专利名称：一种基于Unity的倾斜摄影海量快速加载方法及装置      申请号：2020111879465     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/30  
摘要： 本发明公开了一种基于Unity的倾斜摄影海量快速加载方法及装置，主要解决现有技术中存在的现没有基于Unity的一套完整加载倾斜摄影的技术方法，导致倾斜摄影在Unity的应用受到局限的问题。该发明Unity中不直接加载原始文件，而是先将原始文件经过转换程序转换为中间文件，再加载中间文件，运行时动态生成Mesh和材质球。转换过程为提取mesh信息、提取图片、合并图片、合并mesh、裁剪层级。同时在实时渲染的过程中，根据每个mesh到相机的距离做LOD处理，将移除视野和LOD处理中的资源做卸载回收处理。通过上述方案，本发明达到了海量快速加载倾斜摄影数据的目的。

专利名称：一种基于视频识别的计数装置      申请号：2023204020583     转让价格：面议  收藏
法律状态：已下证   类型：实用新型   关键词：计算机视觉   相似专利 发布日：2025/07/29  
摘要： 本实用新型公开了一种基于视频识别的计数装置，涉及视频识别领域。本实用新型所述的一种基于视频识别的计数装置，通过设置的防反光组件包括防反光罩、安装架和橡胶保护环，在使用时可以避免灰尘以及侧向光源对采集端造成影响，延长使用寿命的同时避免出现画面丢失的情况，通过设置的防震缓冲组件包括L型安装板、前端弹簧缓冲垫、后端弹簧缓冲垫、侧向缓冲垫和安装背板，在使用时可以对装置进行支撑以及侧向和横向的震动吸收缓冲工作，避免装置画面产生振动影响识别的精准性，此设备不但结构简单，而且操作方便，带来更好的使用前景。

专利名称：一种基于计算机视觉的PCBA板表面缺陷检测方法      申请号：2024112022560     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/29  
摘要： 本发明涉及图像数据处理领域，具体涉及一种基于计算机视觉的PCBA板表面缺陷检测方法，该方法包括：从PCBA板的表面灰度图像中确定焊点区域；确定焊点区域的初始焊点边缘轮廓；根据初始焊点边缘轮廓中当前的边缘像素点在多个连通方向的梯度强度和梯度方向，确定当前的边缘像素点的梯度环境异常程度；根据当前的边缘像素点的邻域窗口中各像素点的灰度值，确定当前的边缘像素点的损失程度；利用梯度环境异常程度和损失程度对初始焊点边缘轮廓进行修正；将最终焊点区域边缘轮廓与标准焊点边缘轮廓进行对比，以识别焊点区域是否存在虚焊缺陷。提高了对焊点区域是否存在虚焊缺陷的识别准确性以及提高了判断PCBA板的质量的准确性。

专利名称：一种基于YOLO9000算法的电路板元器件检测方法      申请号：2019101147951     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/29  
摘要： 本发明公开了一种基于YOLO9000算法的电路板元器件检测方法，包括以下步骤：S1：构建包括电路板图片的数据库；S2：利用数据库训练YOLO9000算法模型，得到训练好的YOLO9000算法模型；S3：获取待检测的电路板图片；S4：利用训练好的YOLO9000算法模型对待检测的电路板图片进行检测；S4：输出结果。本发明训练YOLO9000算法模型，使其能够进行电子元器件的型号类别识别，对电子元器件进行在图像位置上的定位，达到检测电子元器件的型号类别、位置、是否焊接错误，同时因为电路板上有极性的电子元器件的焊接方向，将方向识别问题转化为分类问题，实现对有极性的电子元器件的方向识别。

专利名称：基于安全计算的图像数据标注方法及系统      申请号：2022104016179     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/22  
摘要： 本发明属于数据识别技术领域，尤其涉及一种基于安全计算的图像数据标注方法及系统；本发明通过秘密分享算法和姚氏混淆电路协议，能够在有标签图像数据和无标签图像数据分别由两个实体用户参与方持有的分布式场景下，实现迁移学习中的迁移成分分析算法的安全计算，在不泄露实体用户参与方各自原始样本图像数据集以及中间计算结果的前提下，为无标签图像数据标注标签；解决了进行图像数据标注时，实体用户参与方对图像数据隐私性的要求。

专利名称：一种基于生成对抗网络的遥感图像去雾方法      申请号：2024105564019     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/21  
摘要： 本发明提供了一种基于生成对抗网络的遥感图像去雾方法，包括以下步骤：S1、构建用于训练的有雾遥感图像数据集；S2、搭建用于遥感图像去雾的注意力引导的残差融合对抗生成网络；S3、训练注意力引导的残差融合对抗生成网；S4、应用注意力引导的残差网络对有雾遥感图像去雾；本发明通过提取的底层细节特征与高层全局特征相结合，提升了去雾图像的精细度，采用了对抗网络思想，降低了网络的训练难度，适合遥感图像去雾这类图生图任务，能够更精准地感受出雾霾的浓度和大小，有效地处理了以往方法面对真实雾霾情形下雾霾分布浓度不均匀导致全局去雾效果不好的问题，能够尽可能的在去雾的同时保留原有细节和颜色。

专利名称：一种基于UNet-GAN网络的肺炎CT图像生成方法      申请号：2021114154467     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/21  
摘要： 本发明公开了一种基于UNet‑GAN网络的肺炎CT图像生成方法。属于计算机视觉技术领域，本发明中生成式对抗网络包括生成器和判别器两个主体；首先使用现有新型冠状病毒感染公开数据集图像，并对数据集进行预处理操作；其次建立U‑Net和DCGAN联合的卷积神经网络，改进后的U‑Net嵌入DCGAN的生成器部分，实现真实图像分析再生成的过程，DCGAN中的判别结构实现网络判别真实图像与生成图像的过程；然后将训练数据输入搭建的生成对抗网络，使模型能够产生与真实图片相似的高质量图像；最后将真实图像输入训练好的网络，得到所需的肺炎CT图像。本发明新生成的图像能够更清晰的保留样本图像中小目标的特征信息，提升图像生成质量和网络收敛速度，为广大网络模型训练提供数据。

专利名称：基于双注意力机制和U-net网络的漆面图像分割系统及方法      申请号：2021114135625     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/21  
摘要： 本发明公开了一种基于双注意力机制和U‑net网络的漆面图像分割系统及方法，包括：对搜集到的漆面图像进行预处理得到训练集；将训练集作为改进后的U‑net网络的输入数据进行训练；将待分割的漆面图像输入到训练好的U‑net分割模型中，得到分割结果。本发明使用Efficientnet‑B0编码器提取原始漆面图像特征、使用引入调制系数的FocalLoss损失函数以及在特征融合阶段嵌入串行双通道CBAM模块的方法对U‑net网络进行改进，利用Efficientnet系列网络的优势，减少了模型的训练参数，提高了分割模型的实时性；利用双注意力机制的优势，加强了网络对漆面区域的注意力权重，提高了网络的准确性和精度，解决了单一U‑net网络在进行漆面分割时出现的特征提取不准确、误分割、分割精度低、实时性差等问题。

专利名称：一种基于多特征融合的遮挡行人再识别方法      申请号：2023109402413     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/21  
摘要： 本发明涉及一种基于多特征融合的遮挡行人再识别方法，包括：获取行人图像数据集并构建障碍样本集，从障碍样本集中随机选择一个障碍样本；对训练集中的无遮挡行人图像动态生成遮挡区域，更改障碍样本的大小为遮挡区域大小，将障碍样本粘贴至无遮挡行人图像的遮挡区域得到遮挡行人图像；对遮挡行人图像和无遮挡行人图像进行相同的图像增强处理，利用增强处理后的图像对训练基于ViT神经网络的行人再识别模型；将遮挡的目标行人图像和无遮挡的目标行人图像作为图像对输入训练好的行人再识别模型输出目标行人的识别结果；本发明能够实现在复杂的遮挡场景下对遮挡的行人图像进行识别检索，同时保证了高精度的行人识别，使其具有良好的经济效益。

专利名称：基于多层次特征提取网络模型的三维点云质量评价方法      申请号：2023104019400     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/18  
摘要： 本发明公开了基于多层次特征提取网络模型的三维点云质量评价方法，对点云数据进行手工特征提取，获取灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离；构建多层次特征提取网络模型，基于所述灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离对所述网络模型进行训练，获取局部质量分数；基于所述局部质量分数，通过平均池化策略获取点云全局质量分数，基于所述点云全局质量分数对三维点云质量进行评价。本发明采用多层次特征提取回归结构，并结合通道间注意力机制搭建质量评价网络，有效全面获取能描述失真点云特性的信息。

专利名称：一种基于卷积神经网络的图像阴影去除方法      申请号：2019107055510     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/17  
摘要： 本发明公开了一种基于卷积神经网络的图像阴影去除方法，该方法包括以下步骤：采集并收集真实场景下的阴影图像和无阴影图像，构成图像阴影去除数据集；对图像阴影去除数据集进行预处理；构造端到端的卷积神经网络结构；随机选取数据集中的阴影图像构成网络训练所需的训练集；利用训练集采用多样化的方式训练端到端的卷积神经网络；利用真实图像和随机选取数据集中的阴影图像构成测试集；利用测试集使用训练完成的端到端的卷积神经网络进行阴影去除，得到高质量的无阴影图像。本发明的方法采用全自动的端到端的方法进行图像阴影去除，获得了与原图像颜色、纹理相一致的较清晰的无阴影图像，细节处理效果较好。

专利名称：基于改进YOLOX模型的样本不均衡目标检测方法      申请号：2022108223568     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明涉及一种基于改进YOLOX模型的样本不均衡目标检测方法。通过改进YOLOX模型对扫地机器人采集的待检测图像进行特征提取，得到多个第一特征。将多个第一特征输入特征融合层进行跨层融合得到多个预测特征。最后通过预测层处理多个预测特征，得到该待检测图像的目标检测结果。其中，特征提取层包括多个带注意力机制的CSPDarkNet，该跨层融合处理包括将所述多个第一特征融合处理后得到的中间特征中的部分或全部进行融合，使得浅层特征和深层特征可进一步融合，提高针对不同类型目标进行目标检测的效果，同时该改进YOLOX模型使用Varifocal损失函数和平衡损失函数，使得样本不均衡情况下，出现频次低的目标能被有效识别。

专利名称：一种动态窗口循迹优化方法、装置、终端及存储介质      申请号：2021105948284     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本申请公开了一种动态窗口循迹优化方法、装置、终端及存储介质，本申请通过从所述局部轨迹点中筛选出的局部弯曲点，根据以DWA采样轨迹末端端点到该局部弯曲点方向与采样轨迹末端点切线方向的角度差绝对值计算的路径分值作为评分标准，确定更优的DWA采样轨迹优化路径，解决了现有的DWA路径规划方法当局部路径出现较大拐弯时存在路径偏移率高的技术问题。

专利名称：一种室内三维数据增量更新方法      申请号：2023106622515     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明提出一种室内三维数据增量更新方法，该方法包括：获取目标建筑物的布局信息，以根据内墙面数量、体数量信息、门数量信息构建与每种建筑构件变化类型分别对应的增量更新算法和规则；获取目标建筑物中存在数据更新需求的室内空间的建筑构件变化信息，并根据建筑构件变化信息获取目标建筑构件变化类型；根据目标建筑构件变化类型调取出对应的目标增量更新算法和规则，以根据增量更新算法和规则对目标建筑物进行更新处理。本发明提出的室内三维数据增量更新方法，能够实现室内三维数据自动化更新处理以及拓扑关系的一致性维护，并提高室内三维数据更新操作处理的效率和准确性。

专利名称：一种基于深度学习的CT图像肝脏肿瘤区域自动分割方法      申请号：2021113908081     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明公开了一种基于深度学习的CT图像肝脏肿瘤区域自动分割方法，包括：(1)对训练数据进行预处理，包括图像裁剪和窗宽、窗位调整；(2)构建一种新的融合残差模块和注意力机制的U形深度卷积网络模型；(3)结合Dice与二元交叉熵构建网络的损失函数；(4)采用预处理后的训练数据进行网络训练；(5)对测试图像进行预处理，并利用训练好的网络分割其中的肝脏肿瘤区域。本发明是一种全自动的肝脏肿瘤分割方法，通过图像预处理以及在Unet网络中引入了残差模块与注意力机制，解决了肝脏肿瘤、分割中分割边界模糊，小型肿瘤难以检出的难题，有效提升了肝脏肿瘤的分割精度。

专利名称：基于多模态学习的无参考合成视频质量评价方法      申请号：2022110581034     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明涉及视频质量评价技术领域，具体涉及基于多模态学习的无参考合成视频质量评价方法，包括：获取待评价的虚拟视点视频；基于光流估计将待评价的虚拟视点视频分解成若干个时空域的图像；将各个时空域的图像输入至预训练的卷积神经网络学习模型，提取虚拟视点视频的深度特征；将各个时空域的图像输入至经过训练的稀疏字典学习模型，提取虚拟视点视频的稀疏特征；基于虚拟视点视频的深度特征和稀疏特征进行加权回归，进而计算对应的虚拟视点质量评价分数。本发明通过多模态学习的方式提取虚拟视点视频隐藏的深度语义信息和人眼主观感知的稀疏特征，并且无样本依赖性，从而能够提高合成视频无参考质量评价的通用性和鲁棒性。

专利名称：自适应K-Nets聚类的差分隐私保护方法      申请号：2020115588952     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明公开一种自适应K‑Nets聚类的差分隐私保护方法，首先采用计算自然邻居的方式得到所有数据点的自然邻居，当所有数据点的自然邻居总数不变或者自然邻居数为0的个数不变时，得到的K值就是我们所需要的K近邻的参数。随后利用K‑Nets的网络模型，计算数据点的KNN平均距离作为数据点的得分值，为了保护隐私，将得分值添加拉普拉斯噪声进行保护。之后对得分值排序选出密度从高到低的簇，依次判断找出自然形成的M个簇，对没有加入到M簇中的点判断是否是离群点，对不是离群点也没有加入簇中的点，遍历将这些点归入到离它最近的簇中。本发明能够有效保证数据的隐私不被泄露。

专利名称：一种基于非对称U-Net网络的动态场景盲去模糊方法      申请号：2023101990436     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明属于图像处理技术领域，具体涉及一种基于非对称U‑Net网络的动态场景盲去模糊方法；该方法包括：获取模糊图像并将其输入到编码器模块中，得到第一特征图；采用模糊核逆核估计模块对第一特征图进行处理，得到第二特征图；将第二特征图输入到解码器模块中，得到三张推理清晰图像；从三张推理清晰图像中选择图像质量评价指标最高的图像作为最终的清晰图像；根据三张推理清晰图像、真实清晰图像和真实模糊图像计算总损失；根据总损失调整模型参数，得到训练好的基于非对称U‑Net网络的动态场景盲去模糊模型；本发明实现了动态场景中空间变化模糊图像的高质量盲复原，同时模型参数数量较小。

专利名称：一种基于目标和环境差异性分离和映射的阴影去除方法      申请号：2022116205006     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明涉及一种基于目标和环境差异性分离和映射的阴影去除方法包括：获取第一原始图像数据和第二原始图像数据；其中，所述第一原始图像数据为具有阴影的图像数据；所述第二原始图像数据为第一原始图像数据对应的无阴影图像数据；构建SRNet阴影去除模型；所述SRNet阴影去除模型包括：第一编码器、第二编码器、第三编码器、第一联合解码器、第二联合解码器、第三联合解码器和判别器；将第一原始图像数据和第二原始图像数据作为训练样本对SRNet阴影去除模型进行训练；获取具有阴影的目标图像数据，将具有阴影的目标图像数据输入训练好的SRNet阴影去除模型对目标图像数据的阴影进行去除得到目标图像数据对应的无阴影图像数据。

专利名称：基于多尺度动态误差编码和判别概率分类的单样本人脸识别方法      申请号：2023103507375     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉   相似专利 发布日：2025/07/16  
摘要： 本发明涉及一种基于多尺度动态误差编码和判别概率分类的单样本人脸识别方法，属于数字图像和模式识别领域，包括以下步骤：S1：误差提取阶段：通过特征金字塔的方式使用扩展稀疏表示得到重建误差；S2：误差编码阶段：通过动态误差编码对不同尺度的重建误差进行修正，多尺度融合完成人脸识别过程；S3：判别概率分类阶段：将不同块的误差基于概率求出权重系数联合分类。本发明从多尺度的角度提取重建误差，并使用动态误差编码进行修正融合分类，本方法能在单样本人脸识别中效果更好，更具鲁棒性。