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
拖動滑塊完成拼圖
首頁 專利交易 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 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
樂器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
  • 本公開提供了一種播報測試方法及裝置、可穿戴設(shè)備、存儲介質(zhì)，屬于數(shù)據(jù)測試領(lǐng)域，該方法包括：構(gòu)建播報測試模型；將多個測試信息輸入播報測試模型，確定多個目標(biāo)播報信息，多個測試信息為測試集中的信息，測試集包括多個測試信息和各個測試信息對應(yīng)的播報信息...
  • 本申請涉及一種基于表面紋理的活動目標(biāo)身份信息識別方法、生成方法、設(shè)備及存儲介質(zhì)。所述基于表面紋理的活動目標(biāo)身份信息識別方法，包括：根據(jù)采集的活動目標(biāo)的第一表面圖像和第一深度數(shù)據(jù)，構(gòu)建所述活動目標(biāo)的多條第一識別線；根據(jù)所述多條第一識別線與所述...
  • 本申請?zhí)峁┝艘环N艇載光電搜瞄系統(tǒng)目標(biāo)跟蹤精度實時測算方法，屬于航空光電的技術(shù)領(lǐng)域，具體包括：艇載光電搜瞄系統(tǒng)目標(biāo)的光學(xué)傳感器實時采集跟蹤目標(biāo)的圖像數(shù)據(jù)；對圖像數(shù)據(jù)進(jìn)行預(yù)處理；基于目標(biāo)函數(shù)模糊C均值聚類算法FCM對預(yù)處理后的目標(biāo)圖像進(jìn)行分割；...
  • 本公開的實施例公開了用于語音降噪的方法、裝置、電子設(shè)備和計算機可讀介質(zhì)。該方法的一具體實施方式包括：獲取目標(biāo)語音；對目標(biāo)語音進(jìn)行預(yù)處理，得到目標(biāo)語音的梅爾譜；將梅爾譜輸入至預(yù)先訓(xùn)練的特征神經(jīng)網(wǎng)絡(luò)，得到梅爾譜的幅度掩膜增益系數(shù)；根據(jù)幅度掩膜增...
  • 本發(fā)明公開一種基于物流調(diào)配算法的物流調(diào)配方法，包括以下步驟：采集數(shù)據(jù)、構(gòu)建三維GIS物流信息宏觀模型、綁定坐標(biāo)數(shù)據(jù)集、設(shè)定中心資源分配點、模擬運輸車輛、制定主要方案、備用路徑方案和實際應(yīng)用；本發(fā)明通過建立三維GIS物流信息宏觀模型，在模型中...
  • 本申請涉及計算機機器視覺技術(shù)領(lǐng)域，公開了一種植物生長狀況監(jiān)測方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，該方法包括：獲取目標(biāo)植物圖像，將預(yù)處理后的目標(biāo)植物圖像輸入改進(jìn)的YOLOv9模型（包括主干網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)和預(yù)測分類網(wǎng)絡(luò)），得到目標(biāo)植物檢測圖像；通過...
  • 本發(fā)明公開了一種基于關(guān)鍵點檢測增強語義分割的屋頂光伏識別與評估方法及其系統(tǒng)、存儲介質(zhì)，方法包括：在衛(wèi)星圖像中提取屋頂?shù)娘@著特征點作為關(guān)鍵點；針對每個檢測到的關(guān)鍵點，生成描述符向量；將生成的關(guān)鍵點信息與預(yù)先訓(xùn)練的語義分割網(wǎng)絡(luò)結(jié)合，利用關(guān)鍵點信...
  • 本發(fā)明公開了一種多視角目標(biāo)檢測或模型訓(xùn)練方法、裝置、電子設(shè)備及介質(zhì)。該方法包括：將針對同一場景的至少兩個視角的采集圖像進(jìn)行特征提取處理，得到各所述視角對應(yīng)的感興趣視覺特征和感興趣位置特征；根據(jù)所述視角對應(yīng)的感興趣位置特征，對所述視角對應(yīng)的感...
  • 本發(fā)明提供了一種用于煤矸石及雜物的多目標(biāo)跟蹤方法，包括：獲取煤矸石和雜物圖像目標(biāo)檢測數(shù)據(jù)集并進(jìn)行數(shù)據(jù)增強；裁剪煤矸石和雜物目標(biāo)生成圖像分類數(shù)據(jù)集；將目標(biāo)檢測數(shù)據(jù)集和數(shù)據(jù)增強數(shù)據(jù)集的樣本輸入到Y(jié)OLOV5S網(wǎng)絡(luò)模型，獲得目標(biāo)檢測模型；將圖像分...
  • 本發(fā)明公開了基于深度學(xué)習(xí)的手勢識別方法及系統(tǒng)，方法包括手勢圖像采集、數(shù)據(jù)預(yù)處理、建立手勢識別模型和手勢識別。本發(fā)明屬于手勢識別領(lǐng)域，具體是指基于深度學(xué)習(xí)的手勢識別方法及系統(tǒng)，本方案通過結(jié)合多尺度卷積和角度適配卷積，動態(tài)調(diào)整不同尺度下的特征集...
  • 本發(fā)明公開一種基于流水線的檔案數(shù)字化流程管理方法、裝置及系統(tǒng)，涉及檔案數(shù)字化處理技術(shù)領(lǐng)域，包括細(xì)化工序，明確檔案整理等各工序工作內(nèi)容、輸入輸出與質(zhì)量標(biāo)準(zhǔn)；構(gòu)建流水線，確定工序順序與依賴關(guān)系并分配區(qū)域或權(quán)限；建立多人多任務(wù)分配機制，依人員技能...
  • 本發(fā)明公開了一種聯(lián)合紅外非均勻偏差場校正的無人機檢測方法，屬于退化圖像目標(biāo)檢測領(lǐng)域，方法包括：獲取退化紅外圖像；將退化紅外圖像輸入紅外圖像非均勻校正與無人機檢測統(tǒng)一框架進(jìn)行非均勻校正與無人機目標(biāo)檢測，輸出無人機目標(biāo)檢測結(jié)果；紅外圖像非均勻校...
  • 本申請?zhí)峁┮环N語音識別糾錯方法及終端設(shè)備，涉及語音識別技術(shù)領(lǐng)域，能夠提高語音識別準(zhǔn)確度，加快語音識別糾錯的處理效率。該方法包括：終端設(shè)備獲取第一語音數(shù)據(jù)；終端設(shè)備基于語音識別系統(tǒng)識別第一語音數(shù)據(jù)輸出第一識別結(jié)果；終端設(shè)備根據(jù)用戶是否對第一識...
  • 本發(fā)明公開了一種建筑施工工程材料進(jìn)場智能檢測檢驗管理方法及系統(tǒng)，涉及建筑施工管理技術(shù)領(lǐng)域。所述方法包括：建立線上智能檢測檢驗管理平臺；根據(jù)工程材料的檢測標(biāo)準(zhǔn)配置各工程項目工程材料的檢測計劃；獲取指定每個工程項目中建筑施工工程材料的進(jìn)場量，與...
  • 本發(fā)明提供了一種圖像真?zhèn)螜z測模型訓(xùn)練方法和圖像真?zhèn)螜z測方法。實現(xiàn)方案為：通過偽造算法類型分類器和數(shù)據(jù)真?zhèn)畏诸惼鲗D像特征解耦為語義特征、偽造算法特有特征和偽造算法通用特征。基于偽造算法特有特征和偽造算法通用特征之間的特征區(qū)別，確定偽造算法通...
  • 本發(fā)明涉及一種車站設(shè)備自由編組控制方法、裝置、系統(tǒng)及電子設(shè)備，該方法包括：獲取車站設(shè)備的使用需求、調(diào)度需求及場景應(yīng)用信息，并根據(jù)該信息生成設(shè)備的標(biāo)準(zhǔn)操作指令集，指令集包括執(zhí)行指令和執(zhí)行對象；根據(jù)場景需求，自由組合控制執(zhí)行指令和執(zhí)行對象，以生...
  • 本發(fā)明提出一種長短距離特征融合的煙霧濃度估計方法，該方法包括：將彩色煙霧合成圖像輸入至內(nèi)容提取模塊中結(jié)合輕量級網(wǎng)絡(luò)進(jìn)行編碼，得到煙霧的基礎(chǔ)特征；將煙霧的基礎(chǔ)特征輸入至信息解碼器進(jìn)行解碼，得到不同層級的煙霧濃度圖；對當(dāng)前層的煙霧濃度圖進(jìn)行處理...
  • 本發(fā)明涉及一種基于180度方向旋轉(zhuǎn)框檢測的目標(biāo)識別方法，包括步驟如下：首先采用標(biāo)注工具對采集到的光電數(shù)據(jù)集中的目標(biāo)，進(jìn)行任意四邊形四點坐標(biāo)標(biāo)注，獲取標(biāo)注框，其次對初步標(biāo)注過后的光電圖像數(shù)據(jù)集，采用旋轉(zhuǎn)矩形框表示方法中的長邊表示法進(jìn)行標(biāo)注框轉(zhuǎn)...
  • 本發(fā)明公開了一種面向異構(gòu)模型的多粒度分層語義樹構(gòu)建方法，包括：生成圖像特征向量集；根據(jù)圖像和樣本標(biāo)簽形成分層語義樹的底層；基于聚類法根據(jù)圖像特征向量和WordNet數(shù)據(jù)集構(gòu)建代表語義空間；利用MLP模型分類圖像確認(rèn)圖像中心，生成語義中心集；...
  • 本發(fā)明公開了一種融合多尺度特征上下文的全視野數(shù)字切片圖像分類方法。針對全視野數(shù)字圖像尺寸大、多級分辨率、特征提取困難導(dǎo)致的常規(guī)分類方法準(zhǔn)確率欠佳等問題，本發(fā)明結(jié)合對比學(xué)習(xí)、多尺度特征，自注意力機制從而獲得一個效果較好的全視野數(shù)字圖像分類模型...
首頁 上一頁 19 下一頁
技術(shù)分類
主站蜘蛛池模板： 商河县| 通城县| 上栗县| 彭泽县| 南华县| 刚察县| 林周县| 扬州市| 福海县| 平顶山市| 开平市| 姜堰市| 武定县| 泽普县| 定远县| 朝阳县| 江油市| 抚远县| 洪湖市| 达孜县| 绥阳县| 金平| 府谷县| 宁陵县| 牡丹江市| 金昌市| 托里县| 布尔津县| 虎林市| 南平市| 嘉鱼县| 广南县| 苗栗市| 昌江| 镶黄旗| 金山区| 宁德市| 肥城市| 东丰县| 丹阳市| 策勒县|