[发明专利]基于图像的车辆测位系统及方法有效
| 申请号： | 201680073314.1 | 申请日： | 2016-12-14 |
| 公开（公告）号： | CN108450034B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | B·海斯勒;A·塔利米 | 申请（专利权）人： | 本田技研工业株式会社 |
| 主分类号： | G06V20/64 | 分类号： | G06V20/64;G06V20/56;G06V10/44;G06T7/73;G06T17/05;G01C21/28 |
| 代理公司： | 北京市金杜律师事务所 11256 | 代理人： | 刘迎春;王春俏 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供用于确定车辆定位和姿态的方法及系统。车辆测位系统可以确定车辆的估计定位和姿态。所述系统可以基于所述估计定位和姿态检索三维的地图数据。所述系统可以从车载摄像头获取摄像头图像。所述系统可以基于所述估计定位和姿态，将所述三维的地图数据投影在所述摄像头图像上。所述系统可以比较投影的三维的地图数据与所述摄像头图像。之后，所述系统可以基于所述比较确定所述车辆定位和姿态。 | ||
| 搜索关键词： | 基于 图像 车辆 测位 系统 方法 | ||
【主权项】：
1.一种用于确定车辆定位和姿态的方法，包括：确定估计定位和姿态；基于所述估计定位和姿态检索三维的地图数据；从车载摄像头获取摄像头图像；基于所述估计定位和姿态，将所述三维的地图数据投影在所述摄像头图像上；比较投影的三维的地图数据与所述摄像头图像；以及基于所述比较确定所述车辆定位和姿态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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本田技研工业株式会社，未经本田技研工业株式会社许可，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/patent/201680073314.1/，转载请声明来源钻瓜专利网。
- 上一篇：跨平台流式数据流
- 下一篇：导航穿过多维图像空间
- 同类专利
- 一种基于特征偏差值和注意力机制的点云分割方法-202310374323.6
- 王志杰;张驰;吴昊 - 南京林业大学
- 2023-04-10 - 2023-10-27 - G06V20/64
- 本发明公开了一种基于特征偏差值和注意力机制的点云分割方法，涉及三维点云分类技术领域，利用最远采样法对点云进行降采样；以采样点为中心设置阈值半径对范围内的点利用KNN算法提取特征点；对提取后的特征点，以采样中心点对每个球形邻域计算特征偏差值进而获得球形邻域的局部特征；利用残差多层感知器共享权值参数并采用注意力池化融合局部特征进而得到点云的全局特征；利用拼接点云的局部特征与全局特征对点云进行分割。本发明对于复杂的点云场景够有效的提取点云的深层几何特征，充分挖掘点云的语义信息，可避免在场景分割任务中特征丢失的问题，提高模型在复杂场景中的分割能力，有效挖掘深层信息，有效的实现点云的场景分割。
- 一种高程信息的处理方法、装置、电子设备和存储介质-202311212439.6
- 高超;刘闯 - 腾讯科技（深圳）有限公司
- 2023-09-20 - 2023-10-27 - G06V20/64
- 本申请涉及地图技术领域，尤其涉及一种高程信息的处理方法、装置、电子设备和存储介质，可应用于交通、领域、自动驾驶等领域。其中，方法包括：对目标区域内道路的车道数据进行采样得到多个采样点；根据对目标区域进行点云识别得到的各点云识别结果，对多个采样点进行平面拟合获得目标采样点，及获取多个采样点各自的候选高程信息集；对于各目标采样点各自的候选高程信息集分别执行：根据一个候选高程信息集中各候选高程信息，以及各候选高程信息各自对应的置信度，获得一个目标采样点的有效高程信息；基于目标区域内道路间拓扑关系，对各目标采样点的有效高程信息进行优化，获得各目标采样点各自的目标高程信息，可提高高程信息的处理准确率。
- 多模态特征提取网络的训练方法及三维特征表示方法-202310938930.0
- 王昊为;唐霁霁;张荣升;赵敏达;李林橙;赵增;吕唐杰;胡志鹏 - 网易（杭州）网络有限公司
- 2023-07-27 - 2023-10-27 - G06V20/64
- 本发明提供了一种多模态特征提取网络的训练方法及三维特征表示方法，包括：获取多模态训练数据集；其中，多模态训练数据集包括三维模型、三维模型对应的多角度渲染图像集和类别文本树；通过初始特征提取网络，分别提取三维模型的第一点云特征向量、多角度渲染图像集的第一图像特征向量、类别文本树的第一文本特征向量；通过跨模态联合条件建模网络，基于第一图像特征向量和第一文本特征向量确定联合模态特征向量；基于第一点云特征向量、第一文本特征向量和联合模态特征向量对初始特征提取网络进行训练，得到目标特征提取网络。本发明可以改善现有技术存在的信息退化、协同不足等问题。
- 基于图卷积双流形状先验自适应类别级物体姿态估计方法-202310963602.6
- 黄章进;邹露 - 中国科学技术大学
- 2023-07-31 - 2023-10-27 - G06V20/64
- 本发明公开了一种基于图卷积双流形状先验自适应类别级物体姿态估计方法，包括：S1、输入物体RGB‑D图像数据和物体三维CAD模型集合数据；S2、获取物体类别级形状先验点云；S3、获取物体在深度相机下的下采样前点云；S4、多尺度图卷积网络提取多尺度姿态感知物体特征；S5、多层感知机网络提取多尺度形状感知物体特征；S6、对多尺度姿态感知物体特征和多尺度形状感知物体特征进行信息传递与特征融合，得到物体描述符；S7、从特征融合获得变形场和对应关系矩阵；S8、根据变形场、对应关系矩阵以及物体类别级形状先验点云重构物体标准化坐标表示，实现物体姿态估计。本发明更高效和准确，解决了类别级物体姿态估计中姿态感知不足的问题。
- 3D模型匹配方法、电子设备及相关装置-202210410336.X
- 李子健 - 华为技术有限公司
- 2022-04-19 - 2023-10-27 - G06V20/64
- 本申请公开了一种3D模型匹配方法、电子设备及相关装置，该方法可应用于3D模型之间的适配，该方法包括：显示待调整模型和目标模型，确定待调整模型中的可调整区域，该可调整区域是指待调整模型中需要向目标模型贴合的3D表面，之后，控制可调整区域，带动待调整模型自动贴合目标模型的3D表面。可以看出，该3D模型匹配方法能够快速完成两个3D模型之间的贴合，尽可能减少用户手动制作3D模型的麻烦，为用户提供更加便捷的建模方式，降低了建模的技术门槛，提高建模的生产效率。
- 一种基于视觉三维场景重建的样本采集结果评估方法-202310151642.0
- 刘志岩;张东 - 哈尔滨星云智造科技有限公司
- 2023-02-22 - 2023-10-27 - G06V20/64
- 本发明公开一种基于视觉三维场景重建的样本采集结果评估方法，包括步骤：S1、通过双目摄像头采集核酸采集过程中视频流图像；S2、三维点云重建算法将从双目摄像头输入的左右两个视频流中提取图像特征点；S3、采用特征点描述子对特征点进行识别和匹配；S7、利用接触检测算法，判断当前咽后壁三维mesh和咽拭子三维mesh的空间位置关系；S10、通过动作完成评估算法对视频流的多个连续视频帧进行步骤S1‑S7的检测判定，在视频流记录的采集动作达到算法指定条件时，给出采集动作完成的二分类结果判定。本发明实现了对整个咽拭子样本采集过程的采集部位指示、咽拭子头识别和指示、动作完成检测和评估的综合判定。
- 一种智能生产线打包装盒检测系统及方法-202311026343.0
- 章俊;郑峤峰;俞荫乾 - 安徽助行软件科技有限公司
- 2023-08-15 - 2023-10-24 - G06V20/64
- 本发明属于包装盒检测技术领域，本发明公开了一种智能生产线打包装盒检测系统及方法；包括：采集待装盒商品的三维训练数据，建立商品的三维立体模型库；将实时收集到的三维训练数据，与三维立体模型库中的商品三维模型进行三维匹配，识别待装盒的商品种类并选择与商品对应的包装盒以及包装盒填充物；采集包装盒图像训练数据，训练出计算包装盒破损评估值的第一机器学习模型；设置包装盒破损评估阈值并与包装盒破损评估值对比，生成不同的包装盒调节指令；采集装盒后图像数据，分析商品装盒后商品的失稳度，生成填充物调节指令。
- 陈列柜控制方法、设备、介质及陈列柜-202210325430.5
- 谢宗乔 - 元气森林（北京）食品科技集团有限公司
- 2022-03-29 - 2023-10-24 - G06V20/64
- 本公开实施例公开了一种陈列柜控制方法、设备、介质及陈列柜，所述方法包括：获取至少一张柜门图像以及与每张柜门图像对应的柜门夹角角度值；根据柜门图像以及柜门夹角角度值获取柜门图像中位于目标区域的物品的深度信息；根据深度信息获取柜体内至少一个未容纳物品的空闲陈列位置的位置信息。该技术方案能够以较低的成本以及较高的准确率确定陈列柜中的空闲陈列位置。
- 一种基于人工智能算法的海洋三维旋涡识别系统及方法-202310351098.4
- 徐广珺;谢文鸿;林夏艳;刘宇;董昌明 - 南方海洋科学与工程广东省实验室（珠海）;广东海洋大学
- 2023-04-03 - 2023-10-24 - G06V20/64
- 本发明公开了一种基于人工智能算法的海洋三维旋涡识别系统及方法，所述系统包括编码器模块和解码器模块，所述编码器模块包括第一子模块(1)、第二子模块(2)和第三子模块(3)，所述解码器模块包括第四子模块(4)、第五子模块(5)、第六子模块(6)和第七子模块(7)，所述编码器用于提取输入数据的多尺度特征，所述解码器用于将编码器得到的多尺度特征进行融合。本发明可以准确、快速地识别海洋三维涡旋，进而可以更好地认识涡旋的垂向结构及其伴随的动力过程。
- 目标检测方法、装置、电子设备及可读存储介质-202010209208.X
- 朱本金 - 北京迈格威科技有限公司
- 2020-03-23 - 2023-10-24 - G06V20/64
- 本发明实施例提供了一种目标检测方法、装置、电子设备及可读存储介质。该方法包括：获取待检测目标的点云数据；基于点云数据，提取得到点云数据的数据特征；基于数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果；基于各分类组所包含的各分类类别的初始目标检测结果，确定点云数据对应的最终检测结果。在本发明实施例中，采用了分步式的方式降低不同分类类别之间的相互的影响，进而可以有效地提升检测结果的准确性。
- 一种基于三维点云匹配的空间失效卫星对接环识别方法及系统-202310894461.7
- 张泽旭;袁萌萌;袁帅;苏宇;黄烨飞;王艺诗;徐田来;郭鹏 - 哈尔滨工业大学
- 2023-07-20 - 2023-10-20 - G06V20/64
- 本发明公开了一种基于三维点云匹配的空间失效卫星对接环识别方法及系统，涉及目标识别技术领域。本发明的技术要点包括：对空间失效卫星对应的三维重建点云进行局部特征描述，与对接环标准点云进行SAC‑IA粗匹配，获取包含对接环部件的区域点云；以粗匹配计算的位姿作为初值，与对接环标准点云进行ICP精匹配，准确识别对接环部件，使用最近邻搜索提取点云坐标；并利用主成分分析法投影计算对接环部件的圆心空间位置和直径。本发明可准确识别空间失效卫星的对接环部件，同时确定其特征部位尺寸和位置信息，为后续接近、抓捕等任务的实施提供技术支撑。
- 三维场景模型拆分方法、装置、电子设备和存储介质-202310623505.2
- 武延豪 - 神力视界（深圳）文化科技有限公司
- 2023-05-30 - 2023-10-20 - G06V20/64
- 本申请实施例提供了一种三维场景模型拆分方法、装置、电子设备和存储介质，该三维场景模型拆分方法包括：将三维场景模型转换为第一点云；将所述第一点云中对应于支撑底面的点删除，获得第二点云；将所述第二点云划分为多个子点云，所述子点云包括多个点，不同的所述子点云对应所述三维场景模型中不同的拆分对象；根据所述子点云确定所述三维场景模型中该子点云对应的拆分对象的包围框，并根据所述包围框从所述三维场景模型中拆分出该子点云对应的拆分对象。本方案能够提高对三维场景模型进行拆分的效率。
- 一种基于数据分析的玻璃杯破损检测系统-202310896423.5
- 郝天良 - 山东兴诺工贸股份有限公司
- 2023-07-21 - 2023-10-20 - G06V20/64
- 本发明属于玻璃杯检测分析技术领域，具体是一种基于数据分析的玻璃杯破损检测系统，本发明是通过判断对应玻璃杯外表面的水平度是否与投入使用前相一致，以便准确反映对应玻璃杯的水平度状态，并初步评估对应玻璃杯的使用风险状况，在生成外表面水平度正常信号时进行对应玻璃杯外表面的裂痕识别，若对应玻璃杯的外表面存在裂痕则将对应玻璃杯进行裂痕风险性评估分析，显著提升玻璃杯破损检测结果的准确性，实现对玻璃杯的破损预测并反馈预警，且通过进行玻璃杯表面的受力分析，以实时捕捉对应玻璃杯的冲击受力状况，进一步保证玻璃杯的使用安全。
- 基于规范等变转换算子神经网络的三维物体形状分类方法-202110895887.5
- 林宙辰;董一鸣;何翎申;王奕森 - 北京大学
- 2021-08-05 - 2023-10-20 - G06V20/64
- 本发明公布了一种基于规范等变转换算子的神经网络的三维物体形状识别方法，创建用于实现模型规范等变性的等变转换算子，再将全局坐标系投影到局部坐标系，并基于规范等变性实现模型的旋转不变性，用于高效地进行三维物体分类与识别视觉分析。本发明构造并训练基于规范等变转换算子的神经网络的三维物体形状识别模型GET，模型的输入是以三维空间下的二维流形结构表示的3D物体，输出为该3D物体的预测类别，能够高效地进行3D图像数据中物体形状的分类与识别等视觉分析，提升物体形状分类的精确度和效率。
- 一种基于AI识别三维模型特征的方法及加工方案评估方法-202310769884.6
- 杭晓芳;宗越;刘召君;汪文烨 - 苏州同铄智能科技有限公司
- 2023-06-27 - 2023-10-13 - G06V20/64
- 本发明涉及三维模型识别技术领域，尤其涉及一种基于AI识别三维模型特征的方法及加工方案评估方法，利用PointNet网络与面的拓扑关系矩阵结合，通过学习三维模型上各类特征的特征信息，实现对三维模型上各类特征的语义分割与实例分割，随着特征类别的不断增加，可以不断进行增量训练，扩展特征识别的范围，突破现有特征识别软件只能识别简单特征的局限性以及提高特征识别的通用性。本方法还可以基于识别三维模型的特征，计算各个特征的尺寸，然后调用加工工艺知识库，生成成本最低的加工方案。
- 一种基于点云数据的车辆检测方法-202310721203.9
- 梁晓雯;伍锡如 - 桂林电子科技大学
- 2023-06-19 - 2023-10-13 - G06V20/64
- 本发明公开了一种基于点云数据的车辆检测方法，该方法通过激光雷达点云数据提供的距离以及结构信息，从而获得道路环境下周围车辆的位置及尺寸信息。旨在改善自动驾驶场景下三维车辆检测任务中对点云特征的有效利用。该方法具体包括：首先，对输入的点云数据进行预处理；其次，通过改进的特征提取模块进行点特征提取；然后，使用边框建议模块进一步加强网络对车辆信息的学习；最后，输出最终车辆检测结果。
- 一种立体视觉深度感知学习的目标检测方法-202310835154.1
- 胡科;聂忠伯;郭泽涛;陈松;康一 - 中国科学技术大学
- 2023-07-07 - 2023-10-13 - G06V20/64
- 本发明涉及计算机视觉与深度学习技术领域，公开了一种立体视觉深度感知学习的目标检测方法，包括：对双目视觉系统采集到的成对的左图像和右图像进行视差估计，获得视差图；基于双目视觉系统的相机参数和几何关系将视差图转换成深度图；目标检测模型提取并融合左图像的RGB特征和深度图的深度特征，进行目标检测，输出图像中目标的类别、位置以及距离信息；本发明基于双目相机获取深度信息，可靠且方便；本发明基于深度信息来指导目标检测，利用其所反映的物体远近、几何形态，有效提高了目标检测的准确度；本发明可以检测未知障碍物并提高检测模型在复杂环境下的鲁棒性，对于自动驾驶等应用场景有着重要的意义。
- 一种基于多模态数据融合的车辆检测方法-202310781601.X
- 伍锡如;林钰睿;赵宇;侯琳 - 桂林电子科技大学
- 2023-06-29 - 2023-10-10 - G06V20/64
- 本发明公开了一种基于多模态数据融合的车辆检测方法，具体是一种基于点云和图像数据融合的车辆目标检测方法。目的是解决无人驾驶系统环境感知中的车辆检测精度低的问题。该方法是由如下步骤实现的：步骤一：对点云数据和图像数据进行预处理；步骤二：使用ResNet对图像信息进行检测，利用Pillar Feature Net投影点云信息；步骤三：使用改进的多模态特征融合模块融合点云数据和图像数据；步骤四：传入主干网络生成BEV图；步骤五：计算置信度得分，利用非极大抑制去除多余检测框，改善图像检测效果。
- 姿态识别、姿态识别模型的训练方法、装置、设备及介质-202210303698.9
- 张莹;张莫涵;徐列;付灿苗;李琛;吕静 - 腾讯科技（深圳）有限公司
- 2022-03-24 - 2023-10-10 - G06V20/64
- 本申请公开了一种姿态识别、姿态识别模型的训练方法、装置、设备及介质。本申请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。该方法包括：获取目标对象的第一图像；基于第一图像获取第一关键点的图像位置信息，图像位置信息用于指示第一关键点在第一图像中所处的位置，第一关键点为描述目标对象的二维姿态所利用的关键点；对图像位置信息进行特征提取，得到第一图像的姿态表征特征；基于第一图像的姿态表征特征识别目标对象的三维姿态，得到目标三维姿态参数。此种方式，识别目标对象的三维姿态所依据的是姿态表征特征，流程较为简单，有利于节省计算量，进而提高姿态识别的效率。
- 一种基于注意力机制的毫米波雷达与视觉融合的三维目标检测方法-202210399603.8
- 王章静;黄振;赵铖鑫;曹敏;仇隆 - 电子科技大学
- 2022-04-15 - 2023-10-10 - G06V20/64
- 本发明提供一种基于注意力机制的毫米波雷达与视觉融合的三维目标检测方法，包括数据采集与处理步骤：采集时间近似同步的毫米波雷达点云与视觉图像数据；融合步骤：将毫米波雷达点云数据从雷达坐标系转换到相机坐标系实现空间同步后进行预处理操作，提取点云框内目标点云的速度和深度信息构建雷达矩阵数据完成雷达信息提取；再在融合框架中通过神经网络提取图像特征图和雷达特征图并结合注意力机制进行特征融合得到融合特征图；检测步骤：将融合特征图进行上采样输入至分支卷积网络，对分支卷积的输出信息进行解码后得到目标的类别和三维信息。本发明高效地融合了视觉图像数据与毫米波雷达数据，有效提高了复杂场景下三维目标检测的准确率和可靠性。
- 单目3D目标检测的方法、系统、电子设备和存储介质-202310639046.7
- 黄立;黄晟;胡灏东;田鹏;张龙;商长弘;王鹏 - 武汉轩辕智驾科技有限公司
- 2023-05-31 - 2023-10-03 - G06V20/64
- 本发明提供了单目3D目标检测的方法、系统、电子设备和存储介质，包括：通过预设的2D目标检测模型从待检测图像中获取包含待检测3D目标的2D图像区域，所述2D图像区域包括所述待检测3D目标的2D图像以及所述待检测3D目标的2D框，所述2D框内为所述待检测3D目标；对所述2D图像进行处理，获取所述待检测3D目标的目标参数，从而获得所述待检测3D目标的中心点坐标。通过对2D目标检测模型的选择，以及对3D目标检测模型的选择、对卷积的选取以及对分支的选取，实现了2D目标检测模型和3D目标检测模型参数的减少，实现了2D目标检测模型和3D目标检测模型的轻量化和准确性。
- 非机动车的摆放确定方法、装置及电子设备、存储介质-202310819687.0
- 张上鑫 - 蘑菇车联信息科技有限公司
- 2023-07-05 - 2023-10-03 - G06V20/64
- 本申请公开了一种非机动车的摆放确定方法、装置及电子设备、存储介质，所述方法包括：获取路侧图像；根据所述路侧图像，检测出非机动车；判断所述非机动车的摆放状态是否满足预设摆放条件；如果是，则确定所述非机动车的摆放状态为异常。通过本申请的路侧端能够及时且准确检测出摆放不正确的非机动车并进行上报，提高了智慧城市中对非机动车摆放监管的响应速度。
- 基于OCR技术实现集装箱堆场放箱准确性检测的方法-202310690695.X
- 徐靖;王振威 - 上海鸭嘴兽网络科技有限公司
- 2023-06-12 - 2023-10-03 - G06V20/64
- 本发明公开了基于OCR技术实现集装箱堆场放箱准确性检测的方法，属于集装箱堆场技术领域。本发明包括如下步骤：S1：司机提箱拍照上传箱门照，通过OCR技术，识别箱门文本信息；S2：依据文本位置及文本规则，且通过文本算法对箱门文本信息进行属性分类；S3：通过预设各属性值的规则，将上述属性值与预设属性的正则表达式进行比对，计算出各属性值是否满足规则。本发明解决了现有多数经验不足的司机，无法得知自己提箱是否准确，导致提箱准确性缺失，对后续的业务影响是巨大的问题，本发明可以有效地验证船公司放箱是否准确，可以提前甚至及时纠正提箱错误，可提高提箱准确性，将能很大程度地减少因提箱错误而产生的影响和损失。
- 一种适用于军事管理的目标识别方法及系统-202310749066.X
- 徐晗;沈月;姬炜;陈启;左巡勋 - 西安速度时空大数据科技有限公司
- 2023-06-25 - 2023-10-03 - G06V20/64
- 本发明提供的一种适用于军事管理的目标识别方法及系统，涉及目标自动识别领域；方法包括：根据目标识别区域的三维实体模型，划分目标识别网格模板；获取目标识别网格模板在地理信息库中多个时间周期分别对应的标准遥感图像和各标准遥感图像的环境特征；对任一目标识别网格模板，根据关注目标的行为特征，将行为特征与标准遥感图像进行图像融合，获得各关注目标的模板图像；构建卷积神经网络模型，根据模板图像进行模型训练和优化，获得目标识别模型；根据目标识别模型进行关注目标的识别。本发明通过对目标识别区域进行网格划分和根据关注目标的行为特征，对目标出现的行为进行预期以作为训练数据进行模型训练，进而实现目标的高准确度识别。
- 图像检测方法，三维成像方法及设备-202210403794.0
- 宋万忠;罗小龙;白松林 - 四川大学
- 2022-04-18 - 2023-10-03 - G06V20/64
- 本申请提供了一种图像检测方法，三维成像方法及设备，电子设备及存储介质。图像检测方法包括：获取待处理条纹图像；基于待处理条纹图像，确定与待处理条纹图像对应的待处理截断相位图、待处理调制度图、待处理平均强度图；对待处理调制度图和待处理平均强度图分别进行归一化处理，以获得调制度图、平均强度图；对待处理截断相位图进行数据增强处理，以获得截断相位图；将调制度图、平均强度图、截断相位图进行合成，以得到合成图像；基于预先训练好的图像检测模型对合成图像进行检测，以获得真值模板。通过归一化处理和数据增强处理，使得不同使用场景下所采集的图像无需再分别使用与采集图像时环境对应的模型进行检测。
- 一种用于三通管件加工的图像分层识别方法及装置-202310358478.0
- 陆恒平;朱伟;王立平;刘飞;问林先;栾佰峰;丁宏升 - 扬州市管件厂有限公司
- 2023-04-06 - 2023-10-03 - G06V20/64
- 本发明公开了一种用于三通管件加工的图像分层识别方法及装置，应用于数据处理技术领域，该方法包括：通过获得辅助定位设备的定位反馈信息，构建三维直角坐标系，并进行定位坐标补偿。通过坐标补偿对图像采集设备进行位置调整，并执行图像采集，获得图像采集集合。通过调用匹配特征集，对图像采集集合进行分层特征匹配，获得特征识别结果，并根据图像映射关系记录特征识别结果的识别坐标，输入异常识别模型，输出第一异常识别结果。基于特征识别结果确定异常种类和异常坐标，生成第二异常识别结果。通过第一异常识别结果和第二异常识别结果进行三通管件的分类管理。解决了现有技术中三通管件质量检测存在检测难度大，检测准确率低的技术问题。
- 一种基于Transformer的单目3D目标检测方法-202310643790.4
- 梁天柱;孔鲁超;陆生礼;秦夷;陈黎;陈庆安 - 东南大学;江苏智运科技发展有限公司
- 2023-06-01 - 2023-09-29 - G06V20/64
- 本发明公开一种基于Transformer的单目3D目标检测方法，属于计算、推算或计数的技术领域。该方法包括以下步骤。S1：构建网络基本结构，该网络基本结构包括特征提取模块和编解码模块和损失函数模块；S2：通过单目3D目标检测数据集验证并调整网络基本结构，利用调整后的结构构建最终的单目3D目标检测模型；S3：重新训练S2得到的单目3D目标检测模型；S4：利用S3训练后得到的模型进行检测。本发明还可选择地利用基于深度的数据增强方式处理数据集以实现对模型的调优。本发明有效提高单目3D目标检测算法中的检测精度，同时对深度编解码的输入特征数据使用了深度转换，降低了运行延时，减少了内存的占用。
- 基于全局和部件匹配的小样本点云物体识别方法、系统及介质-202310614682.4
- 吴庆耀;陈健;赖吕龙;吴家驹;张泽鸿 - 华南理工大学;人工智能与数字经济广东省实验室（广州）
- 2023-05-29 - 2023-09-29 - G06V20/64
- 本发明公开一种基于全局和部件匹配的小样本点云物体识别方法、系统及介质，方法包括构建小样本点云物体识别数据集；利用小样本点云物体识别数据集构建小样本点云物体识别任务，每个任务包括支持集和查询集；构建点云物体识别网络模型；利用基类小样本点云物体识别任务训练并得到训练好的点云物体识别网络模型；利用新类小样本点云物体识别任务验证点云物体识别网络模型的性能，并利用该模型得出预测结果。本发明设计了一个小样本点云物体识别模型，通过在全局、部件两个层级上对点云进行相似性比较，有效解决了现有方法在数据量不足限制下性能差的问题，实现了小样本点云物体精准识别。
- 目标检测方法、装置、设备和计算机可读存储介质-202310764207.5
- 赵晓龙 - 重庆长安汽车股份有限公司
- 2023-06-26 - 2023-09-29 - G06V20/64
- 本发明涉及一种目标检测方法、装置、设备和计算机可读存储介质，该方法包括：确定当前帧中各目标的第一检测结果，以及确定历史帧中各静态目标的第二检测结果，其中，历史帧为在当前帧之前的至少一个帧；对第一检测结果与第二检测结果进行融合处理，得到历史帧中与当前帧中各目标视为不同目标的各静态目标的第三检测结果；对第一检测结果与第三检测结果进行融合处理，得到当前帧中各目标的目标检测结果。如此，可以避免静态目标在连续帧中忽隐忽现，提高了环境感知时的感知精度以及系统的鲁棒性。
- 一种岩体结构面识别方法及其终端和存储介质-202310362925.X
- 杨静熙;赵其华;邓兴富;李华;郑涛;李崇标;韩刚 - 中国电建集团成都勘测设计研究院有限公司;成都理工大学
- 2023-04-06 - 2023-09-29 - G06V20/64
- 本发明公开了一种岩体结构面识别方法及其终端和存储介质，包括以下步骤：通过无人机采集建基面的数字影像；建立所述建基面的三维重建模型，输出点云数据；对所述数字影像进行结构面标注和分类，使用MaskRCNN卷积神经网络机器学习模型训练已标记的图像，并输出结构面识别模型；对所述点云数据的三维点云和二维数字影像映射处理，生成映射文件；对后续采集的建基面的数字影像进行识别并输出识别的掩码，同时利用所述映射文件获取对应的三维点云数据，从而拟合出结构面三维Baecher圆盘模型，并计算出对应结构面的产状和迹长。采用本方案，弥补了传统工程地质测量的缺点，有着安全、高效、易操作的优点。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
