专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果4个,建议您升级VIP下载更多相关专利
  • [发明专利]视觉定位方法、装置、电子设备及存储介质-CN202310255495.1在审
  • 徐尚;贺一家;欧阳展鹏;嵇盼 - 腾讯科技(深圳)有限公司
  • 2023-03-10 - 2023-10-27 - G06T7/73
  • 本申请提供了一种视觉定位方法、装置、电子设备及存储介质;方法包括:从待定位图像中提取出多个第一平面特征点;从多叉树的多个叶子节点中查找出与任一第一平面特征点匹配的目标叶子节点;从目标场景的三维地图中获取与目标叶子节点对应的多个第一立体特征点;从多个第一立体特征点中确定出目标立体特征点,以与任一第一平面特征点组合为一组匹配点对;从三维地图中获取与目标立体特征点之间的距离小于距离阈值的第二立体特征点;将每个第二立体特征点、以及待定位图像中与第二立体特征点匹配的第一平面特征点组合为一组匹配点对;基于多组匹配点对进行解算位姿操作,得到待定位图像对应的位姿。通过本申请,能够提高视觉定位的效率和精确度。
  • 视觉定位方法装置电子设备存储介质
  • [发明专利]视觉惯性SLAM系统-CN202280017858.1在审
  • 嵇盼;田原;严庆安;马雨欣;徐毅 - 创峰科技
  • 2022-03-02 - 2023-10-24 - G06T19/20
  • 提供了针对结合人工智能(AI)和平面约束的稳健的视觉惯性SLAM系统的系统和方法。例如,经训练的AI模型可用于预测物理环境中的深度图,其中,深度是使用所述AI模型从查看用户装置到每个像素的估计深度或距离。所述深度图可以与每个输入图像的不确定性图(例如,测量所述AI模型深度预测的确定性或确信度)组合(例如,基于所述AI模型的训练和输出交替使用确信度分数或不确定性分数)以创造所述环境的输入图,所述输入图被提供给视觉惯性SLAM系统。
  • 视觉惯性slam系统
  • [发明专利]室内环境的自监督式深度估计框架-CN202280011051.7在审
  • 嵇盼;徐毅 - 创峰科技
  • 2022-03-16 - 2023-09-12 - G06T7/50
  • 多个系统和多个方法被提供用于以一自监督方式从一个或多个图像估计一深度图。本文公开的所述多个系统和多个方法可以执行所述深度分解模块,所述深度分解模块包括一深度网络及一尺度网络,所述深度网络被配置为从一目标图像确定一深度图,所述尺度网络被配置为从所述目标图像确定一全局尺度因子及以所述全局尺度因子更新所述深度图,以确定一相对深度图。本文的系统和方法还可以执行一残差姿态估计模块,所述残差姿态估计模块被配置为迭代地预测在多个被重建的合成图像与所述目标图像之间的多个残差相机姿态,并且基于所述相对深度图、全局尺度因子和所述多个迭代预测的残差相机姿态以训练一深度估计模型。
  • 室内环境监督深度估计框架
  • [发明专利]扩展现实设备的畸变系数标定方法、装置和存储介质-CN202211593972.7有效
  • 李子祺;嵇盼;李宏东 - 腾讯科技(深圳)有限公司
  • 2022-12-13 - 2023-03-14 - G06T5/00
  • 本申请涉及一种扩展现实设备的畸变系数标定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取标准标定图像和畸变标定图像;基于标准标定图像和畸变标定图像进行标定点检测,得到多对标定点坐标对;每个标定点坐标对,包括属于标准标定图像的第一标定点坐标和属于畸变标定图像的第二标定点坐标,第二标定点坐标是第一标定点坐标畸变后对应的标定点坐标;获取待拟合畸变关系;待拟合畸变关系包括待确定的畸变系数,用于表征标准标定图像与畸变标定图像之间标定点坐标的映射关系;根据多对标定点坐标对,对待拟合畸变关系进行数值拟合,以确定待拟合畸变关系中畸变系数的目标值。采用本方法能够实现畸变系数的自动标定。
  • 扩展现实设备畸变系数标定方法装置存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top