“陈吕劼”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]单应性矩阵的确定方法、装置及车辆-CN202310899568.0在审
发明人： 陈吕劼 -专利权人：小米汽车科技有限公司
申请日： 2023-07-21 - 公布日： 2023-10-24 - 主分类号： G06T7/80 文献下载
摘要：本公开是关于一种单应性矩阵的确定方法、装置及车辆，属于自动驾驶技术领域。该方法包括：获取第一相机的第一标定图像和第二相机的第二标定图像；对第一标定图像和第二标定图像进行特征点匹配，得到匹配的目标特征点对；基于匹配的目标特征点对，确定第一相机与第二相机间的单应性矩阵。由此，本方案基于第一相机的第一标定图像和第二相机的第二标定图像进行特征点匹配，得到匹配的目标特征点对，保证了特征的丰富度和辨识度，提高了特征点匹配的准确率。进而基于目标特征点对，确定第一相机与第二相机间的单应性矩阵，使相机的单应性矩阵不受环境因素的影响，减少后期维护成本。
单应性矩阵确定方法装置车辆

[发明专利]模型训练及特征提取方法、装置、电子设备和介质-CN202210747010.6有效
发明人： 陈吕劼 -专利权人：小米汽车科技有限公司
申请日： 2022-06-29 - 公布日： 2023-09-26 - 主分类号： G06V20/58 文献下载
摘要：本公开提出一种模型训练及特征提取方法、装置、电子设备和介质，其中，方法包括：从车载摄像头采集的第一图像中提取第一感兴趣区域；采用学生网络对第一感兴趣区域进行特征提取，得到第一图像特征；对第一图像进行增强处理，得到第二图像；从第二图像中提取与第一感兴趣区域对应的第二感兴趣区域；采用教师网络对第二感兴趣区域进行特征提取，得到第二图像特征；根据第一图像特征和第二图像特征之间的差异，对学生网络和教师网络进行联合训练。由此，通过自监督学习方式，利用车载摄像头采集的无标签图像对学生网络和教师网络进行联合训练，使得学生网络和教师网络学习到图像的语义、几何、定位等丰富的特征，从而增强自动驾驶算法的泛化能力。
模型训练特征提取方法装置电子设备介质

[发明专利]多相机的图像融合方法、装置及车辆-CN202310899571.2在审
发明人： 陈吕劼 -专利权人：小米汽车科技有限公司
申请日： 2023-07-21 - 公布日： 2023-08-22 - 主分类号： G06T5/50 文献下载
摘要：本公开是关于一种多相机的图像融合方法、装置及车辆，属于自动驾驶技术领域。该方法包括：基于多相机进行图像感知，得到多相机中每个相机的图像感知结果，其中多相机中包括第一相机和一个或多个第二相机；针对每个第二相机，基于第二相机与第一相机之间的单应性矩阵，向第一相机的图像坐标系下投影第二相机的图像感知结果，得到第二相机对应的投影图像感知结果；对第一相机自身的图像感知结果和第二相机的投影图像感知结果进行融合，得到目标图像感知结果。由此，本方案基于第一相机和第二相机的图像感知结果以及单应性矩阵，得到第二相机对应的投影图像感知结果。将图像感知结果进行融合，得到目标感知结果，以获得更准确和全面的环境信息。
多相图像融合方法装置车辆

[发明专利]用于车辆的图像识别方法、装置、车辆和存储介质-CN202211288067.0有效
发明人： 陈吕劼 -专利权人：小米汽车科技有限公司
申请日： 2022-10-20 - 公布日： 2023-02-17 - 主分类号： G06V20/58 文献下载
摘要：本公开提出一种用于车辆的图像识别方法、装置、车辆和存储介质，车辆包括：多个摄像装置，该方法包括：获取待处理图像，其中，待处理图像由多个初始图像生成，初始图像由摄像装置采集，确定待处理图像的与每种尺度对应的子图像特征，根据多个子图像特征识别待处理图像的目标图像特征，能够提升图像特征识别效果。
用于车辆图像识别方法装置存储介质

[发明专利]图像处理方法、装置、车辆、存储介质及芯片-CN202210778647.1在审
发明人： 陈吕劼 -专利权人：小米汽车科技有限公司
申请日： 2022-07-04 - 公布日： 2022-09-09 - 主分类号： G06V20/56 文献下载
摘要：本公开涉及一种图像处理方法、装置、车辆、存储介质及芯片，该图像处理方法通过多任务感知模型提取该当前行驶环境图像对应的第一目标特征数据，该多任务感知模型包括多个任务解码模块，不同的任务解码模块用于完成不同的感知任务；将该第一目标特征数据和历史行驶环境图像对应的第二目标特征数据输入每个该任务解码模块，以获取每个该任务解码模块输出的任务处理结果；这样，通过多个相互独立的任务解码模块分别获取每个任务处理结果，能够有效提升多任务处理速度，且由于不同的任务之间可以并行处理，因此不仅能够有效提升任务处理效率，也能够减少不同任务处理结果之间的相互影响，从而能够达到有效提升任务处理结果的准确性的效果。
图像处理方法装置车辆存储介质芯片

[发明专利]一种多源数据迁移的无人机密集树林感知技术-CN201910350969.4在审
发明人： 陈吕劼;朱纪洪;王吴凡;匡敏驰 -专利权人：清华大学
申请日： 2019-04-28 - 公布日： 2019-11-01 - 主分类号： G05D1/12 文献下载
摘要：本发明公开了一种多源数据迁移的无人机密集树林感知技术，特征是包含：多源域数据迁移模型和无人机在密集树林中避障寻路的感知技术。所述多源数据迁移的无人机密集树林感知技术使用在虚拟环境中收集的无人机飞行数据，利用深度学习方法将无人机避障寻路问题转换为多方向运动概率分类问题，再将单源深度自适应网络中的源域数据分隔为多源数据域，降低数据统一学习中的负向迁移错误，能够在不引入额外训练量的情况下提高数据有效率，从而提升无人机自主感知能力。本发明的多源数据迁移方案可快速适应不同无人机任务，灵活性高，适用于推广应用。
多源数据迁移感知树林避障寻路多方向运动无人机飞行自适应网络额外训练分类问题感知能力技术使用数据分隔数据统一问题转换虚拟环境域数据多源负向源域学习概率引入

[发明专利]一种基于注意力机制的空洞卷积空间金字塔池化上下文学习方法-CN201910351669.8在审
发明人：王吴凡;朱纪洪;匡敏驰;陈吕劼;闫星辉 -专利权人：清华大学
申请日： 2019-04-28 - 公布日： 2019-10-25 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于注意力机制的空洞卷积空间金字塔池化上下文学习方法，特征是包含：空洞卷积空间金字塔池化模型和注意力模型。所述空洞卷积空间金字塔池化模型由多条带有不同扩张率的空洞卷积通路并联组成，用于提取多尺度上下文信息。所述注意力模型通过非线性函数表征不同通道上下文信息之间的关系，进而对各个通道的多尺度信息分配权重。本发明的基于注意力机制的空洞卷积空间金字塔池化上下文学习方法可以增强空洞卷积空间金字塔池化模型的上下文特征学习能力，并能灵活嵌入到神经网络模型中，适用于图像语义分割、目标检测、图像分类等多种任务，适用于推广应用。
卷积池化空洞金字塔注意力机制上下文信息注意力模型多尺度神经网络模型非线性函数上下文特征并联组成分配权重目标检测图像分类图像语义学习能力嵌入学习分割灵活

1
共 7 条