“夫硕熏”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14个，建议您升级VIP下载更多相关专利

[发明专利]在执行协同驾驶中的多智能体传感器的方法和装置-CN202010071586.6有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2023-10-20 - 主分类号： G06V10/80 文献下载
摘要：本发明提供了一种用于学习传感器融合网络的方法，该传感器融合网络用于执行协同驾驶的自动驾驶车辆的传感器融合。该方法包括以下步骤：学习设备(a)将(i)包括所述自动驾驶车辆、m个协同驾驶车辆以及第二虚拟车辆的驾驶图像，和(ii)所述m个协同驾驶车辆的n个传感器的传感器状态信息输入到传感器融合网络，以生成传输n个传感器的传感器值的传感器融合概率，(b)将道路行驶视频输入至检测网络，以检测第二虚拟车辆、行人和车道并输出附近的对象信息，将传感器值和所述附近对象信息输入到驾驶网络，以生成移动方向概率并驱动该自动驾驶车辆，以及(c)获取交通状况信息，产生反馈并学习传感器融合网络。
执行协同驾驶中的智能传感器方法装置

[发明专利]用于切换驾驶模式的RNN方法和设备-CN202010071988.6有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2023-10-17 - 主分类号： G06V20/56 文献下载
摘要：本发明提供了一种用于学习循环神经网络的方法，所述循环神经网络用于检查自动驾驶安全性以切换自动驾驶车辆的驾驶模式。所述方法包括以下步骤：学习装置(a)若获取了对应于自动驾驶车辆的前后摄像机的训练图像，则将每对训练图像输入到对应的CNN中，将所述训练图像级联并生成学习用特征映射，(b)将学习用特征映射输入至对应于前向RNN的序列的长短期记忆模型以及对应于反向RNN的序列的长短期记忆模型中，以生成学习用更新的特征映射，并将学习用特征向量输入到注意力层，以生成学习用自动驾驶模式值，以及(c)指令损失层计算损失值并学习上述长短期记忆模型。
用于切换驾驶模式 rnn 方法设备

[发明专利]用于路径规划的自动驾驶车辆位置的方法及其装置-CN202010077028.0有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-10-03 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种使用路标检测来检测能够自动驾驶的对象车辆的位置的方法及其装置，其特征在于，包括：步骤(a)，在计算装置获取通过处理与计算装置联动的对象车辆的状况相对应的至少一个实况图像来生成的一个以上的实况特征地图情况下，通过参照(i)与各个参考对象相对应的一个以上的参考特征地图及(ii)上述实况特征地图，来按照获取上述实况特征地图的上述对象车辆的至少一个位置及包括于与至少一个姿势相对应的对象数据区域的一个以上的参考对象检测上述实况特征地图的各个特征地图坐标；步骤(b)，上述计算装置通过参照各个上述特征地图坐标来分别检测上述实况图像上的上述各个参考对象的图像坐标；以及步骤(c)。
用于路径规划自动驾驶车辆位置方法及其装置

[发明专利]对虚拟驾驶环境生成交通场景的方法及装置-CN202010077029.5有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-09-08 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及用于生成虚拟驾驶环境中的交通场景的方法，交通场景生成装置执行的方法包括：步骤(a)，在获取利用之前交通数据及详细交通数据而生成的驾驶数据的状态下，通过向情况分析器输入上述驾驶数据来抽取驾驶环境信息，通过向车辆信息抽取器输入上述驾驶数据来抽取对于自主车辆的车辆状态信息，从而生成基于驾驶序列的顺序性交通日志，上述之前交通数据与通过基于影像的高级驾驶辅助系统来从现有驾驶影像抽取的离散交通数据相对应，上述详细交通数据与从在实际驾驶环境中驾驶的数据收集车辆的传感器收集的顺序性交通数据相对应；以及步骤(b)，通过向场景增强网络输入上述顺序性交通日志。
虚拟驾驶环境生成交通场景方法装置

[发明专利]执行无缝参数变更的方法及装置-CN202010077090.X有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-09-08 - 主分类号： G06V20/56 文献下载
摘要：本发明公开通过选择基于位置的算法来执行无缝参数变更从而能够执行最佳自动驾驶的学习方法，其包括：步骤(a)，若学习装置使第K卷积层在上述第K训练图像上施加至少一个第K卷积运算而生成第K特征地图；步骤(b)，上述学习装置使第K输出层在上述第K特征地图上施加至少一个第K输出运算而生成第K预测自动驾驶源信息；步骤(c)，上述学习装置使第K损失层参照上述第K预测自动驾驶源信息及与其对应的第K真值而生成第K损失，利用上述第K损失执行反向传播，学习上述第K卷积神经网络的第K参数中的至少一部分；以及步骤(d)，上述学习装置将第K位置信息标签化在上述第K卷积神经网络上并将标签化的第K卷积神经网络存储在数据库。
执行无缝参数变更方法装置

[发明专利]预测乘客的身高及体重的方法及装置-CN202010077030.8有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-08-22 - 主分类号： G06V20/59 文献下载
摘要：本发明涉及预测乘客的身高及体重的方法及装置，其特征在于，包括：步骤(a)，若获取上述汽车室内的至少一个室内图像，则乘客身体信息检测装置执行流程(i)及流程(ii)，在流程(i)中，通过脸部识别网络输入上述室内的图像，使上述脸部识别网络从上述室内的图像分别检测上述多名乘客的各个脸部，并输出分别对应上述检测脸部的多名乘客特征信息，在流程(ii)中，通过身体识别网络输入上述室内的图像，使上述身体识别网络分别从上述室内图像检测上述多名乘客的各个身体，并输出对应上述检测身体的多个身体各个部位长度信息；以及步骤(b)。
预测乘客身高体重方法装置

[发明专利]降低神经网络的注解费用的方法和装置-CN202010077080.6有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-08-18 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供一种学习方法，经过变换使得虚拟世界上的虚拟影像更像实际，包括：步骤(a)学习装置使得生成卷积神经网络对第N虚拟训练图像、第N元数据及第N‑K参照信息适用卷积运算，从而生成第N特征地图；步骤(b)，学习装置使得生成卷积神经网络对第N特征地图适用反卷积运算，从而生成第N变换图像；步骤(c)，学习装置使得判别卷积神经网络对第N变换图像适用判别卷积神经网络运算，从而生成类别得分向量；以及步骤(d)，学习装置使得生成卷积神经网络参照类别得分向量及与其对应的真值生成生成卷积神经网络损失，参照生成卷积神经网络损失执行反向传播，从而学习生成卷积神经网络的参数。
降低神经网络注解费用方法装置

[发明专利]利用合并网络进行异质传感器融合的方法和装置-CN202010070994.X有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2023-08-04 - 主分类号： G06V20/56 文献下载
摘要：本发明提供通过整合第一对象检测信息及第二对象检测信息来生成与整合图像有关的整合对象检测信息的学习方法。其特征在于，包括：步骤(a)，学习装置若获得上述第一对象检测信息及上述第二对象检测信息，则使得在深度神经网络中所包括的级联网络生成包括与第一原始感兴趣区域和第二原始感兴趣区域的对有关的信息的对特征向量；步骤(b)，上述学习装置使得在上述深度神经网络中所包括的辨别网络将全连接运算适用于上述对特征向量，从而生成(i)辨别向量以及(ii)边框回归向量；以及步骤(c)，上述学习装置使得损失单元生成整合损失，并利用上述整合损失执行反向传播，从而学习在上述深度神经网络中所包括的参数中的至少一部分。
利用合并网络进行传感器融合方法装置

[发明专利]为了提供自动停车系统检测停车空间的方法和装置-CN202010077088.2有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-07-28 - 主分类号： G06F30/27 文献下载
摘要：本发明提供学习方法，利用与可停车空间的确定位置有关的概率分布和与上述确定位置之间的关系有关的关系线性段信息来检测上述可停车空间，其特征在于，包括：步骤(a)，学习装置执行如下流程(i)及流程(ii)，在流程(i)中，使第一卷积神经网络在停车情况图像适用第一卷积神经网络回归运算来计算与上述确定位置有关的一个以上的预算概率分布，在流程(ii)中，使第二卷积神经网络在上述停车情况图像适用第二卷积神经网络回归运算来生成预测关系线性段信息；以及步骤(b)，上述学习装置使损失层执行如下流程(i)及流程(ii)，在流程(i)中，使用第一损失来执行反向传播，由此学习上述第一卷积神经网络的参数。
为了提供自动停车系统检测空间方法装置

[发明专利]用于虚拟世界中学习的卷积神经网络的方法和装置-CN202010077089.7有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2023-04-07 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及一种方法及装置，用于学习主卷积神经网络，上述主卷积神经网络通过使用至少一个虚拟图像及至少一个风格转换实际图像来执行自动驾驶，上述风格转换实际图像为将至少一个实际图像转换为预设的虚拟世界的图像风格的图像，其特征在于，包括：步骤(a)，学习装置获取与预设的虚拟世界中的虚拟车辆的虚拟行驶相对应的一个以上的第一学习图像的至少一部分；以及步骤(b)，上述学习装置执行第一学习流程(b1)及第二学习流程(b2)，上述第一学习流程(b1)包括步骤(i)及步骤(ii)，在上述步骤(i)中，使包括于上述主卷积神经网络的主卷积层及输出层通过参照上述第一学习图像来生成一个以上的第一预测自动驾驶源信息。
用于虚拟世界学习卷积神经网络方法装置

[发明专利]校正摄像头错排的方法及利用其的装置-CN202010077079.3有效
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-23 - 公布日： 2021-12-24 - 主分类号： H04N17/00 文献下载
摘要：本发明提供用于校正摄像头的偏歪角的方法，本发明包括：步骤(a)，计算装置通过参照参考图像并根据情况信息来生成第一参考数据或第二参考数据；步骤(b)，上述计算装置参照上述第一参考数据或上述第二参考数据以及车辆坐标数据来生成第一角度误差或第二角度误差；以及步骤(c)，上述计算装置使物理旋转模块通过参照上述第一角度误差或上述第二角度误差来调整上述偏歪角。
校正摄像头方法利用装置

[发明专利]基于车辆间通信的协作的盲点警告方法及装置-CN202010071232.1在审
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2020-08-07 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及基于车辆间通信(Vehicle To Vehicle Communication)来警告车辆的盲点(Blind Spot)的方法，该方法包括：步骤(a)，若从后方摄像头获取第一车辆的后方影像，则第一盲点警告装置将后方影像传送到盲点监测器，利用卷积神经网络来确定多个周边车辆是否位于后方影像，并输出第一盲点监测信息，上述第一盲点监测信息用于确认多个周边车辆是否位于后方影像；和步骤(b)，若通过车辆间通信来从第二车辆的第二盲点警告装置获取用于确认第二车辆是否位于盲点的第二盲点监测信息，则第一盲点警告装置参照第一盲点监测信息及第二盲点监测信息来警告多个周边车辆及第二车辆中的至少一个位于盲点。
基于车辆通信协作盲点警告方法装置

[发明专利]方法和装置-CN202010071205.4在审
发明人：金桂贤;金镕重;金寅洙;金鹤京;南云铉;夫硕熏;成明哲;吕东勋;柳宇宙;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2020-08-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种评估对用于学习深度学习网络的一个以上的训练图像的标签的可靠性的方法，包括可靠性评估设备使类似图像选择网络，选择与未标签的原始图像拍摄环境类似的、具有固有的真实标签的验证图像候选群后，使自动标签网络对所述具有固有的真实标签的验证图像候选群与所述原始图像进行自动标签的步骤；(i)参考简单验证图像的真实标签与自动标签，评估所述自动标签网络的可靠性；(ii)参考差异验证图像的真实标签与手动标签，评估手动标签设备的可靠性的步骤。所述方法可以，适用词袋模型模型识别周围状况，最佳化在类似图像中选定有效的图像的采样程序，降低注释费用。
方法装置

[发明专利]实时更新可检测类的类别的对象检测系统的方法和设备-CN202010072012.0在审
发明人：金桂贤;金镕重;金鹤京;南云铉;夫硕熏;成明哲;申东洙;吕东勋;柳宇宙;李明春;李炯树;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2020-08-07 - 主分类号： G06K9/00 文献下载
摘要：提供了一种用于实时更新对象检测系统以检测具有未训练的类别的对象的方法。该方法包括以下步骤：(a)如果获取到至少一个输入图像，则对象检测系统指示其包括的识别器生成特定特征映射之后再生成特定查询向量；(b)对象检测系统指示相似性确定单元(i)将特定查询向量与数据向量进行比较，从而计算特定查询向量与数据向量之间的第一相似度得分的每一个，并且(ii)如果特定第一相似度得分小于预定的第一阈值，则将特定局部图像追加到未知图像数据库；(c)如果获取到特定类别信息，则对象检测系统指示短期更新单元生成与特定短期更新向量，然后更新特征指纹数据库。
实时更新检测类别对象系统方法设备

1
共 14 条