[发明专利]多目标匹配方法、装置、电子设备和存储介质在审
申请号: | 202211562631.3 | 申请日: | 2022-12-07 |
公开(公告)号: | CN115830348A | 公开(公告)日: | 2023-03-21 |
发明(设计)人: | 程晓强;李金珂;林思婕;黄先楼;张丹 | 申请(专利权)人: | 驭势科技(北京)有限公司 |
主分类号: | G06V10/74 | 分类号: | G06V10/74;G06V10/25 |
代理公司: | 北京驰明知识产权代理有限公司 16099 | 代理人: | 武玉维 |
地址: | 102403 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多目标 匹配 方法 装置 电子设备 存储 介质 | ||
1.一种多目标匹配方法,其特征在于,所述方法包括:
根据待匹配检测图像,确定多个检测目标框;
针对每个检测目标框,根据当前目标框的尺寸以及预设的目标场构建方式,构建与所述当前目标框对应的目标场,所述当前目标框为所述多个检测目标框中的任意一个;
根据所述待匹配检测图像以及检测目标场图像,确定与各目标场分别对应的检测目标场子图;其中,所述检测目标场图像包括各所述目标场;
根据各所述检测目标场子图与待匹配检测图像对应的各预测目标场子图,确定相似度矩阵,并根据所述相似度矩阵,确定各所述检测目标框与所述待匹配检测图像中的各预测目标框之间的关联关系;
根据所述关联关系确定表征同一目标的检测目标框与预测目标框的组合。
2.根据权利要求1所述的方法,其特征在于,所述根据当前目标框的尺寸以及预设的目标场构建方式,构建与所述当前目标框对应的目标场,包括:
针对所述当前目标框内的像素点,确定所述像素点到所述当前目标框的长边界的第一距离以及所述像素点到所述当前目标框的宽边界的第二距离;
根据所述第一距离、第二距离以及所述当前目标框的尺寸,确定所述像素点对应的目标场强度;
根据各像素点分别对应的目标场强度,构建与所述当前目标框对应的目标场。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一距离、第二距离以及所述当前目标框的尺寸,确定所述像素点对应的目标场强度,包括:
根据下述公式确定与所述像素点对应的目标场强度:
其中,f(x,y)表示坐标为(x,y)的像素点的目标场强度,l表示所述第一距离,t表示所述第二距离,w表示所述当前目标框的尺寸中的宽度,h表示所述当前目标框的尺寸中的长度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述待匹配检测图像以及检测目标场图像,确定与各目标场分别对应的检测目标场子图,包括:
根据所述待匹配检测图像中各检测目标框之间的距离,确定子图尺寸;
根据所述子图尺寸以及所述检测目标场图像,确定与各目标场分别对应的检测目标场子图。
5.根据权利要求4所述的方法,其特征在于,所述根据所述待匹配检测图像中各检测目标框之间的距离,确定子图尺寸,包括:
针对每个检测目标框,确定当前目标框对应的最近目标框,并将当前目标框与所述最近目标框之间的距离确定为当前目标框对应的候选距离;
将各检测目标框分别对应的候选距离中的最大值,确定为统计距离;
根据所述统计距离以及经验尺寸,确定子图尺寸。
6.根据权利要求5所述的方法,其特征在于,所述经验尺寸包括长度最大值、长度最小值、宽度最大值以及宽度最小值,所述根据所述统计距离以及经验尺寸,确定子图尺寸,包括:
确定所述统计距离和所述宽度最小值中的最大值为第一过程值;
确定所述第一过程值和所述宽度最大值中的最小值为子图尺寸中的宽度;
确定所述统计距离和所述长度最小值中的最大值为第二过程值;
确定所述第二过程值和所述长度最大值中的最小值为子图尺寸中的长度。
7.根据权利要求1所述的方法,其特征在于,所述根据各所述检测目标场子图与待匹配检测图像对应的各预测目标场子图,确定相似度矩阵,包括:
针对每个检测目标场子图,确定当前检测目标场子图分别与各预测目标场子图之间的相似度,根据各所述相似度,构建与所述当前检测目标场子图对应的相似度向量;
根据与各检测目标场子图对应的相似度向量,构建相似度矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于驭势科技(北京)有限公司,未经驭势科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211562631.3/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 一种图像对比方法、装置、电子设备及存储介质-202310967369.9
- 汪武训;张正萍;曾捷;李鹏东 - 重庆赛力斯新能源汽车设计院有限公司
- 2023-07-31 - 2023-10-27 - G06V10/74
- 本申请涉及图像处理技术领域,提供了一种图像对比方法、装置、电子设备及存储介质。该方法通过分别获取图像在横轴方向上的纹理特征矩阵和图像在纵轴方向上的纹理特征矩阵,然后将横轴方向上的纹理特征矩阵和纵轴方向上的纹理特征矩阵进行特征融合,得到图像对应的融合纹理特征矩阵,使得融合纹理特征矩阵能够准确表达图像在横轴和纵轴上的特征,然后去除融合纹理特征矩阵中的离散点,得到图像对应的目标纹理矩阵,使得目标纹理矩阵能够更加准确的图像的纹理特征,进而避免图像中的离散点影响图像对比结果,最后根据图像的目标纹理矩阵和待对比图像的目标纹理矩阵进行差异对比,使得得到的差异对比准确。
- 标签的校准方法、装置、设备及存储介质-202310195929.3
- 吴秉哲 - 腾讯科技(深圳)有限公司
- 2023-02-23 - 2023-10-27 - G06V10/74
- 本申请公开了一种标签的校准方法、装置、设备及存储介质,属于机器学习技术领域。该方法包括:获取样本医疗图像数据组,样本医疗图像数据组中包括第一样本医疗图像数据,和除第一样本医疗图像数据之外的其它样本医疗图像数据;基于第一样本医疗图像数据和每个其他样本医疗图像数据之间的特征差距值,将其它样本医疗图像数据中的第二样本医疗图像数据纳入第一样本医疗图像数据的特征邻域;在第一样本医疗图像数据对应的医疗标签和第一样本医疗图像数据的特征邻域内的样本医疗图像数据对应的医疗标签存在不同的情况下,对第一样本医疗图像数据对应的医疗标签进行校准。该方法能够帮助减少样本医疗图像数据组中的标签噪声。
- 一种图像检测方法、装置及电子设备-202310778342.5
- 刘晓滨;赵博 - 腾讯科技(深圳)有限公司
- 2023-06-29 - 2023-10-27 - G06V10/74
- 本申请涉及人工智能技术领域,特别涉及一种图像检测方法、装置及电子设备,用以快速准确的识别出包含检索对象的目标图像。本申请实施例采用已训练的目标检测模型,提取出多张候选图像的对象特征;目标检测模型的训练损失值采用以下方式获得:针对多个样本对象,分别执行以下操作:获得一个样本对象,在归属的样本图像集中不同样本图像之间的相似度,以及,获得一个样本对象,在归属的样本图像集和各其他样本图像集之间的差异度;基于各相似度和各差异度,确定不同样本图像的目标特征,基于目标特征集和参考特征集,获得训练损失值;根据多张候选图像各自包含的检测对象的对象特征,从多张候选图像中选取出与基准图像关联的目标图像集。
- 一种图像处理方法、装置及设备-202310824144.8
- 刘恩毅;贺光琳 - 杭州海康慧影科技有限公司
- 2023-07-05 - 2023-10-27 - G06V10/74
- 本申请提供一种图像处理方法、装置及设备,该方法包括:分别提取可见光图像的处理对象和超声图像的处理对象,得到M个可见光像素点集合和N个超声像素点集合,可见光像素点集合包括具有相同属性的处理对象的多个可见光图像像素点,超声像素点集合包括具有相同属性的处理对象的多个超声图像像素点;查找与第一超声像素点集合匹配的第一可见光像素点集合,第一可见光像素点集合对应的处理对象与第一超声像素点集合对应的处理对象的属性相同;基于所述第一可见光像素点集合内的各个像素点的颜色值对所述第一超声像素点集合进行处理,得到所述超声图像对应的彩色超声图像。通过本申请的技术方案,能够重建超声图像的颜色,具有更好的图像效果。
- 图像识别方法、装置、计算机设备及计算机存储介质-202211470734.7
- 沈雷;程嘉欢;张睿欣;张昊;张映艺;丁守鸿 - 腾讯科技(深圳)有限公司
- 2022-11-23 - 2023-10-27 - G06V10/74
- 本申请提供了一种图像识别方法、装置、计算机设备、计算机可读存储介质及计算机程序产品;方法包括:获取待识别图像和训练好的目标模型,所述训练好的目标模型是对预训练好的特征提取模型上拼接上降维层得到的目标模型进行训练得到的;利用所述训练好的目标模型对所述待识别图像进行特征提取,得到待识别的特征向量;确定所述待识别的特征向量和多个参考特征向量之间的多个相似度;基于所述多个相似度确定所述待识别图像的识别结果;输出所述识别结果。通过本申请,能够有效降低特征特征维度的同时保证图像识别的准确率。
- 一种队形检测方法、装置、电子设备及存储介质-202211316783.5
- 梁礼强;苏江;王雪松;张梦;王凡伟;沈体辰;刘国虎;吴小飞;李霁航;叶俊贤;谢接长;吴展乔 - 暗物智能科技(广州)有限公司
- 2022-10-26 - 2023-10-27 - G06V10/74
- 本申请公开了一种队形检测方法、装置、电子设备及存储介质。包括:利用图像采集设备对目标演示区域进行采集,得到目标区域图像;检测目标区域图像中的目标物,得到目标物在目标区域图像中的位置信息;利用目标物在每个目标区域图像中的位置信息,确定目标物对应的三维空间坐标,并利用三维空间坐标生成目标物对应的目标运动轨迹;基于每个目标物对应的目标运动轨迹进行时空建模,得到目标三维空间队形,并对目标三维空间队形进行检测得到目标三维空间队形的队形检测结果。本申请通过每个目标物的运动轨迹建模得到三维空间队形,并对三维空间队形进行检测。以此实现了生成三维空间队形到队形检测的自动化,同时也提供了队形评价的基础。
- 媒体资源的处理方法和装置、存储介质及电子设备-202310158054.X
- 王丽娟;汪翔;黄珊 - 腾讯科技(深圳)有限公司
- 2023-02-15 - 2023-10-27 - G06V10/74
- 本申请公开了一种媒体资源的处理方法和装置、存储介质及电子设备。其中,该方法包括:获取待识别的初始媒体资源,对初始媒体资源执行目标识别操作,得到目标表征向量,目标识别操作用于分别对第一媒体信息和第二媒体信息进行识别,得到第一中间层特征和第二中间层特征,目标表征向量是对第一中间层特征和第二中间层特征加权融合得到的表征向量,根据目标表征向量确定与初始媒体资源之间的相似度满足预设相似条件的目标媒体资源,本申请可以包括但不限于应用于基于人工智能的图像识别领域等,本申请解决了相关技术中媒体资源的处理效率较低的技术问题。
- 一种数据处理方法和相关装置-202310255015.1
- 张甜瑾;谷伟波;王红法;刘威 - 腾讯科技(深圳)有限公司
- 2023-03-09 - 2023-10-27 - G06V10/74
- 本申请实施例公开了一种数据处理方法,至少应用于人工智能领域中的机器学习。根据样本对对应的两个特征向量间的第一相似度确定惩罚参数,该惩罚参数能够在第一相似度越高时,通过调整惩罚参数使得第一特征向量和第二特征向量在特征空间中的距离越近。根据惩罚参数,调整待定编码模型的模型参数,得到用于特征提取的目标编码模型。由此,训练得到的目标编码模型,不再使第一特征向量和第二特征向量在特征空间中距离尽可能远或者尽可能近,而是基于第一相似度调整惩罚参数,使得第一特征向量和第二特征向量在特征空间中具有合适的距离,从而处于特征空间中的特征向量与处于真实世界空间的数据的底层结构相对一致,提高目标编码模型的准确度。
- 一种基于图像块区域特征点的视觉SLAM回环检测改进方法-202310960132.8
- 肖震东;魏武;杨姗;柳雄顶 - 华南理工大学
- 2023-08-01 - 2023-10-27 - G06V10/74
- 本发明属于图像处理具体是视觉SLAM技术,公开一种基于图像块区域特征点的视觉SLAM回环检测改进方法。该方法首先将输入的图像转换为灰度图像并通过网格划分图像块,计算其中特征点的梯度方向直方图,获得特征点的梯度向量;判断图像块中特征点的梯度向量权重,未达到设定阈值称为无效图像块,达到设定阈值称为有效图像块;将当前帧中的有效图像块和对应特征点的梯度向量进行构建词汇树模型,通过不断的迭代和更新词汇树的内容信息。并通过更新的词汇树模型中搜索衡量两帧图像间的相似度,而获得更好的图像检索及匹配的结果,实现更加准确的回环检测。如此克服相机长时间的定位与三维地图构建过程中导致的误差积累和相机轨迹漂移问题。
- 物体辨别装置及方法-201910255723.9
- 矢野泰树;木村宣隆 - 株式会社日立制作所
- 2019-04-01 - 2023-10-27 - G06V10/74
- 提供准确地辨别物体的物体辨别装置及方法。物体辨别装置(1)具备:取得输入物体的图像(31)的图像取得部(12);选择作为输入物体的图像的辨别候选的多个基准物体(32)来生成辨别候选的组的辨别候选选择部(112);对于辨别候选的组中包含的各基准物体、计算与输入物体的图像的类似度的类似度计算部(113);基于由类似度计算部计算的类似度、从组中包含的基准物体中去除规定的类似度的基准物体直至组中包含的基准物体的数量成为规定量为止的识别部(114);若由识别部去除规定的类似度的基准物体则辨别候选选择部更新组,若组被更新,则类似度计算部对于更新后的组中包含的各基准物体,再计算与输入物体的图像的类似度。
- 一种基于多重注意力网络的立体匹配算法-202010821176.9
- 郭龙源;周武威;段厚裕;欧先锋;张国云;吴健辉;鲁敏;滕书华 - 湖南理工学院;湖南拓视觉信息技术有限公司
- 2020-08-14 - 2023-10-27 - G06V10/74
- 本发明公开了一种基于多重注意力网络的立体匹配算法,属于计算机视觉研究技术领域,一种基于多重注意力网络的立体匹配算法,主要包括特征提取、代价卷构建、代价聚合和视差预测等步骤,特征提取中引入了沙漏位置注意力模块,可以有效地聚合每个位置的全局上下文信息,有效的保证了无纹理和重复纹理区域的精确匹配,代价卷构建中通过特征融合的方式将互相关卷与级联卷结合在一起,不仅可以保留特征维度,还能有效的度量特征之间的相似度,代价聚合中设计了一个多尺度的视差注意力模块,可以聚合不同视差维度的特征信息,并通过回归的方式获得最终视差,本方法相较于现有技术的立体匹配算法,有效的提高了准确性和立体匹配计算速度。
- 食品追溯的图像比对方法及相关装置-201910955597.8
- 陈浩能 - 陈浩能
- 2019-10-09 - 2023-10-27 - G06V10/74
- 本申请实施例提供一种食品追溯的图像比对方法及相关装置,其中,所述方法包括:获取参考图像,所述参考图像包括食品容器的图像块;若所述食品容器的图像块包括目标标识,则根据所述目标标识从目标区域中提取目标图像块,所述目标图像块包括食品的参考图像块,所述目标区域为所述食品容器中的预设区域;根据所述食品的参考图像块,确定出所述食品的品质程度。能够提升食品品质程度检测时的准确性。
- 基于深度亲和网络自适应关联的多目标跟踪方法及装置-202310916396.3
- 王力;谢涛;刘德东;卢一倩 - 苏州驾驶宝智能科技有限公司
- 2023-07-25 - 2023-10-24 - G06V10/74
- 本申请提供了基于深度亲和网络自适应关联的多目标跟踪方法及装置,涉及自动驾驶多目标跟踪技术领域,包括:对所有预设类别的检测框和预测框进行处理,得到拼接后的特征向量;利用预先训练完成的多层感知机对拼接后的特征向量进行处理,得到升维的特征向量;对升维的特征向量进行切片处理,得到每个预设类别的检测框深度特征和预测框深度特征,构建对应类别的特征矩阵;利用预先训练完成的每个预设类别的深度亲和网络对对应类别的特征矩阵进行处理,得到相似度矩阵;基于每个预设类别的相似度矩阵,利用匹配算法获得对应类别的检测框和轨迹框之间的匹配关系。本申请实现自适应分类数据关联,提高了代价矩阵的准确度,提高了多目标跟踪的精度。
- 一种基于粗精特征筛选的视觉图像定位方法-202310658005.2
- 蒲巧林;蔡睿;周牧;余雨俊轩;董昕;陈思彤 - 重庆邮电大学
- 2023-06-05 - 2023-10-24 - G06V10/74
- 本发明公开了一种基于粗精特征筛选的视觉图像定位方法。首先,在目标区域内部署多个锚节点并以环绕的方式构建训练集;然后,采用基于直方图的图像筛选方法剔除大部分不可能的匹配;其次,利用加速稳健特征(Speeded Up Robust Features,SURF)算法提取训练集和测试集图像的特征点;最后,计算两组图像特征描述子的欧氏距离并选择与测试点的匹配率最高的锚点作为图像定位结果。本发明专利利用在参考点拍摄的图像与离线数据库中图像的相似性,提出了一种基于粗精特征筛选的视觉图像室内定位方法,在提高图片特征匹配效率的同时保证了定位精度。
- BIM模型的相似度计算方法-202010112717.0
- 周小平;苏鼎丁;王佳 - 盈嘉互联(北京)科技有限公司;盈嘉互联(上海)建筑科技有限公司;嘉兴乌镇盈嘉千镇科技有限公司;深圳前海盈嘉数据服务有限公司;深圳市盈嘉互联科技有限公司
- 2020-02-24 - 2023-10-24 - G06V10/74
- 本发明提供一种BIM模型的相似度计算方法及装置,方法包括:提取两个BIM模型中每个构件的信息,并获取两个BIM模型中构件之间的关联关系;根据两个BIM模型中每个构件的信息和构件之间的关联关系,构建两个BIM模型的邻接图模型;基于图编辑距离算法计算两个BIM模型的邻接图模型之间的编辑距离,根据编辑距离计算两个BIM模型之间的相似度。本发明从构件级对BIM模型进行相似度计算,充分考虑到构件的关联关系和构件的信息对BIM模型的影响,对BIM模型相似度的计算更加准确,使得基于BIM模型相似度的BIM检索结果更加精确。
- 图像处理方法、装置、设备和计算机可读存储介质-202310999358.9
- 朱城 - 腾讯科技(深圳)有限公司
- 2023-08-09 - 2023-10-24 - G06V10/74
- 本申请公开了一种图像处理方法、装置、设备和计算机可读存储介质。本发明实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。通过获取参考图像,并获取与参考图像相似的相似图像;确定参考图像与相似图像之间的差异信息;确定参考图像中针对差异信息的目标掩码图;基于差异信息进行扩充,得到差异描述文本;根据目标掩码图、差异描述文本和参考图像,对相似图像进行局部调整,得到调整后的目标图像。以此,可对图像之间的差异进行扩充描述,并针对差异的扩充描述文本和参考图像作为约束来局部调整相似图像,提高图像调整的准确性,使得调整后的图像效果与实际需求相符合,以利于后续其他业务的开展。
- 用于颜色选择的系统和方法及计算机可读介质-201810614644.8
- D·雷伊诺德斯;T·辛塞姆 - 贝洱工艺公司
- 2018-06-14 - 2023-10-24 - G06V10/74
- 本发明提供了用于颜色选择的系统和方法及计算机可读介质,并且该系统包含移动装置,该移动装置具有移动应用程序,该移动应用程序被配置成访问社交媒体平台;从该社交媒体平台取回多个图像;确定该多个图像中的每个图像的主色;确定每个图像的该主色的最接近的匹配涂料颜色;以及显示与每个图像的该主色的该最接近的匹配涂料颜色相关联的颜色名称和颜色代码中的至少一个。
- 一种基于多源图像模板匹配方法及系统-202310784560.X
- 王怀野;张军;赵晓霞;梅立春;赵元富;朱大平 - 北京航天飞腾装备技术有限责任公司
- 2023-06-29 - 2023-10-20 - G06V10/74
- 本发明涉及一种基于多源图像模板匹配方法及系统,包括:分割模板图像和参考图像为大小相等的图像块;纯化分割出的图像块和压缩图像的灰度级来滤除图像噪声和提高算法效率;处理过的图像块转化为与灰度无关的灰度级分布矩阵;根据经验给由模板图像和参考图像中的图像块对应的所有灰度级分布矩阵组合赋予相似度值;通过灰度级分布矩阵组合及其对应的数量计算整幅模板图像和参考图像中的候选窗口图像之间的相似度;相似度最高的候选窗口图像在参考图像中的位置即为要寻找的位置;本发明中的灰度级分布矩阵可以有效提取与灰度无关的复杂来源的多源图像特征,通过经验相似度值实现多源图像之间的模板匹配。
- 一种基于卷积神经网络的时空演变相似预测方法-202310995168.X
- 张志琦;信飞 - 上海市气候中心(上海区域气候中心)
- 2023-08-09 - 2023-10-20 - G06V10/74
- 本发明公开了一种基于卷积神经网络的时空演变相似预测方法,包括:基于动力模式,获取识别要素的实时预测数据,与所述实时预测数据历史同期的识别要素的历史预测数据,与所述历史预测数据同一时期的识别要素的历史观测数据、与所述实时预测数据历史同期的预测要素的历史观测数据;分别截取关键区/目标区域并计算候ART;通过对识别要素候ART历史预测数据进行时间滑动构建学习样本,将学习样本输入CNN模型进行迭代训练;将识别要素候ART实时预测数据输入CNN模型,得到相似预测个例;将相似预测个例对应的滞后T候的预测要素的候ART观测求平均值,得到候ART的实时预测并转换为候距平后得到预测要素候距平的实时预测。
- 谣言图像的识别方法、装置、计算机设备和存储介质-202310274047.6
- 于文杰 - 西安闻泰信息技术有限公司
- 2023-03-20 - 2023-10-20 - G06V10/74
- 本申请涉及一种谣言图像的识别方法、装置、计算机设备和存储介质。所述方法包括:获取待识别图像;对所述待识别图像进行特征点提取,得到所述待识别图像对应的不同尺度的尺度图像的特征点;对每个所述尺度图像的特征点进行特征点描述,得到所述待识别图像对应的信息描述符;将所述信息描述符与预设的参考信息描述符进行匹配;当匹配不成功,则所述待识别图像为谣言图像。采用本方法能够谣言图像识别的精度。
- 一种图像相似性检测方法和模型训练方法-202310226324.6
- 王鹏;金镝;吴娜;苗芊;李心珂 - 中国移动通信有限公司研究院;中国移动通信集团有限公司
- 2023-03-03 - 2023-10-20 - G06V10/74
- 本发明实施例公开了一种图像相似性检测方法和模型训练方法,所述图像相似性检测方法包括:获得图像对,对所述图像对进行特征提取,得到所述图像对的第一特征数据,所述第一特征数据包括所述图像对中各实体对应的实体类别;所述图像对包括第一图像和第二图像;根据所述第一特征数据确定所述图像对在至少一个关系类别上的第二特征数据;所述至少一个关系类别包括实体关系类别和/或背景关系类别;对所述第一图像和所述第二图像中对应于同一关系类别的第二特征数据进行特征融合,获得第三特征数据,基于所述第三特征数据获得检测结果,所述检测结果至少包括所述第一图像和所述第二图像在至少一个关系类别上的相似性检测结果。
- 一种管道液体渗漏检测方法、装置、计算机设备及介质-202310826955.1
- 姚远;魏小林;宾峰;李森 - 中国科学院力学研究所
- 2023-07-06 - 2023-10-20 - G06V10/74
- 本发明涉及了一种管道液体渗漏检测方法、装置、计算机设备及介质,一种管道液体渗漏检测方法,基于预设采集频率获取所述相机采集的所述管道接头部分图像;检测相邻两张所述管道接头部分图像的相似度;判断所述相似度是否小于预设的第一阈值,若是,则认为图像中检出渗漏,对所述管道接头部分图像通过目标检测算法进行渗漏检测,得到管道接头部分的渗透位置。本发明采用了图像相似度检测和深度机器学习来识别是否有渗漏,识别速度更快,消耗的计算资源更少。
- 用于识别产品两维数字图像中的异常的方法和装置-202310382685.X
- 米夏埃尔·西格里斯特;马努埃尔·巴斯图克 - 伟博泰有限公司
- 2023-04-11 - 2023-10-20 - G06V10/74
- 本发明涉及识别产品数字图像异常的方法,当数字图像区域属性值大于预定最大阈值时识别为最大值异常,当区域属性值小于预定最小阈值时识别为最小值异常。最大阈值/最小阈值在以下学习中确定:产生不含异常的良品数字图像;对于每个数字图像,规定区域并确定每个区域属性值,确定最大抽样值和/或最小抽样值;确定描述最大值抽样或最小值抽样的概率密度函数参数的估值;用概率密度函数确定最大阈值,使出现大于等于最大阈值的最大值的概率对应于错误识别最大值异常的预定比率,用概率密度函数确定最小阈值,使出现小于等于最小阈值的最小值的概率对应于错误识别最小值异常的预定比率。本发明还涉及用于执行该方法的装置及计算机程序产品。
- 基于图像检测摄像头异常的方法和装置-202311168312.9
- 程剑杰 - 深圳须弥云图空间科技有限公司
- 2023-09-12 - 2023-10-20 - G06V10/74
- 本申请提供了一种基于图像检测摄像头异常的方法及装置。该方法包括:通过摄像头采集待检测图像,对待检测图像进行特征提取,获得待检测图像的第一特征向量;获取摄像头在正常情况下采集的图像样本,基于在正常情况下采集的图像样本获得多个有效特征向量;根据多个有效特征向量,确定与第一特征向量相似的有效特征向量,并根据第一特征向量和相似的有效特征向量获得权值特征向量;对权值特征向量进行稀疏处理,获得稀疏处理后的权值特征向量;根据稀疏处理后的权值特征向量和与第一特征向量相似的有效特征向量,获得待检测图像的第二特征向量;基于待检测图像的第二特征向量检测摄像头是否异常,提高了异常检测的准确率。
- 用于确定视差测量的置信度/不确定性测量的概念-201910110119.7
- 罗纳德·奥普·赫特·费尔德;乔阿希姆·凯纳特 - 弗劳恩霍夫应用研究促进协会
- 2019-02-11 - 2023-10-20 - G06V10/74
- 通过针对要执行相对于第二画面的视差的测量的第一画面的预定位置对视差候选集合的评估执行确定,并且如果这种评估涉及针对这个视差候选集合中的每个的贡献值的累积,实现用于视差测量的更有效的置信度/不确定性测量确定,贡献值取决于相应的视差候选以及根据函数与相应的视差候选相关联的与第二画面的不相似度,函数对于与相应视差候选相关联的不相似度具有第一单调性并且对于相应视差候选与预定视差之间的绝对差具有与第一单调性相反的第二单调性,预定视差具有与视差候选集合相关联的不相似度中与其相关联的最小不相似度。通过这种方式,随着视差候选的空间分布中局部极小值的数量增加,置信度/不确定性测量倾向于降低置信度,增加不确定性。
- 一种基于不确定性感知的多模态融合目标检测方法及装置-202211131095.1
- 李志伟;王坤峰;王梓涵;谭启凡;张国英 - 北京化工大学
- 2022-09-14 - 2023-10-20 - G06V10/74
- 本申请提供了一种基于不确定性感知的多模态融合目标检测方法及装置,涉及自动驾驶技术领域,所述方法包括:获取RGB图像和点云数据;对点云数据进行处理,得到和RGB图像匹配的点云图像;对RGB图像进行特征提取得到RGB特征图,利用预先训练完成的图像目标检测模型对RGB特征图进行处理,得到第一目标检测结果;对点云图像进行特征提取,得到点云特征图,利用预先训练完成的点云目标检测模型对点云特征图进行处理,得到第二目标检测结果;通过不确定性感知的多源NMS算法,对第一目标检测结果和第二目标检测结果进行融合处理,得到融合后的目标检测结果。本申请通过不确定性实现多模态数据的自适应融合,提高自动驾驶的安全性。
- 一种用于智能水表的数据处理方法-202310999950.9
- 刘广;张杰;郑少坤 - 泰安汉阳电子科技有限公司
- 2023-08-10 - 2023-10-20 - G06V10/74
- 本发明涉及图像处理领域,具体涉及一种用于智能水表的数据处理方法,包括:采集水表图像并预处理得到水表灰度图像;根据相邻三帧的水表灰度图像得到每一帧的水表指针灰度图像;根据每一帧的水表指针灰度图像得到第一特征,用第一特征判断指针是否转动;根据任意时间段内的所有指针边缘得到每条边缘的投票峰值;对每条边缘的投票峰值按照从大到小的顺序排序得到一组投票值序列;根据投票值序列得到每条边缘的可信度;根据每条边缘的可信度和水表指针灰度图像中边缘直线段端点的距离得到任意两条边缘的相似程度;根据任意两条边缘的相似程度获取水表的读数。本发明用图像处理进行分析,提高智能水表读取数据的准确性。
- 重复图像识别方法、装置、电子设备及计算机可读存储介质-202010080624.4
- 唐亚腾;钟滨;徐进 - 腾讯科技(深圳)有限公司
- 2020-02-05 - 2023-10-17 - G06V10/74
- 本发明提供了一种重复图像识别方法、装置、电子设备及计算机可读存储介质,方法包括:基于多个候选图像的图像特征,确定由所述多个候选图像中的任意两个相似候选图像组成的候选相似图像对;将对应所述候选相似图像对的相似度结果、以及对应所述候选相似图像对的文本的特征进行组合,得到对应所述候选相似图像对的组合特征;基于多个所述候选相似图像对各自对应的组合特征,对所述多个候选相似图像对进行聚类处理;将聚类结果中属于同一类别的候选图像分配生成相同的编码,并基于所述编码确定所述多个候选图像中的重复图像。通过本发明,能够通过对候选图像进行编码以快速对候选图像进行重复识别。
- 素材处理方法、装置、电子设备及计算机可读存储介质-202110605579.4
- 彭雨辉 - 北京达佳互联信息技术有限公司
- 2021-05-31 - 2023-10-17 - G06V10/74
- 本公开关于一种素材处理方法、装置、电子设备及计算机可读存储介质,其中,该方法包括:获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。通过本公开,解决了相关技术中采用对素材内容进行识别时存在耗费资源过多的问题,达到了采用较少的资源即可实现对素材内容进行识别的效果。
- 基于深度学习的图像处理方法及装置-202310857288.3
- 陈畅新;李展铿 - 有米科技股份有限公司
- 2023-07-12 - 2023-10-13 - G06V10/74
- 本发明公开了一种基于深度学习的图像处理方法及装置,该方法包括:将待处理图像集合中的每个待处理图像输入到图像处理模型中,得到每个待处理图像对应的哈希值,并根据每个待比较图像对应的哈希值,对于每个待比较图像,计算该待比较图像与所有待比较图像中除该待比较图像外的每个剩余待比较图像之间的相似度表征值,且当待比较图像间的目标相似度表征值大于预设相似度阈值时,确定目标相似度表征值对应的待比较图像满足预设的相似度条件。可见,实施本发明能够结合图像的哈希值确定图像的相似度表征值,提高图像间的相似度表征值对于图像差异的表征精准性,能够提高确定图像是否相似的准确性和可靠性,进而能够提高图像去重的准确性和可靠性。
- 专利分类