“宋希彬”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54个，建议您升级VIP下载更多相关专利

[发明专利]用于旋转机构上的深度信息采集设备的标定方法及标定装置-CN202210167055.6在审
发明人：丁皓东;宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-02-23 - 公布日： 2023-09-01 - 主分类号： G06T7/80 文献下载
摘要：本公开提供了一种用于旋转机构上的深度信息采集设备的标定方法及标定装置，涉及机器视觉技术领域，尤其涉及图像采集设备的标定。实现方案为：响应于可旋转主体旋转至第一位置，由第一深度信息采集设备获取预先设置的标志物在第一坐标系下的第一坐标数据组；响应于可旋转主体旋转至第二位置，由第二深度信息采集设备获取标志物在第二坐标系下的第二坐标数据组；根据预先确定的第一变换关系，将第一坐标数据组转换到参考坐标系，得到第三坐标数据组；确定第一位置和第二位置之间的旋转角度差；以及根据第二坐标数据组、第三坐标数据组以及旋转角度差确定第二变换关系。
用于旋转机构深度信息采集设备标定方法装置

[发明专利]深度信息处理方法、装置、设备、存储介质和程序产品-CN202110018277.7有效
发明人： 宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司;百度(美国)有限责任公司
申请日： 2021-01-07 - 公布日： 2023-08-11 - 主分类号： G06T7/50 文献下载
摘要：本公开公开了一种深度信息处理方法、装置、设备、存储介质和程序产品，涉及计算机领域，尤其涉及深度学习和计算机视觉领域。具体实现方案为：获取目标场景的输入深度信息和像素信息；分别对所述目标场景的输入深度信息和像素信息进行编码，得到深度编码特征和像素编码特征；对所述深度编码特征和所述像素编码特征进行解码，得到目标场景的补充深度信息。本公开实施例可以提高深度信息补充的效果。
深度信息处理方法装置设备存储介质程序产品

[发明专利]图像识别方法、装置、电子设备及存储介质-CN202011606881.3有效
发明人： 宋希彬;周定富;方进;张良俊 -专利权人：北京百度网讯科技有限公司;百度(美国)有限责任公司
申请日： 2020-12-30 - 公布日： 2023-08-11 - 主分类号： G06V10/54 文献下载
摘要：本公开提出了一种图像识别方法、装置、电子设备及存储介质，涉及图像处理技术领域，尤其涉及计算机视觉、深度学习等人工智能领域，具体实现方案为获取待识别图像，并提取所述待识别图像的图像特征；对所述图像特征进行降维处理，以得到降维图像特征；对所述降维图像特征在特征提取通道上进行增强，以获取第一增强图像特征；对所述降维图像特征在像素上进行增强，以获取第二增强图像特征；基于所述第一增强图像特征和所述第二增强图像特征，获取所述待识别图像的纹理类型。本公开中通过对图像特征进行两个方面的增强以及融合，强化了图像特征的表达能力，进而提高了图像的纹理类型识别准确率。
图像识别方法装置电子设备存储介质

[发明专利]图像处理模型的训练方法、装置、电子设备及存储介质-CN202110732721.1有效
发明人： 宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-30 - 公布日： 2023-08-04 - 主分类号： G06T3/40 文献下载
摘要：本公开提供了一种图像处理模型的训练方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及深度学习、计算机视觉等人工智能技术领域。具体实现方案为：获取第一样本图像，对第一样本图像进行多次特征增强处理，以分别得到多次特征增强处理后的多个标注样本图像，从多个标注样本图像之中确定第二样本图像，获取第一样本图像和第二样本图像之间的标注特征差异信息，以及根据第一样本图像、多个标注样本图像，以及标注特征差异信息训练初始的图像处理模型，以得到目标图像处理模型，由此有效地提升了模型的收敛效率，降低了对真值图像的依赖程度，提升训练得到的图像处理模型针对图像特征的表达建模能力，提升图像处理模型的图像处理效果。
图像处理模型训练方法装置电子设备存储介质

[发明专利]确定视频的内容特征的方法、装置、电子设备及存储介质-CN202011601112.4有效
发明人：方进;赵金鑫;周定富;宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司;百度(美国)有限责任公司
申请日： 2020-12-29 - 公布日： 2023-08-01 - 主分类号： G06V20/40 文献下载
摘要：本公开提出了一种确定视频的内容特征的方法、装置、电子设备及存储介质，涉及视频分类。具体实现方案为：接收视频数据，视频数据包括多个视频帧；将各个视频帧分别输入预先训练的图像编码器，得到各个视频帧的图像特征；按照视频数据中包括的多个视频帧的先后顺序，依次针对各个视频帧进行以下处理：将当前视频帧的图像特征以及预先训练的视频特征编码器针对上一个视频帧的处理结果输入视频特征编码器，得到视频特征编码器针对当前视频帧的处理结果；直至对视频数据中包括的最后一个视频帧的处理结束，将视频特征编码器针对最后一个视频帧的输出结果作为视频数据的内容特征。
确定视频内容特征方法装置电子设备存储介质

[发明专利]图像识别方法、装置、电子设备及存储介质-CN202110017609.X有效
发明人： 宋希彬;周定富;方进;张良俊 -专利权人：北京百度网讯科技有限公司;百度(美国)有限责任公司
申请日： 2021-01-07 - 公布日： 2023-08-01 - 主分类号： G06V10/40 文献下载
摘要：本公开提出一种图像识别方法及装置，涉及图像处理技术领域，尤其涉及计算机视觉、深度学习等人工智能领域，具体实现方案为获取待识别图像，并提取待识别图像的图像特征；基于多个方向滤波器对图像特征进行局部特征提取，获取多个方向上的局部图像特征，并对局部图像特征进行融合，得到融合图像特征；对融合图像特征在特征提取通道上进行增强，以获取第一增强图像特征；对融合图像特征在像素上进行增强，以获取第二增强图像特征；基于第一增强图像特征和第二增强图像特征，获取待识别图像的纹理类型。本公开中，首先基于方向滤波器将各个方向的干扰特征进行滤除，再对全方向上的融合图像特征分别在两个方面进行特征增强，强化了图像特征的表达能力。
图像识别方法装置电子设备存储介质

[发明专利]点云数据的标注方法、装置、设备和介质-CN202110358181.5有效
发明人：周定富;方进;宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-04-01 - 公布日： 2023-08-01 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种点云数据标注方法、装置、设备和介质，涉及人工智能领域，尤其涉及自动驾驶和深度学习技术。具体实现方案为：将原始点云数据集合进行数据分割，得到至少两个点云数据子集；利用预先训练的预测模型，分别对所述每个点云数据子集进行预测，得到所述每个点云数据子集中各点云数据的预测类别和预测概率；根据所述每个点云数据子集中各点云数据的预测类别和预测概率，确定所述原始点云数据集合中各点云数据的标注结果。本申请提高了对数据量庞大的点云数据进行标注的准确性。
数据标注方法装置设备介质

[发明专利]深度信息补全模型训练方法、装置、设备以及存储介质-CN202011563584.5有效
发明人： 宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司;百度（美国）有限责任公司
申请日： 2020-12-25 - 公布日： 2023-07-28 - 主分类号： G06V10/44 文献下载
摘要：本申请公开了深度信息补全模型训练方法、装置、设备以及存储介质，涉及计算机视觉、深度学习、自动驾驶等人工智能技术领域。该方法的一具体实施方式包括：获取训练数据，其中，训练数据包括第一稀疏深度图像、对应的第一彩色图像和对应的第一稠密深度图像；将第一稀疏深度图像和第一彩色图像作为输入，将第一稠密深度图像作为输出，训练得到深度信息补全模型，其中，在训练过程中，先对分别从第一稀疏深度图像和第一彩色图像中提取的特征进行特征融合，再进行特征增强。该实施方式在训练过程中，以稀疏深度图像和对应的彩色图像作为输入，融合稀疏深度图像和彩色图像的特征进行特征增强，能够训练出用于有效获取稠密深度图像的模型。
深度信息模型训练方法装置设备以及存储介质

[发明专利]模型训练方法和装置、预测方法和装置-CN202010593221.X有效
发明人： 宋希彬;周定富;方进;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-26 - 公布日： 2023-07-28 - 主分类号： G06V10/82 文献下载
摘要：本申请公开了模型训练方法和装置、预测方法和装置，涉及人工智能、深度学习、图像处理、自动驾驶领域。具体方案为：将样本图像中第一样本图像输入深度信息预测模型，得到第一样本图像的深度信息；基于样本图像中第二样本图像以及第一样本图像，得到图像间姿态信息；至少根据图像间姿态信息和深度信息，得到第一样本图像对应的投影图像；确定计算第二样本图像与投影图像的相似度的函数，得到损失函数，利用损失函数训练深度信息预测模型。
模型训练方法装置预测

[发明专利]三维点云处理方法、三维点云处理模型训练方法及装置-CN202010593114.7有效
发明人：方进;周定富;宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-26 - 公布日： 2023-07-25 - 主分类号： G06V20/64 文献下载
摘要：本申请公开了三维点云处理方法、三维点云处理模型训练方法及装置，涉及人工智能、计算机视觉、深度学习、智能交通等领域。具体实现方案为：将三维点云输入预先训练的三维点云处理模型，三维点云处理模型包括第一子模型和第二子模型；第一子模型被配置为接收三维点云，将三维点云进行旋转，并将旋转后的三维点云输入第二子模型；第二子模型被配置为对旋转后的三维点云进行处理，得到处理结果；获取三维点云处理模型输出的处理结果。解决了现有技术中对于三维点云旋转的复杂处理的问题，提高了三维点云旋转的准确度。
三维处理方法模型训练装置

[发明专利]生成目标检测系统和检测目标的方法及装置-CN202110635776.0有效
发明人：方进;周定富;宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-08 - 公布日： 2023-07-18 - 主分类号： G06V20/56 文献下载
摘要：本公开提供了生成目标检测系统和检测目标的方法及装置，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于自动驾驶场景下。具体实现方案为：获取样本集和高精地图；从样本集中选取样本，以及执行以下训练步骤：从选取的样本中的点云数据和高精地图中提取出融合特征；将融合特征输入目标检测模型，得到预测标签集；基于预测标签集和样本标签集计算总损失值；若总损失值小于预定阈值，则根据目标检测模型构造目标检测系统。该实施方式能够提升检测精度，保证自动驾驶的安全性。
生成目标检测系统方法装置

[发明专利]用于确定标定参数的方法和装置-CN201911251114.2有效
发明人： 宋希彬;杨睿刚 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-12-09 - 公布日： 2023-07-14 - 主分类号： G06T7/80 文献下载
摘要：本申请实施例公开了用于确定标定参数的方法和装置。该方法的一具体实施方式包括：确定深度信息采集设备与无人自主设备之间的初始标定参数，其中，深度信息采集设备安装在无人自主设备上；获取无人自主设备在深度信息采集设备的坐标系中的第一关键点集合和在无人自主设备的坐标系中的第二关键点集合；基于第一关键点集合和第二关键点集合，生成关键点对集合；基于关键点对集合优化初始标定参数，得到标定参数。该实施方式提高了标定参数的准确度。
用于确定标定参数方法装置

[发明专利]三维物体检测方法、装置、电子设备和存储介质-CN202010205244.9有效
发明人：周定富;宋希彬;方进;张良俊 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-03-20 - 公布日： 2023-07-11 - 主分类号： G06V20/64 文献下载
摘要：本申请公开了三维物体检测方法、装置、电子设备和存储介质，涉及计算机视觉领域。具体实现方案为：通过获取三维点云图；获取三维点云图之中每个三维点的特征信息；根据每个三维点的特征信息获取每个三维点的类别概率；根据每个三维点的类别概率对三维点云图之中的三维点进行分类以生成多个前景点；对多个前景点进行空间编码以将多个前景点进行聚集；根据聚集之后的多个前景点进行聚集以生成待识别物体的三维包围框；以及根据待识别物体的三维包围框对待识别物体进行三维物体检测。由此，同时进行三维物体检测与实例级别物体分割，有效地提高物体检测的实用性与有效性。
三维物体检测方法装置电子设备存储介质

[发明专利]坐标系标定方法、装置、电子设备及存储介质-CN202010557100.X有效
发明人： 宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-17 - 公布日： 2023-06-23 - 主分类号： G01S17/08 文献下载
摘要：本申请实施例公开了坐标系标定方法、装置、电子设备及存储介质，涉及人工智能及深度学习领域。具体实现方案为：采用深度传感器采集目标设备的多帧点云数据，每帧点云数据包括目标设备的多个三维点；深度传感器设置在目标设备的外侧；获取每帧点云数据对应的姿态传感器的参数，利用参数确定各个姿态传感器的旋转矩阵；利用多帧点云数据中的三维点及每帧点云数据对应的姿态传感器的旋转矩阵，确定包含第一标定参数的多个等式；第一标定参数为深度传感器与目标设备的本体坐标系的标定参数；利用多个等式计算第一标定参数。本申请实施例能够准确标定外置深度深度传感器与智能设备的本体坐标系的标定参数。
坐标系标定方法装置电子设备存储介质

[发明专利]模型训练方法、超分辨率方法、装置、电子设备及介质-CN202010076585.0有效
发明人： 宋希彬;周定富;张良俊 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-01-23 - 公布日： 2023-06-20 - 主分类号： G06T3/40 文献下载
摘要：本公开提供一种模型训练方法、超分辨率方法、装置、电子设备及介质，本公开提供的方案中提及的模型，其中设置多个第一基本单元，且前一个第一基本单元的输出图像作为下一个第一基本单元的输入图像，能够使得下一个第一基本单元获取到上一个第一基本单元确定的将输入图像转换为输出图像所需的信息，进而通过多次迭代，使得最终确定的恢复图像与待处理图像对应的标准图像越来越接近。
模型训练方法分辨率装置电子设备介质

1
2
3
4
下一页»
尾页
共 54 条