一种基于多尺度显著特征融合的弱监督图像目标定位方法

被引：0

申请号：

CN202211201019.3

申请日：

2022-09-28

公开(公告)号：

CN115546466A

公开(公告)日：

2022-12-30

发明(设计)人：

李建强刘小玲刘朝磊赵琳娜刘素芹徐曦赵青

申请人：

申请人地址：

100124 北京市朝阳区平乐园100号

IPC主分类号：

G06V1024

IPC分类号：

G06V1025 G06V10764 G06V1080

代理机构：

北京思海天达知识产权代理有限公司 11203

代理人：

刘萍

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2023-01-20	实质审查的生效	实质审查的生效 IPC(主分类):G06V 10/24 申请日:20220928
2022-12-30	公开	公开

共 50 条

[21] 一种基于多尺度语义特征融合的遥感图像目标检测方法 [P].

许春燕 ;

李承政 ;

崔振 ;

张桐 ;

杨健 .

中国专利 :CN110909642A ,2020-03-24

[22] 一种基于深度学习的细粒度图像弱监督目标定位方法 [P].

段立娟 ;

梁明亮 ;

恩擎 ;

乔元华 .

中国专利 :CN111598155A ,2020-08-28

[23] 基于边缘先验的多尺度融合弱监督语义分割模型及方法 [P].

刘鹏 ;

刘科程 ;

刘兵 ;

黄新建 ;

张鹏 ;

张国圆 ;

单昊 ;

李兵 ;

侯文巧 ;

周成成 ;

俞啸 ;

杨文嘉 .

中国专利 :CN119723077A ,2025-03-28

[24] 一种基于学习率调整融合多层卷积特征的多尺度目标跟踪方法 [P].

尚振宏 ;

曾梦媛 .

中国专利 :CN110660080A ,2020-01-07

[25] 一种基于多特征最优融合的图像显著性检测方法 [P].

李建平 ;

顾小丰 ;

胡健 ;

王青松 ;

蒋涛 ;

陈强强 ;

贺喜 ;

李天凯 .

中国专利 :CN110991547A ,2020-04-10

[26] 基于估计网络的图像目标定位方法 [P].

钟艳如 ;

卫涛 ;

唐岩皓 ;

蓝如师 ;

汪华登 ;

李芳 ;

罗笑南 .

中国专利 :CN109409278A ,2019-03-01

[27] 基于弱监督信息的深度学习图像目标映射及定位方法 [P].

田永鸿 ;

李宗贤 ;

史业民 ;

曾炜 ;

王耀威 .

中国专利 :CN108764292B ,2018-11-06

[28] 一种基于数据增强的弱监督目标定位方法 [P].

夏春秋 .

中国专利 :CN108594321A ,2018-09-28

[29] 利用卷积神经网络矫正梯度的弱监督目标定位方法 [P].

王菡子 ;

程林 ;

张辽 ;

梁艳杰 .

中国专利 :CN112287999B ,2021-01-29

[30] 一种基于弱监督学习的图像目标检测方法 [P].

屈鸿 ;

张云龙 ;

杨昀欣 ;

刘永胜 ;

季江舟 .

中国专利 :CN110349148A ,2019-10-18

← 1 2 3 4 5 →