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(yè) 專(zhuān)利交易 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 IP管家助手 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
樂(lè)器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
  • 本發(fā)明實(shí)施例提供了一種自動(dòng)化流程的控制方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。自動(dòng)化流程的控制方法包括：對(duì)自動(dòng)化流程中的每個(gè)耗材節(jié)點(diǎn)對(duì)應(yīng)分配虛擬耗材并確定虛擬耗材的虛擬位置；基于針對(duì)自動(dòng)化流程中每個(gè)虛擬耗材規(guī)劃的運(yùn)行步驟，判斷自動(dòng)化流程中當(dāng)前的運(yùn)行...
  • 本發(fā)明涉及人工智能技術(shù)，揭露了一種基于圖像的茶葉害蟲(chóng)檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。所述方法包括：獲取害蟲(chóng)圖像；利用預(yù)訓(xùn)練的茶葉害蟲(chóng)檢測(cè)模型中的正則強(qiáng)化骨干網(wǎng)絡(luò)，對(duì)害蟲(chóng)圖像進(jìn)行多層次特征提取，得到多尺度特征；利用所述茶葉害蟲(chóng)檢測(cè)模型中的輕量...
  • 本發(fā)明涉及一種融合光學(xué)與SAR影像的地表水體月度變化動(dòng)態(tài)監(jiān)測(cè)方法，屬于遙感應(yīng)用技術(shù)領(lǐng)域。方法包括四部分：（1）數(shù)據(jù)準(zhǔn)備與預(yù)處理：通過(guò)月度中值合成、圖像濾波等預(yù)處理構(gòu)建月度連續(xù)的SAR數(shù)據(jù)集。（2）初始水體范圍提取：利用水體?植被要素耦合指數(shù)...
  • 本公開(kāi)提供了一種語(yǔ)音數(shù)據(jù)的處理方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)。其中，方法包括：獲取目標(biāo)說(shuō)話人的人聲標(biāo)簽和文本數(shù)據(jù)；將人聲標(biāo)簽輸入預(yù)先訓(xùn)練完成的音色生成模型，生成目標(biāo)說(shuō)話人的目標(biāo)人聲表征向量，其中，音色生成模型根據(jù)對(duì)多維先驗(yàn)概率分布進(jìn)行采...
  • 本公開(kāi)提供了一種音頻處理方法和裝置、模型的訓(xùn)練方法和裝置、電子設(shè)備及介質(zhì)，涉及人工智能領(lǐng)域，尤其涉及語(yǔ)音技術(shù)領(lǐng)域。實(shí)現(xiàn)方案為：依次針對(duì)從待處理音頻數(shù)據(jù)中所提取的多個(gè)音頻幀中的每一個(gè)音頻幀，確定該音頻幀的局部特征信息，其中，待處理音頻數(shù)據(jù)包括...
  • 本發(fā)明提供一種密閉容器的氣密性檢測(cè)方法、裝置及系統(tǒng)，屬于工業(yè)視覺(jué)檢測(cè)技術(shù)領(lǐng)域，包括：獲取經(jīng)過(guò)時(shí)空對(duì)齊的至少一個(gè)第一視頻流和第二視頻流；獲取第一視頻流中的起始視頻幀，并從起始視頻幀開(kāi)始截取第一視頻幀序列，起始視頻幀中包含有氣泡影像；根據(jù)起始視...
  • 本申請(qǐng)適用于圖像識(shí)別技術(shù)領(lǐng)域，提供了一種目標(biāo)重識(shí)別方法、裝置、設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該方法包括：獲取多幀圖像，每幀圖像中均包括待識(shí)別目標(biāo)；將多幀圖像中的單幀圖像輸入到外觀特征提取網(wǎng)絡(luò)中，得到待識(shí)別目標(biāo)的外觀特征，待識(shí)別目標(biāo)的外觀特征與單...
  • 本發(fā)明提供了一種面向小尺度的深度學(xué)習(xí)變化檢測(cè)方法、裝置、設(shè)備及介質(zhì)，包括：獲取小尺度監(jiān)測(cè)區(qū)域?qū)?yīng)的兩期遙感影像；對(duì)兩期遙感影像進(jìn)行多尺度變換處理生成差異概率影像，以及通過(guò)深度學(xué)習(xí)模型對(duì)兩期遙感影像進(jìn)行語(yǔ)義分割處理生成兩期地物要素圖斑影像；基...
  • 本發(fā)明屬于報(bào)警技術(shù)領(lǐng)域，公開(kāi)了一種基于報(bào)警器音頻識(shí)別的報(bào)警系統(tǒng)，包括N組報(bào)警器、報(bào)警主機(jī)、云平臺(tái)、用戶(hù)端，N組報(bào)警器監(jiān)測(cè)數(shù)據(jù)，并將數(shù)據(jù)傳遞給報(bào)警主機(jī)，報(bào)警主機(jī)通過(guò)云平臺(tái)連接用戶(hù)端，報(bào)警主機(jī)包括：數(shù)據(jù)采集模塊：采集報(bào)警器發(fā)出的實(shí)時(shí)監(jiān)測(cè)的警報(bào)音...
  • 本發(fā)明公開(kāi)了一種原煙等級(jí)的評(píng)估方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，包括：響應(yīng)于等級(jí)評(píng)估信號(hào)，獲取目標(biāo)原煙的多模態(tài)圖像和產(chǎn)地屬性數(shù)據(jù)；獲取預(yù)設(shè)等級(jí)評(píng)估模型，其中，預(yù)設(shè)等級(jí)評(píng)估模型包括特征提取網(wǎng)絡(luò)、差異感知融合網(wǎng)絡(luò)和自注意力網(wǎng)絡(luò)，特征提取網(wǎng)絡(luò)包括...
  • 本申請(qǐng)公開(kāi)了一種區(qū)域多圖融合和社團(tuán)檢測(cè)的高光譜圖像波段選擇方法，涉及高光譜圖像處理技術(shù)領(lǐng)域，解決了現(xiàn)有的波段選擇方法只考慮單個(gè)區(qū)域的相關(guān)特征對(duì)單個(gè)區(qū)域的波段進(jìn)行選擇，導(dǎo)致波段選擇最終得到選擇波段精準(zhǔn)度不高的技術(shù)問(wèn)題；包括以下步驟：步驟一：獲...
  • 一種基于無(wú)人機(jī)遙感紅外熱圖像顏色距離的堤壩滲漏區(qū)域識(shí)別方法和裝置，其方法包括：(1)定制化設(shè)定航高、航速、路徑以及機(jī)載相機(jī)傾角等航線規(guī)劃參數(shù)；(2)采集堤壩全域的圖像；(3)針對(duì)初始幀遙感紅外熱圖像，進(jìn)行畸變矯正、降噪的預(yù)處理操作；隨后將遙...
  • 本申請(qǐng)公開(kāi)了一種用于煙火防護(hù)的視頻流煙火檢測(cè)方法、設(shè)備及介質(zhì)，方法包括：基于預(yù)設(shè)的前端監(jiān)控設(shè)備，獲取待檢測(cè)區(qū)域?qū)?yīng)的視頻流數(shù)據(jù)，并將視頻流數(shù)據(jù)解碼為RGB圖像；將RGB圖像輸入至訓(xùn)練好的煙火檢測(cè)模型中進(jìn)行初次檢測(cè)，以識(shí)別出待檢測(cè)區(qū)域?qū)?yīng)的至...
  • 本申請(qǐng)實(shí)施例提供了一種目標(biāo)檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，基于標(biāo)注有預(yù)設(shè)類(lèi)別的目標(biāo)對(duì)象的檢測(cè)框和目標(biāo)對(duì)象的類(lèi)別的第一樣本圖像得到各目標(biāo)對(duì)象的第一視覺(jué)提示特征，然后對(duì)各目標(biāo)對(duì)象的第一視覺(jué)提示特征進(jìn)行分類(lèi)，并確定每一...
  • 本發(fā)明音頻處理技術(shù)領(lǐng)域，具體涉及發(fā)音糾正方法、裝置及電子設(shè)備，所述方法包括獲取待測(cè)音頻中各個(gè)音素的GOP得分值以及獲取劃分閾值；將所述各個(gè)音素的GOP得分值與所述劃分閾值進(jìn)行比較，確定所述各個(gè)音素所屬的發(fā)音區(qū)間；根據(jù)所述各個(gè)音素所屬的發(fā)音區(qū)...
  • 本申請(qǐng)實(shí)施例提供一種文本序列的播放方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)。該方法包括：識(shí)別語(yǔ)音庫(kù)中的多種語(yǔ)音段分別對(duì)應(yīng)的第一情緒特征，識(shí)別待播放文本序列對(duì)應(yīng)的第二情緒特征；從多個(gè)第一情緒特征中篩選出與所述第二情緒特征匹配的目標(biāo)情緒特征；確定所述目標(biāo)...
  • 本發(fā)明涉及一種異形小件擺盤(pán)缺陷的檢測(cè)方法、系統(tǒng)及設(shè)備，獲取待檢測(cè)擺盤(pán)表面上半部分和下半部分的檢測(cè)圖像；在檢測(cè)圖像中劃分出感興趣的區(qū)域形成區(qū)域圖像，并利用深度學(xué)習(xí)算法建立的檢測(cè)模型對(duì)區(qū)域圖像進(jìn)行檢測(cè)獲得區(qū)域圖像的檢測(cè)結(jié)果；將區(qū)域圖像的檢測(cè)結(jié)果...
  • 本申請(qǐng)?zhí)峁┮环N基于物聯(lián)網(wǎng)技術(shù)的會(huì)議管理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及物聯(lián)網(wǎng)領(lǐng)域。該方法通過(guò)接收會(huì)議申請(qǐng)，并對(duì)空閑會(huì)議資源和會(huì)議申請(qǐng)中的會(huì)議資源需求進(jìn)行匹配，得到該會(huì)議資源需求對(duì)應(yīng)的至少一個(gè)可預(yù)定會(huì)議室，將至少一個(gè)可預(yù)定會(huì)議室發(fā)送至?xí)h申請(qǐng)...
  • 本發(fā)明公開(kāi)了深度學(xué)習(xí)算法的硬件加速領(lǐng)域的一種基于FPGA的目標(biāo)檢測(cè)網(wǎng)絡(luò)硬件加速系統(tǒng)，包括：緩存單元，與外部存儲(chǔ)器連接，用于存儲(chǔ)特征圖、權(quán)重?cái)?shù)據(jù)和中間計(jì)算數(shù)據(jù)；通過(guò)從外部存儲(chǔ)器的多個(gè)端口并行加載數(shù)據(jù)至緩存單元，將特征圖和權(quán)重?cái)?shù)據(jù)分塊存儲(chǔ)，并按...
  • 本申請(qǐng)涉及一種雜亂環(huán)境的商品識(shí)別方法、裝置、設(shè)備及介質(zhì)，包括檢測(cè)商品圖像中的商品面的類(lèi)別信息及位置信息，將位置信息轉(zhuǎn)化為頂點(diǎn)坐標(biāo)，輸出類(lèi)別信息及頂點(diǎn)坐標(biāo)；根據(jù)頂點(diǎn)坐標(biāo)，確定商品面的邊的端點(diǎn)坐標(biāo)，根據(jù)類(lèi)別信息，將類(lèi)別信息表征商品面是正面或反面...
首頁(yè) 上一頁(yè) 1 下一頁(yè)
技術(shù)分類(lèi)
主站蜘蛛池模板： 旬阳县| 牟定县| 华容县| 沙田区| 正镶白旗| 英吉沙县| 伽师县| 板桥市| 井研县| 浏阳市| 新巴尔虎右旗| 大姚县| 阳原县| 志丹县| 鄄城县| 南阳市| 南召县| 盐津县| 东山县| 高台县| 林口县| 石渠县| 乌拉特后旗| 都江堰市| 太谷县| 临高县| 丰原市| 南安市| 合水县| 东乡| 靖江市| 盐津县| 佛冈县| 滦南县| 宜兴市| 宁陵县| 毕节市| 田东县| 洛川县| 怀柔区| 阳曲县|