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38个,建议您升级VIP下载更多相关专利
  • [发明专利]一种车辆所在车道快速划分方法-CN201911328628.3有效
  • 余志;黄柳红;李熙莹 - 中山大学
  • 2019-12-20 - 2023-06-23 - G06V20/54
  • 本发明公开一种车辆所在车道快速划分方法,适用于直线车道区域,包括以下步骤:根据图像中的直线车道区域,得到各个车道线与各个车辆关键点的交点差值;计算相邻车道线之间的交点差值的乘积;根据交点差值的乘积判断各个车辆的所属车道。本发明通过矩阵运算,获取所有车辆所在车道信息的方法,仅通过三次矩阵运算,便可获取道路面内所有车辆的所在车道信息,计算量不大,整体运算速度快。
  • 一种车辆所在车道快速划分方法
  • [发明专利]一种自适应扩增类别的车款细粒度识别方法及系统-CN202210542074.2在审
  • 李熙莹;邓珏惠 - 中山大学
  • 2022-05-18 - 2022-08-16 - G06Q40/02
  • 本发明公开了一种自适应扩增类别的车款细粒度识别方法及系统,方法包括:获取待训练的新类别数据和旧类别数据;将旧类别数据输入到细粒度车款分类网络中进行训练,输出旧类别数据的特征向量;并将新类别数据输入到训练好的细粒度车款分类网络中进行前向计算,输出新类别数据的特征向量;通过可扩增车款识别模块对所述特征向量进行基于类别中心的自适应类别扩增,输出所述新类别数据和旧类别数据对应的类别中心,完成车款识别模型的训练;将待识别数据输入训练好的所述车款识别模型,计算所述类别中心与待识别数据之间的匹配度,识别得到所述待识别数据对应的车款信息,本发明的识别准确率高且训练成本低,可广泛应用于人工智能技术领域。
  • 一种自适应扩增类别细粒度识别方法系统
  • [发明专利]基于层次匹配的无监督车辆重识别方法及装置-CN202111550495.1在审
  • 李熙莹;钟诚;王宇航;黄国煜;徐勇志 - 中山大学
  • 2021-12-17 - 2022-04-22 - G06V20/54
  • 本发明公开了基于层次匹配的无监督车辆重识别方法及装置,方法包括:从视频源中获取待检测车辆图片;从待检测车辆图片中提取车辆整体特征、车辆局部构件信息、车身颜色信息和车型信息;对车辆整体特征进行第一处理,得到车辆整体相似度;对车辆局部构件信息进行第二处理,得到车辆局部特征距离值;对车身颜色信息和车型信息进行第三处理,得到颜色特征向量和车型特征向量;对车辆整体相似度、车辆局部特征距离值、颜色特征向量和车型特征向量进行特征融合,得到车辆相似度;根据车辆相似度,从候选车辆集的所有车辆中确定与待检测车辆对应的目标车辆。本发明提高了车辆重识别的准确度,可广泛应用于车辆识别技术领域。
  • 基于层次匹配监督车辆识别方法装置
  • [发明专利]一种考虑局部形变的视频车辆重识别方法、系统及装置-CN201810595098.8有效
  • 李熙莹;邱铭凯;江倩殷 - 中山大学
  • 2018-06-11 - 2022-03-25 - G06V20/40
  • 本发明公开了一种考虑局部形变的视频车辆重识别方法、系统及装置,方法包括:构建车辆的三维边界框;根据构建的三维边界框,对车辆的图像进行多面分割;根据分割结果,计算候选车辆与目标车辆之间对应面的局部相似度;根据对应面的局部相似度,生成候选车辆与目标车辆之间的整体相似度;根据候选车辆与目标车辆之间的整体相似度,生成车辆识别结果;系统包括构建模块、分割模块、计算模块、生成模块和识别模块;装置包括存储器和处理器。本发明在车辆识别的过程中考虑了车辆的局部形变因素,通过局部的相似度来生成整体的相似度,车辆识别的精度高,可广泛应用于车辆识别技术领域。
  • 一种考虑局部形变视频车辆识别方法系统装置
  • [发明专利]一种基于特征选择卷积神经网络的目标重识别方法和装置-CN201810921261.5有效
  • 李熙莹;李国鸣;江倩殷;邱铭凯 - 中山大学
  • 2018-08-14 - 2022-03-22 - G06V20/58
  • 本发明公开了一种基于特征选择卷积神经网络的目标重识别方法和装置,所述方法包括将待重识别的原始图像输入到设有特征图选择层的特征选择卷积神经网络中对目标进行重识别等步骤,所述特征图选择层分别设置在相邻的两个卷积层之间,所述特征图选择层用于接收上一层卷积层输出的特征图组,并对所接收的特征图组所包含的特征图进行筛选,并将经过筛选后的特征图组作为下一层卷积层的输入值。通过对特征图的筛选删除,对输出的特征图进行选择再将选择结果送入下一层卷积,可以减弱与重识别无关的、不具区分度的特征图在特征选择卷积神经网络中的传播,从而减少了无关信息的干扰,提高了网络提取鲁棒特征的能力。本发明广泛应用于图像识别技术领域。
  • 一种基于特征选择卷积神经网络目标识别方法装置
  • [发明专利]基于深度学习的视频路面积雪状态细粒度识别方法及系统-CN202111074673.8在审
  • 李熙莹;邓珏惠 - 中山大学
  • 2021-09-14 - 2022-01-07 - G06V20/40
  • 本发明公开了基于深度学习的视频路面积雪状态细粒度识别方法及系统,包括:根据深度学习方法对路面图像进行特征提取及分类处理,得到路面特征;根据所述路面特征训练得到路面状态判别模型,其中,所述路面状态判别模型用于对输入的路面图像进行积雪识别,得到路面积雪状态判别结果;利用混合高斯背景建模进行视频分析,通过对路面背景的建模来优化所述路面状态判别模型,以去除车流对所述路面积雪状态判别结果的影响;将路面背景图片输入到优化后的路面状态判别模型,得到路面积雪状态判别结果。本发明在基于视频数据的基础上进行视频分析,可对视频数据实时的进行路面积雪状态判别,能提高检测结果的准确性,可广泛应用于人工智能技术领域。
  • 基于深度学习视频路面积雪状态细粒度识别方法系统
  • [发明专利]一种基于融合特征的视频车辆重识别方法与系统-CN201710753436.1有效
  • 李熙莹;江倩殷;邓育新;李国鸣;欧炎丹 - 中山大学
  • 2017-08-29 - 2021-02-02 - G06K9/00
  • 本发明公开了一种基于融合特征的视频车辆重识别方法与系统,方法包括:确定目标车辆与匹配范围;根据目标车辆与匹配范围采用基于颜色直方图的相似度计算方法,计算目标车辆图像与待匹配车辆图像的颜色特征相似度;根据目标车辆与匹配范围采用基于局部线性约束编码和加权空间金字塔的方向梯度直方图特征相似度计算方法,计算目标车辆图像与待匹配车辆图像的编码方向梯度直方图特征相似度;将计算的颜色特征相似度和编码方向梯度直方图特征相似度进行加权融合。本发明通过将计算的颜色特征相似度和编码方向梯度直方图特征相似度进行加权融合来得到车辆重识别的相似度结果,准确率更高,鲁棒性更强,通用性更高。本发明可广泛应用于图像处理领域。
  • 一种基于融合特征视频车辆识别方法系统
  • [发明专利]一种图像快速去雾方法、系统、终端及存储介质-CN201810670542.8有效
  • 李熙莹;朱肯钢;江倩殷 - 中山大学
  • 2018-06-26 - 2020-12-29 - G06T5/00
  • 本发明公开了一种图像快速去雾方法、系统、终端及存储介质,该方法包括:采用OTSU对原始有雾图像进行天空区域和非天空区域划分后,采用最大值滤波和引导滤波对暗通道图优化,根据优化后的暗通道图来确定第一透射率;采用自适应性参数调整方法对第一透射率调整后得到第二透射率;根据第一透射率和第二透射率,按照大气散射模型分别对非天空区域和天空区域进行去雾复原,得到去雾复原图像;采用CLAHE对去雾复原图像进行色调调整。该系统包括获取模块、划分模块、优化模块、调整模块、去雾模块及调色模块。通过使用本发明,能够有效精细地实现有雾图像的去雾处理,去雾效果优且处理运行效率高。本发明可广泛应用于图像处理领域中。
  • 一种图像快速方法系统终端存储介质
  • [发明专利]一种基于时空分类的动态背景差分检测方法、系统及装置-CN201710659723.6有效
  • 李熙莹;李国鸣 - 中山大学
  • 2017-08-04 - 2020-09-29 - G06T7/215
  • 本发明公开了一种基于时空分类的动态背景差分检测方法、系统及装置,方法包括:在时间序列上通过分组采样对图像中的每个像素建立对应的背景模型,并根据待检测像素对背景模型内的像素进行分类,得到粗糙的前景掩模图像;以粗糙的前景掩模图像中的前景像素点为中心,将中心像素点设定邻域范围内的像素点进行分类,并根据设定邻域范围内与中心像素点同类的像素点中属于背景像素点的数目,将中心像素点修正为背景像素点或继续保持为前景像素点。本发明采用了分组采样的方法,增强了对动态背景描述的能力;只采用了与中心像素点同类的像素点来确定前景像素点是否为真实的前景像素点,有利于提高检测的正确率。本发明可广泛应用于运动目标检测领域。
  • 一种基于时空分类动态背景检测方法系统装置
  • [发明专利]一种基于视频图像的车头间距测量方法及系统-CN201710053874.7有效
  • 余志;江倩殷;李熙莹;张瑞娟 - 中山大学;广东方纬科技有限公司
  • 2017-01-22 - 2020-06-09 - G06T7/60
  • 本发明公开了一种基于视频图像的车头间距测量方法及系统,方法包括:确定摄像机参数;在待测量车辆上确定测量点;根据摄像机参数计算测量点的世界坐标;根据测量点的世界坐标计算每辆待测量车辆的车头位置;根据每辆待测量车辆的车头位置计算相邻两辆车辆的车头间距。本发明基于视频图像来测量车头间距,误差更小;只需确定摄像机参数、测量点及其世界坐标,再结合现有车辆定位、车牌定位和车辆分割的方法,即可实现车头间距的自动测量,不再需人工操作,通过自动化测量的方式大大减小了人工工作量且成本较低;能精确计算相邻两辆车辆的车头间距而不是一个车队或者一个路段上的平均车头间距,更加可靠。本发明可广泛应用于智能交通领域。
  • 一种基于视频图像车头间距测量方法系统
  • [发明专利]一种基于彩色立体标定物的无人机标定方法及系统-CN201611129565.5有效
  • 李熙莹;陈思嘉 - 中山大学
  • 2016-12-09 - 2019-10-11 - G06T7/80
  • 本发明公开了一种基于彩色立体标定物的无人机标定方法及系统,方法包括:将彩色棋盘格立体标定物放置到待拍摄场景内;采用无人机至少从3个不同的方位拍摄彩色棋盘格立体标定物的图像;根据拍摄的彩色棋盘格立体标定物的图像采用灭点理论线性求解出无人机摄像机内参数;根据无人机摄像机内参数采用坐标投影变换方法确定无人机摄像机的空间位置和图像几何约束关系。本发明采用了彩色棋盘格立体标定物来进行摄像机标定,易于准确测量、检测精度高、便于安放和通用性强;只需至少从3个不同的方位拍摄彩色棋盘格立体标定物的图像并结合灭点理论得到无人机摄像机内参数来完成摄像机内参数的标定,使用起来更方便。本发明可广泛应用于计算机视觉领域。
  • 一种基于彩色立体标定无人机方法系统

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