又爽又黄又舒服的视频|
日韩精品无码一本二本三本|
亚洲午夜无码av毛片久久|
国产精品久久久久7777按摩|
国产精品久久无码一区二区三区网|
国产69精品久久久久9999|
四虎女优在线视频免费看|
国产成人精品午夜福利在线播放|
亚洲欧美在线人成最新|
天堂一区人妻无码|
亚洲午夜无码久久久久蜜臀av|
国产欧美综合在线观看第十页|
黄页网站在线观看免费视频|
久久婷婷五月综合色欧美蜜芽|
尤物国精品午夜福利视频|
国产精品55夜色66夜色|