<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
        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(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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      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)語義增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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??；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┝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(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)明公開一種基于大模型協(xié)同決策的駕駛員異常監(jiān)測(cè)系統(tǒng)，包括：多路攝像頭、語音交互模塊、DTOPA視覺預(yù)對(duì)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(shí)提取車內(nèi)環(huán)境視頻流；語音交互模塊用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了施工現(xiàn)場(chǎng)鋼筋堆疊形態(tài)智能識(shí)別方法及系統(tǒng)，具體涉及圖像處理領(lǐng)域，用于解決鋼筋堆疊識(shí)別誤差問題，是通過利用環(huán)形多視角鏡頭陣列獲取均勻光照條件下的鋼筋影像與深度數(shù)據(jù)，結(jié)合鋼筋表面的銹蝕紋理與顏色信息，精準(zhǔn)地識(shí)別出鋼筋的真實(shí)邊界與空間位...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N用于細(xì)胞熒光圖像中相分離的智能識(shí)別方法、裝置及設(shè)備。其中，針對(duì)活細(xì)胞內(nèi)亞細(xì)胞尺度液液相分離過程中普遍存在的圖像噪聲強(qiáng)、背景干擾多、人工依賴高、動(dòng)態(tài)過程追蹤難等問題，通過圖像處理，充分挖掘圖像中疑似相變點(diǎn)的空間結(jié)構(gòu)特征，并去除噪...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，公開了一種基于四維光場(chǎng)的三維神經(jīng)信號(hào)提取方法，包括以下步驟：S1：獲取四維光場(chǎng)下的時(shí)序多視角活體神經(jīng)數(shù)據(jù)D；S2：根據(jù)時(shí)序多視角活體神經(jīng)數(shù)據(jù)D分析神經(jīng)元分布，并得到表示神經(jīng)元位置的多視角數(shù)據(jù)；S3：基于PSF對(duì)多...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	3
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
免费AV片在线观看网址|
大地资源在线观看官网第三页
|
色悠悠成人综合在线视频|
亚洲区色欧美另类图片|
丰满人妻熟妇乱又伦精品软件|
久久99精品久久久久免费|
成人国内精品久久久久一区|
国产xxxx视频在线观看|
久久亚洲精品中文字幕波多野结衣
|
色欲精品国产一区二区三区av
|
男同精品视频免费观看网站|
日本成熟老妇乱|
国产亚洲精品一区二区在线观看|
亚洲一区精品无码|
欧美丰满熟妇xxxx性ppx人|
熟女人妻高清一区二区三区|
www插插插无码免费视频网站|
日韩中文字幕人妻精品|
欧洲精品码一区二区三区免费看|
成人免费视频在线观看|
亚洲国产日韩欧美一区二区三区|
青青草国产精品欧美成人|
成人国产精品日本在线|
国产成人精品亚洲资源|
又黄又爽的男女配种视频|
国产粗话肉麻对白在线播放|
日韩一区二区三区无码影院|
日本一区二区专线|
国产在线精品视频免费观看|
真人作爱免费视频|
精品国偷自产在线视频99|
国产线播放免费人成视频播放|
小说区亚洲综合第1页|
日本一区二区不卡精品|
四虎国产精品永久地址99|
无码乱人伦一区二区亚洲一|
40岁大乳的熟妇在线观看|
九九久re8在线精品视频|
国产激情久久久久久熟女老人|
熟女女同亚洲女同中文字幕|
久久人人做人人妻人人玩精品va
|