<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
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      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)明涉及車輛駕駛技術(shù)領(lǐng)域，公開了一種車輛駕駛夜視輔助感知系統(tǒng)，圖像獲取模塊根據(jù)車輛的夜視紅外圖像提取車輛道路區(qū)域，劃分為多個(gè)分割車輛道路區(qū)域；區(qū)域分類模塊對(duì)分割車輛道路區(qū)域進(jìn)行分析，確定對(duì)應(yīng)的區(qū)域類別，區(qū)域類別包括干擾道路區(qū)域和感知道路區(qū)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N基于圖像視覺的鎂金屬工件加工智能監(jiān)控系統(tǒng)，其核心是通過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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)明公開了一種攪拌車罐內(nèi)混凝土坍落度實(shí)時(shí)檢測(cè)方法、介質(zhì)和設(shè)備，通過融合視覺與慣性測(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)明公開一種車輛駕駛意圖識(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)面影像和車輛的前向影像數(shù)據(jù)；通過漸進(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于AI視覺識(shí)別的智能精準(zhǔn)抽檢牛肉丸的方法，涉及食品智能檢測(cè)技術(shù)領(lǐng)域。包括有：S1：構(gòu)建缺陷數(shù)據(jù)：通過牛肉丸樣本的微觀形貌和3D表面形貌，構(gòu)建圖神經(jīng)網(wǎng)絡(luò)，同時(shí)通過多物理場(chǎng)建模，生成虛擬牛肉丸缺陷樣本，并通過所述圖神經(jīng)網(wǎng)絡(luò)，對(duì)所述...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	13
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
天天爱天天做天天爽夜夜揉|
丰满少妇人妻无码专区|
成熟了的熟妇毛茸茸|
精品国产你懂的在线观看|
免费看无码自慰一区二区|
天天射天天日本一道|
翘臀少妇被扒开屁股日出水爆乳|
国产日韩一区二区在线|
麻豆精品国产熟妇aⅴ一区|
亚洲综合激情另类小说区|
亚洲精品无码专区在线观看|
av片亚洲国产男人的天堂|
又粗又猛又黄又爽无遮挡|
日韩福利片午夜免费观着|
亚洲欧美人成电影在线观看|
午夜亚洲www湿好大|
中文字幕人妻高清乱码|
精品无码久久久久久尤物|
日韩国产亚洲一区二区三区|
在线天堂www在线|
欧美性色黄大片|
午夜免费国产体验区免费的|
国产欧美久久一区二区三区|
国产三级黄色的在线观看|
久爱www人成免费网站|
国产欧美日韩综合精品二区|
国产精品久久久久久亚洲色|
无码人妻一区二区三区精品视频|
婷婷久久香蕉五月综合|
国产精品 精品国内自产拍|
亚洲偷自拍国综合|
四虎亚洲国产成人久久精品|
国产又大又黑又粗免费视频|
国产精品午夜剧场免费观看|
亚洲www啪成人一区二区|
欧美黑人又粗又大久久久|
国产男女爽爽爽免费视频|
欧洲人激情毛片无码视频|
日韩精品无码av成人观看|
少妇人妻好深太紧了a|
亚洲男女羞羞无遮挡久久丫|