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372个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于多传感器融合的3D车辆检测方法-CN201910144580.4有效
  • 蔡英凤;张田田;王海;李祎承;刘擎超;陈小波 - 江苏大学
  • 2019-02-27 - 2023-04-07 - G06V20/56
  • 本发明公开了一种基于多传感器融合的3D车辆检测方法,包括:步骤1,通过安装在车辆上的摄像头获得车辆的语义信息(即RGB图像),及位于车顶的激光雷达对车辆周围环境进行扫描,获取环境的精确深度信息(即激光雷达点云);步骤2,对激光雷达点云做预处理,根据汽车的高度,取Z轴[0,2.5]m,将点云沿Z轴方向均等的划分成5个高度切片;步骤3,在激光雷达点云上生成3D车辆感兴趣区域;步骤4,分别对处理后的雷达点云和RGB图像进行特征提取并生成相应特征图;步骤5,将上述的3D车辆感兴趣区域分别映射到点云及RGB图像的特征图上;步骤6,对步骤5中映射部分特征图进行融合,并最终实现车辆目标的3D定位与检测。
  • 一种基于传感器融合车辆检测方法
  • [发明专利]一种基于深度学习和数据关联的在线多目标跟踪方法-CN201910429444.X有效
  • 陈小波;冀建宇;王彦钧;蔡英凤;王海;陈龙 - 江苏大学
  • 2019-05-22 - 2023-03-31 - G06T7/20
  • 本发明公开了一种基于深度学习和数据关联的在线多目标跟踪方法,包括如下步骤:1、输入视频当前帧的图像;2、应用目标检测器得到图像中所有的检测响应;3、利用深度余弦度量学习模型提取检测响应的外观特征;4、初始化目标状态;5、利用卡尔曼滤波算法预测目标在下一帧的位置和尺度;6、基于两阶段数据关联将目标与检测响应的匹配关联,得到最优关联结果;7、根据步骤6中的最优关联结果更新目标的状态和特征;8、输入下一视频帧的图像,重复步骤2、3、4、5、6、7,直到视频结束。与现有技术相比,本发明能在目标交互与遮挡、目标间具有相似外观等复杂情况下,实现目标之间的正确关联,完成鲁棒且持续的多目标跟踪。
  • 一种基于深度学习数据关联在线多目标跟踪方法
  • [发明专利]一种基于通行时间区间的智能车辆防碰撞方法-CN202110469671.2有效
  • 袁朝春;贺植丽;何友国;张厚忠;孙晓强;陈龙;蔡英凤 - 江苏大学
  • 2021-04-28 - 2023-03-21 - B60W30/095
  • 本发明公开了一种基于通行时间区间的智能车辆防碰撞方法,属于行车安全技术领域。包括步骤1:获取自车和环境中其他障碍物的行驶状态信息;2:估算自车及环境障碍物行驶轨迹;3:判定自车与环境障碍物的轨迹交叉类型;4:获取轨迹交叉对应类型的碰撞点位置;5:计算自车以及环境障碍物到达碰撞点点的时间区间;6:根据碰撞时间的分布计算当前车辆到达各个交叉点及撞击点的安全加速度或减速度区间;7:将所有交叉点的加减速度区间按碰撞时间由小到大顺序排列,取前若干个加减速度区间,对其取交集,直到加减速度区间不存在交集为止,以此为自车安全行驶的期望加减速度区间;8:重复上述过程,直到车辆停止行驶或系统关闭。
  • 一种基于通行时间区间智能车辆碰撞方法
  • [发明专利]一种基于并行特征补全的多阶段实例分割方法及系统-CN202211580594.9在审
  • 王海;朱世林;蔡英凤;陈龙;李祎承;刘擎超 - 江苏大学
  • 2022-12-09 - 2023-03-14 - G06V10/26
  • 本发明公开了一种基于并行特征补全的多阶段实例分割方法及系统,经过数据前处理得到适用于系统输入的数据格式后,在骨干网络ResNet50引入GC Block获取实例关联信息。然后提出并行语义分支和并行全局分支,提取特征层的语义和全局信息,实现RoI特征的补全。再经过边界框动态交互模块和检测分支得到边界框的回归。此外,还提出了特征传递结构,通过显式增加检测与分割分支的联系,改变梯度反向传播的路径进而间接补全RoI特征,在经过掩码动态交互模块和掩码分支得到实例掩码。值得强调的一点,上述结构均为并行的,即阶段与阶段之间没有干扰,并且与QueryInst的并行监督机制相契合。并且还将其与非并行结构比较,进一步凸显所提并行结构的优越性能。
  • 一种基于并行特征阶段实例分割方法系统

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