专利名称：一种行人重识别系统和方法、计算机设备及存储介质      申请号：2021107762612     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 人工智能机器人 图像识别   相似专利 发布日：2025/03/19  
摘要： 本发明公开了一种行人重识别系统和方法、计算机设备及存储介质。所述系统包括：特征提取模块，用于提取图像F的特征；级联排布的N层SFEM和(N‑1)层级联抑制模块，第一层SFEM与特征提取模块连接，每两级SFEM之间连接有一层级联抑制模块；每一层SFEM用于对输入特征进行条状切割，提取显著性特征；每一层级联抑制模块用于分离输入特征的显著性特征与抑制显著性特征；融合模块，与N层SFEM连接，用于融合N层输出；预测模块，与融合模块连接，用于预测F的行人编号。本发明充分利用了条状切割以及显著性提取得到更具区分性的显著性信息，并设计级联抑制网络探索强度不显著的强判别特征，提高了行人重识别的准确性。

专利名称：目标分割系统及其训练方法、目标分割方法及设备      申请号：202110767088X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 人工智能 图像识别 计算机   相似专利 发布日：2025/03/19  
摘要： 本发明公开了一种目标分割系统及其训练方法、目标分割方法及设备。该系统包括：语义感知网络，采用全卷积网络形式，包括卷积模块、池化模块和正则化模块，语义感知网络设置为提取图像的语义特征图；纹理感知网络，采用无池化的网络形式，包括串行排列的空洞卷积层、特征收缩层、特征扩展层和第一卷积层，纹理感知网络设置为提取图像的纹理特征图；特征融合层，设置为对所述语义特征图和所述纹理特征图进行拼接和融合，得到所述图像的目标分割图。本发明提出了一种双分支多尺度特征融合模型，提高了自然图像中多尺度目标分割的准确性和鲁棒性。

专利名称：一种视频定位方法及装置、模型训练方法及设备      申请号：2021111399034     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 安全侦测 图像 计算机   相似专利 发布日：2025/03/19  
摘要： 本发明公开了一种视频定位方法及装置、模型训练方法及设备。所述视频定位方法包括：使用多尺度的时间滑动窗口，对待定位视频进行片段划分；对每个视频片段以及查询语句的每个单词进行特征提取；动态获取视频模态与文本模态之间的注意力流；基于所述视频模态与文本模态之间的注意力流，对每个视频片段的特征和每个单词的特征进行更新；动态获取视频模态内的注意力流以及文本模态内的注意力流，对每个视频片段的特征和每个单词特征；计算所述每个视频片段与所述查询语句的相似度分数；选取相似度分数最高的视频片段作为视频定位的结果。本发明不依赖于时间标签，且可以更深入的挖掘模态间交互信息，具有更好的普适性。

专利名称：一种基于特征重校准的图像识别与分类方法及装置      申请号：2021108560641     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 高速公路监控 计算机   相似专利 发布日：2025/03/19  
摘要： 本发明公开了一种基于特征重校准的图像识别与分类方法及装置。其中，该方法包括：获取车辆图像数据；将所述车辆图像数据进行识别和分类，得到训练数据集；通过所述训练数据集对预设网络进行训练，得到训练结果；根据所述训练结果和所述车辆图像数据，生成车辆识别与分类结果。本发明解决了现有技术中利用卷积神经网络来解决图像识别问题，依赖于人工提取特征的传统图像处理算法效率低下，由于很多匝道口拍摄的图片中存在较多边缘残缺位置，在利用FasterR‑CNN网络训练时，有残缺的车辆图片大多无法正确识别，且存在将背景区域误判为车辆的情况，在训练集上查准率较低的技术问题。

专利名称：一种视觉传达设计用智能手绘板      申请号：2023208252908     转让价格：面议  收藏
法律状态：已下证   类型：实用新型   关键词：机器视觉 智能智造 人机交互 手绘   相似专利 发布日：2024/11/12  
摘要： 本实用新型提供一种视觉传达设计用智能手绘板，包括智能手绘板和支撑机构，其中支撑机构包括有支撑板、转动块、限位板、限位槽、转动槽和支撑杆，其特征在于：所述智能手绘板的下方表面设置有支撑机构，所述智能手绘板的下方表面设置有存放机构。将智能手绘板的下方表面固定连接有支撑板，支撑板的一侧表面固定连接有转动块，转动块的外侧表面转动连接限位板，限位板的上方表面开设有限位槽，支撑板的上方表面开设有转动槽，接着转动槽的内侧表面转动连接有支撑杆，这样在绘画时当需要调节智能手绘板角度的时候，轻抬智能手绘板，找到绘画想要的角度，将支撑杆放置在限位槽中就可以支撑起来固定角度，这样完成了对智能手绘板支撑的作用。

专利名称：一种动态环境下联合多目标跟踪的物体SLAM方法      申请号：2023110549885     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 定位导航 地图构建   相似专利 发布日：2024/12/19  
摘要： 本发明公开了一种动态环境下联合多目标跟踪的物体SLAM方法，完成在动态环境中对动态与静态对象的定位与建图任务。首先，为精确获得物体的运动区域，通过短时密集连接(STDC)网络进行语义分割得到运动物体掩膜，依据运动物体掩膜对特征点进行区分得到静态特征点与动态特征点。同时，将图像输入到单目3D目标检测(SMOKE)网络进行三维目标检测，并将检测结果输入到数据关联模块进行多目标跟踪。利用动静态特征点与数据关联后的目标位姿共同估计相机与动静态物体位姿。最后，依据动静态特征点、相机与动静态物体位姿进行跟踪优化，提升定位与建图精度。本方法与传统SLAM方法相比，有效提升了SLAM系统的鲁棒性，建立的地图语义明确、可解释性好。

专利名称：一种基于机器视觉获取船舶全景影像的方法及系统      申请号：2021104766791     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉   相似专利 发布日：2025/04/07  
摘要： 本发明涉及一种基于机器视觉获取船舶全景影像的方法及系统，所述方法包括：所述船舶的船首、船尾、船身两侧设置有摄像头，包括：获取船舶上的摄像头所采集的图像数据；基于所述图像数据以及预先获取的各个摄像头的内参矩阵以及畸变系数对各个摄像头所采集的图像数据进行畸变矫正处理，获取各个摄像头所对应的第二图像数据；所述第二图像数据为畸变矫正处理后的图像数据；根据预先获取的世界坐标系到摄像头的像素坐标系映射的单应矩阵，将船舶上的摄像头所对应的第二图像数据转变为相应的俯视图；将各个摄像头的俯视图映射到预先获取的配准图上，获取拼接后的图像；针对所述拼接后的图像进行后处理，获取到船舶的全景影像图像。

专利名称：一种基于YOLO V5算法的船舶多目标追踪方法      申请号：2021105436731     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉   相似专利 发布日：2025/04/07  
摘要： 本发明公开了一种基于YOLO V5算法的船舶多目标追踪方法，本发明首先对采集到的船舶图像数据进行筛选和标注并自组建数据集，将数据集划分为训练集、验证集、测试集；利用自组建数据集中的训练集和验证集对YOLO V5网络进行训练，获取基于YOLO V5网络的船舶检测模型以及权重文件；利用训练后的YOLO V5检测模型对测试集进行检测，输出检测结果，并对检测模型进行评价；基于训练后的YOLO V5检测模型，经DeepSort算法处理，生成追踪模型；对生成的DeepSort追踪模型进行实时性验证。本发明能够实现对海上船舶的检测及多目标跟踪，检测精度高、实时性好、速度快。

专利名称：基于卷积神经网络多层特征融合的机器人闭环检测方法     申请号：2020105977028     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 图像识别   相似专利 发布日：2025/03/10  

专利名称：基于融合网络的手机屏幕缺陷分割方法、装置及设备      申请号：2020103978331     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 缺陷检测 手机屏幕缺陷检测   相似专利 发布日：2024/07/12  
摘要： 本发明属于机器视觉、缺陷检测领域，特别涉及基于融合网络的手机屏幕缺陷分割方法、装置及设备；所述方法包括采集手机屏幕图像，包括缺陷图像和无缺陷图像；利用缺陷图像使用迁移学习方法对预先建立的缺陷检测网络进行训练，并获得缺陷图像对应的缺陷候选框；利用无缺陷图像对预先建立的图像重构网络进行训练，并恢复出背景重构图像；将缺陷图像和背景重构图像进行差值运算，采用阈值分割的方式得到缺陷分割图；在所述缺陷分割图上利用对应的缺陷候选框的位置坐标，提取出缺陷分割图在位置坐标下对应的缺陷部分，并获得最终的缺陷分割结果；本发明将缺陷检测网络与图像重构网络进行结合，不仅能够实现缺陷小目标的检测，还能准确分割出缺陷图像。

专利名称：时间同步方法、系统、视觉里程系统及存储介质      申请号：2020102229985     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 视觉里程计 VIO VR AR 无人驾驶 移动机器人 空间定位   相似专利 发布日：2025/01/23  
摘要： 本发明涉及一种时间同步方法、系统、视觉里程系统及存储介质，属于机器视觉的技术领域，其中，该方法包括惯性测量模块的中断周期若为T，图像的触发周期设为nT；在m*nT时刻的惯性测量模块向图像采集模块发送触发信号，图像采集模块接收到触发信号后控制图像成像时间，使得图像的成像时刻为(m+1)*nT，其中，m和n均为大于或等于1的整数。解决了视觉里程系统中IMU与图像时间戳的同步问题，本方法灵活掌控图像曝光开始与结束，一步消除掉图像时间戳与IMU存在的偏差，从而最大可能提升视觉里程计系统的精度和稳定性。