一种基于重要实例对特征学习的显著场景图生成方法

被引：0

专利类型：

发明

申请号：

CN202510401096.0

申请日：

2025-04-01

公开(公告)号：

CN120375170A

公开(公告)日：

2025-07-25

发明(设计)人：

陈枢茜刘志豪徐嘉玲

申请人：

南通理工学院

申请人地址：

226000 江苏省南通市崇川区永兴路211号

IPC主分类号：

G06V20/00

IPC分类号：

G06V10/46 G06V10/80 G06V10/82 G06N3/0475 G06N3/0985

代理机构：

无锡松禾知识产权代理事务所(普通合伙) 32316

代理人：

丁雨婷

法律状态：

实质审查的生效

国省代码：

海南省三沙市

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
2025-08-12	实质审查的生效	实质审查的生效IPC(主分类):G06V 20/00申请日:20250401
2025-07-25	公开	公开

共 50 条

[1]

基于模糊逻辑推理关系重要性的显著场景图生成方法 [P].

王进 ;

徐嘉玲 ;

杨子龙 .

中国专利 :CN119516547A ,2025-02-25

[2]

一种基于深度视觉特征的场景图生成方法 [P].

王进 ;

徐嘉玲 ;

杨子龙 ;

董彦斌 .

中国专利 :CN119131539A ,2024-12-13

[3]

一种基于多粒度特征的多标签场景图生成方法 [P].

励雪巍 ;

缪佩翰 ;

李玺 .

中国专利 :CN114359568A ,2022-04-15

[4]

一种基于多粒度特征的多标签场景图生成方法 [P].

励雪巍 ;

缪佩翰 ;

李玺 .

中国专利 :CN114359568B ,2025-04-11

[5]

一种基于时空特征的视频场景图生成方法 [P].

徐杰 ;

郑豪 ;

李子轩 ;

伍荣森 ;

李怡瑶 ;

范宇皎 .

中国专利 :CN118799779A ,2024-10-18

[6]

一种基于形状感知特征的课程学习式全景场景图生成方法 [P].

肖俊 ;

施含容 ;

李琳 .

中国专利 :CN118172655A ,2024-06-11

[7]

一种基于双分支混合学习网络的无偏差场景图生成方法 [P].

高联丽 ;

刘精微 ;

宋井宽 .

中国专利 :CN115565052A ,2023-01-03

[8]

一种基于多任务学习框架的无偏差动态场景图生成方法 [P].

宋井宽 ;

郑超凡 ;

高联丽 .

中国专利 :CN115565098A ,2023-01-03

[9]

一种基于多任务学习框架的无偏差动态场景图生成方法 [P].

宋井宽 ;

郑超凡 ;

高联丽 .

中国专利 :CN115565098B ,2025-11-28

[10]

一种基于超关系学习网络的场景图生成方法 [P].

俞俊 ;

陈志 ;

刘晓鹏 ;

张健 ;

张驰 ;

詹忆冰 .

中国专利 :CN113065587B ,2021-07-02

← 1 2 3 4 5 →