<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
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁
        專利交易
        IP管家助手
        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
        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)識別...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種動態(tài)障礙物識別方法，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；隨后對三類區(qū)域分別獲取多層低頻圖像，經(jīng)同一尺度對齊相加后得到對應(yīng)的低頻增強(qiáng)圖像；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及計(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)檢測模塊輸出的第一預(yù)測關(guān)鍵點(diǎn)概率圖、第一預(yù)測...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于深度學(xué)習(xí)的城市管道缺陷識別方法，涉及缺陷識別技術(shù)領(lǐng)域，本發(fā)明獲取用于訓(xùn)練管道缺陷識別模型的數(shù)據(jù)集；構(gòu)建并利用所述數(shù)據(jù)集訓(xùn)練管道缺陷識別模型；其中，管道缺陷識別模型中，至少一個相鄰的最大池化層和多分支特征提取塊之間插設(shè)語義增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種車輛駕駛意圖識別方法及系統(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多視角影像數(shù)據(jù)的進(jìn)行特征提??；采用跨視角一致性學(xué)習(xí)對提取的多視角影...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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：獲取待測圖像的RGB圖像和熱紅外圖像，并提取多個層次特征圖；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)明提出了一種基于時空自適應(yīng)融合與地理特征的土地性質(zhì)檢測方法，涉及圖像處理技術(shù)領(lǐng)域，包括：獲取待檢測地塊的采樣圖像、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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N場景感知模型的訓(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三維點(diǎn)的高斯幾何特征和第一語義特征；在多個視角下，對三維高斯點(diǎn)云圖進(jìn)行三維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N模型訓(xùn)練方法、室內(nèi)場景占用預(yù)測方法、設(shè)備和介質(zhì)，模型訓(xùn)練方法包括：獲取室內(nèi)場景數(shù)據(jù)集，根據(jù)空間語義集，對各圖像幀進(jìn)行占用預(yù)測，得到各圖像幀的實(shí)際空間占用信息，根據(jù)每個室內(nèi)場景的當(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?zhí)峁┝艘环N高斯編碼模型訓(xùn)練方法、室內(nèi)占用預(yù)測方法、設(shè)備和介質(zhì)，其中，模型訓(xùn)練方法包括：對樣本室內(nèi)場景圖像進(jìn)行特征提取，得到樣本室內(nèi)場景圖像對應(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隨機(jī)生成的初始高斯特征進(jìn)行更...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向淺海生物模型的密度檢測和入侵預(yù)警的方法，包括如下步驟：步驟一、密度檢測：系統(tǒng)首先利用基于改進(jìn)YOLO算法的目標(biāo)檢測模塊對輸入的圖像或視頻幀進(jìn)行分析，識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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種攪拌車罐內(nèi)混凝土坍落度實(shí)時檢測方法、介質(zhì)和設(shè)備，通過融合視覺與慣性測量數(shù)據(jù)實(shí)現(xiàn)高精度動態(tài)檢測。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)；檢測罐口內(nèi)側(cè)預(yù)設(shè)的至少三個定位標(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)明提供了一種工地現(xiàn)場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)測數(shù)據(jù)和氣象數(shù)據(jù)確定工地現(xiàn)場各監(jiān)測區(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)檢測模型對視頻流進(jìn)行檢測識別，并基于預(yù)設(shè)多維評分模型、環(huán)境監(jiān)測數(shù)據(jù)、檢測識別結(jié)果和大氣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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語義完整的片段單元，并為每個片段標(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種電纜隧道裂縫滲水識別方法、裝置和計(jì)算機(jī)設(shè)備。所述方法包括：對電纜隧道圖像進(jìn)行反相處理，以得到反相圖像；通過識別模型中的融合子模型對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別模型中的增強(qiáng)子模型，對電...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?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，劃分為多個分割車輛道路區(qū)域；區(qū)域分類模塊對分割車輛道路區(qū)域進(jìn)行分析，確定對應(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)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動駕駛技術(shù)領(lǐng)域，具體涉及一種自動駕駛障礙物意圖預(yù)測與避讓方法及系統(tǒng)。方法包括實(shí)時獲取圖像數(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獨(dú)立訓(xùn)練好的深度學(xué)習(xí)模型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于大模型協(xié)同決策的駕駛員異常監(jiān)測系統(tǒng)，包括：多路攝像頭、語音交互模塊、DTOPA視覺預(yù)對齊模塊、Qwen?Apan輕量化語言推理模塊、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)時提取車內(nèi)環(huán)境視頻流；語音交互模塊用...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	14
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
久久综合亚洲色hezyo国产|
久久精品国产亚洲不AV麻豆|
熟女在线视频一区二区三区|
无码免费的毛片基地|
狠狠色噜噜狠狠狠狠7777米奇|
亚洲日韩中文字幕在线播放|
日韩中文字幕在线一区二区三区|
国产成人精品综合在线观看|
亚洲精品无码永久中文字幕|
亚洲国产精品久久艾草|
精品无码久久久久久国产|
香港三日本8a三级少妇三级99|
国产成人a人亚洲精品无码|
老男人久久青草av高清|
中文字幕精品无码一区二区三区|
国产女人高潮视频在线观看|
久久亚洲私人国产精品|
少妇高潮喷水久久久久久久久久|
亚洲精品久久久无码一区二区|
日日噜噜夜夜狠狠视频|
乌克兰粉嫩xxx极品hd|
久青草国产在视频在线观看|
人妻 丝袜美腿 中文字幕
|
国产白丝精品爽爽久久蜜臀|
72种姿势欧美久久久久大黄蕉|
色欲av亚洲情无码av蜜桃|
精品国产自在精品国产精华天|
高清免费精品国自产拍|
黑人强辱丰满的人妻熟女|
av色综合久久天堂av色综合|
18禁成人黄网站免费观看|
西西人体大胆瓣开下部自慰|
国产啪精品视频网站丝袜|
人人莫人人擦人人看
|
久本草在线中文字幕亚洲|
日本特黄特黄刺激大片|
艳妇乳肉豪妇荡乳|
亚洲精品乱码久久久久久金桔影视
|
国产精品久久自在自线不卡|
亚洲多毛女人厕所小便|
国内精品久久人妻无码不卡|