“李汉玢”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40个，建议您升级VIP下载更多相关专利

[发明专利]一种车道线自动化提取方法、装置、电子设备及存储介质-CN202310839293.1在审
发明人：占兴培;李汉玢;何云;尹玉成;王一鹏;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2023-07-08 - 公布日： 2023-09-29 - 主分类号： G06V20/56 文献下载
摘要：本发明提供一种车道线自动化提取方法、系统、电子设备及存储介质，该方法包括：获取道路原始点云投影图，标注点云投影图中的车道线轮廓点、道路面和导流带轮廓点；基于标后的点云投影图，对道路面分割模型和车道线分割模型进行训练；其中，所述车道线分割模型为基于Dlink－net的卷积神经网络，通过Dlink－net网络提取车道线mask图后，对mask图进行腐蚀膨胀去除噪点和平滑毛刺，并通过dp抽稀算法减少冗余轮廓点；通过训练后的道路面分割模型和车道线分割模型分别识别待检测点云投影图中的道路面和车道线，并基于道路面筛选出当前道路的车道线。通过该方案可以实现车道线自动提取，能减少人工参入，有效提高提取效率、降低人力成本。
一种车道自动化提取方法装置电子设备存储介质

[发明专利]一种鱼眼相机的图像融合拼接方法、系统及电子设备-CN202310839335.1在审
发明人：乔少华;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2023-07-08 - 公布日： 2023-09-15 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种鱼眼相机的图像融合拼接方法、系统及电子设备，包括对各鱼眼视图进行预处理，对预处理后的图像进行校正与映射，并转换为鸟瞰图；以标定车的轮廓为基准，将每张鸟瞰图切割为中间静态区域以及左、右重叠区域，计算相邻视角鸟瞰图的重叠区域轮廓；计算重叠区域所有像素点到轮廓曲线的垂直距离，并将垂直距离转换为每个像素属于相邻两个视角的权重，得到各重叠区域权重图，将权重图与对应重叠区域图像做点乘，获得重叠区域融合图像；将全部重叠区域以及中间静态区域按照鸟瞰图进行拼接，得到全景图。本发明能够准确、快速地对鱼眼相机拍摄的图像进行校正、融合和拼接，使得图像拼接结果更加自然、精细，且计算时间相对较短。
一种相机图像融合拼接方法系统电子设备

[发明专利]一种图像分割方法、系统、电子设备及存储介质-CN202310111950.0在审
发明人：何群;喻旸;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2023-02-07 - 公布日： 2023-06-27 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种图像分割方法、系统、电子设备及存储介质，方法包括：采集不同场景下的自动驾驶图像数据，并对所述自动驾驶图像数据进行数据增强处理，获取训练数据集，对DLinkNet网络模型进行训练；基于训练后的DLinkNet网络模型提取待处理图像数据中每一个像素的特征值；对待处理图像数据中每一个像素的特征值进行聚类后处理，获取所述待处理图像数据的图像分割结果。本发明对通过模型提取的分割特征进行聚类后处理，得到更为精确的图像分割结果，解决现有方法中由于数据量不丰富，模型学习能力有限等造成分割结果不精确的问题。提高自动驾驶中图像分割的精度。
一种图像分割方法系统电子设备存储介质

[发明专利]基于非新增道路场景的高精地图单要素更新方法及装置-CN202211690717.4在审
发明人：刘春成;万齐斌;牛科科;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-22 - 公布日： 2023-06-09 - 主分类号： G06T17/05 文献下载
摘要：本发明涉及一种基于非新增道路场景的高精地图单要素更新方法及装置，其方法包括：获取待更新高精地图单个目标要素的先验差异2D像素坐标、一张或多张轨迹关联图像、轨迹的位姿信息和点云数据；基于深度估计模型，估计出包含差异位置信息图像的深度；根据所述包含差异信息图像的深度和先验差异2D像素坐标，估计世界坐标系下的差异位置信息；基于所述差异位置信息和轨迹的位姿信息，将所述差异位置信息对应的点云进行投影和分割；将每个待更新的像素的像素坐标反算到世界坐标系中，并对其对应的世界坐标系的点进行矢量化。本发明通过引入2D差异信息和三维重建技术定位待更新位置，提高了高精地图单个目标要素制作的精度和效率。
基于新增道路场景地图要素更新方法装置

[发明专利]一种基于图像点云融合的高精度交通要素目标提取方法-CN202011273356.4有效
发明人：熊迹;李汉玢;何云;侯国强;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2020-11-13 - 公布日： 2023-06-06 - 主分类号： G06V20/54 文献下载
摘要：本发明涉及一种基于图像点云融合的高精度交通要素目标提取方法，包括：根据图像和点云数据的特征进行图像和点云数据的配准，根据配准结果利用图像对对应的点云数据进行属性赋值后得到融合数据；根据电子地图中的交通要素的特征的独立性进行分类，对图像进行基于深度学习的训练得到各个分类的目标检测模型，利用各个检测模型对图像进行各个交通要素的检测；利用语义分割网络对图像中的交通要素进行目标语义分割，将图像的分割的结果映射到点云数据，提取得到交通要素目标；将RGB数据与对应的点云数据相融合，由于图像数据与点云数据进行了高精度配准，所以对图像中目标的高精度提取，可实现对点云数据中的目标进行高精度提取。
一种基于图像融合高精度交通要素目标提取方法

[发明专利]一种基于新增道路场景的高精地图全要素更新方法及装置-CN202211662266.3在审
发明人：刘春成;刘圆;万齐斌;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-22 - 公布日： 2023-05-26 - 主分类号： G06F16/29 文献下载
摘要：本发明涉及一种基于新增道路场景的高精地图全要素更新方法及装置，其方法包括：获取新增道路场景的差异2D像素坐标、采集相机的内参和外参、采集轨迹及其位姿信息，以及点云数据，并根据其确定轨迹线上新增道路的区间位置信息；基于要素分类、第一预设分辨率和所述区间位置信息，对所述点云进行裁剪和旋转，并将旋转后的点云进行投影，并结合深度学习模型，确保投影图像覆盖全部宽度方向；将拓宽后的投影图像进行分割，得到每个要素的二维轮廓和像素坐标，然后对其进行反算并根据反算结果对每个要素进行矢量化。本发明根据先验的差异2D信息，对新增道路进行自动化要素提取，极大地提高了更新效率。
一种基于新增道路场景地图要素更新方法装置

[发明专利]高精地图差异发现方法、系统、介质及设备-CN202211528802.0在审
发明人：刘春成;万齐斌;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-11-30 - 公布日： 2023-05-12 - 主分类号： G06T17/05 文献下载
摘要：本发明公开了一种高精地图差异发现方法、系统、介质及设备，其方法包括以下步骤：获取待测道路的原始HDMAP及新采集数据；获取相机内参、及激光雷达与相机之间的外参；根据轨迹数据及所述图像数据，在原始HDMAP中选取图像数据视野范围内的局部HDMAP；根据激光雷达与相机之间的外参，将所述局部HDMAP投影至相机坐标中，并根据相机内参将相机坐标系中局部HDMAP的矢量数据投影至像素坐标系中；基于深度学习图像分割网络模型分割所述图像数据中的目标矢量数据，并基于卡尔曼滤波算法对所述目标矢量数据与坐标变换后局部HDMAP的矢量数据进行特征匹配跟踪，获取数据差异结果；因此摆脱了主要基于Lidar数据进行差异化发现的依赖，降低了难度，大大提高了效率。
地图差异发现方法系统介质设备

[发明专利]一种基于深度学习的高精度地图自动化制作系统及方法-CN202211743538.2在审
发明人：刘春成;李汉玢;刘圆;万齐斌;陈操;牛科科;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-30 - 公布日： 2023-05-09 - 主分类号： G06T17/05 文献下载
摘要：本发明涉及一种基于深度学习的高精度地图自动化制作系统及方法，其系统包括：获取模块，用于获取高精度地图制作的任务信息及其对应的地图制作数据；预处理模块，用于通过第一深度学习模型提取地图制作数据中的每个要素目标的目标检测信息；通过第一深度学习模型，对地图制作数据中的路面点云进行分割；要素提取模块，用于基于预设轨迹点密度和投影图像分辨率，对地图制作数据中的点云进行切割、旋转和投影，得到所述点云的投影图像；通过第二深度学习模型和所述标检测信息，从所述投影图像中提取每个要素的图像轮廓；矢量化模块，用于对每个要素的图像轮廓进行矢量化。本发明实现了城市高精地图要素提取的自动化，提高了制作效率。
一种基于深度学习高精度地图自动化制作系统方法

[发明专利]一种车道线自动识别标注方法及系统-CN202211524956.2在审
发明人：张阳阳;刘奋;尹玉成;李汉玢;万齐斌;喻旸;占兴培;田小龙 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-11-30 - 公布日： 2023-05-09 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种车道线自动识别标注方法及系统，该方法包括：获取采集的车道线图像，对车道线类型和关键点进行标注；修改车道线识别模型中的预定参数；通过标注后的车道线图像，对所述车道线识别模型进行训练；测试训练后的车道线识别模型，并设定对车道线关键点进行后处理；所述后处理至少包括关键点抽稀、关键点所在区域判定及车道线ROI区域提取；基于测试后的车道线识别模型标注车道线类型与车道线关键点。通过该方案有效提高了车道线标注识别的效率和准确性。
一种车道自动识别标注方法系统

[发明专利]一种点云数据修复方法及系统-CN202211715039.2在审
发明人：王强;李汉玢;刘春成;刘奋;尹玉成 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-29 - 公布日： 2023-05-05 - 主分类号： G01C21/32 文献下载
摘要：本发明提供一种点云数据修复方法及系统，方法包括：获取移动测量系统的组合导航轨迹，以及检测组合导航轨迹中的轨迹突变区域；从点云数据中匹配对应的扭曲点云段，获取扭曲点云轨迹；对扭曲点云轨迹进行更新优化。本发明对于跳变或扭曲的点云数据进行修复，能够得到位置准确的点云数据，也避免了点云数据的重新采集。
一种数据修复方法系统

[发明专利]一种电力杆塔倾斜检测方法及装置-CN202211743763.6在审
发明人：李明明;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-31 - 公布日： 2023-05-05 - 主分类号： G01C9/00 文献下载
摘要：本发明提供一种电力杆塔倾斜检测方法及装置，该方法包括：获取基于无人机激光雷达设备采集的电塔点云数据；提取单个电塔点云数据，并通过半径滤波和去中心化处理剔除电塔点云中的干扰点；基于电塔塔高设置阈值对电塔点云进行分层，并通过交叉验证剔除电塔塔头、塔臂和塔脚；计算剔除塔头、塔臂和塔脚后所有分层的中心点，并判断分层中心点数量是否满足抗差直线拟合要求；若满足拟合要求，则基于分层中心点进行抗差直线拟合，并解算出抗差直线中对应的杆塔倾斜角度。通过该方案不仅可以保证杆塔倾斜检测的准确率和效率，而且能降低测量成本，适应于复杂的测量环境。
一种电力杆塔倾斜检测方法装置

[发明专利]一种交通要素高精度分割方法、电子设备及存储介质-CN201911332009.1有效
发明人：熊迹;李框宇;李汉玢;王延存;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2019-12-21 - 公布日： 2023-04-25 - 主分类号： G06V20/58 文献下载
摘要：本发明提供一种交通要素高精度分割方法、电子设备及存储介质，该方法包括：获取采集的交通场景图像，将所述交通场景图像剪裁至预定大小；对剪裁后的交通场景图像进行卷积计算得到特征矩阵，对所述特征矩阵进行下采样和上采样后，与基于DenseAspp模块处理后的特征矩阵叠加得到目标特征矩阵；将所述目标特征矩阵经过sigmoid函数分类输出，以检测分割所述交通场景图像中交通要素。通过该方案解决了现有语义分割方法目标分割精度不高的的问题，可以全面获取交通要素特征信息，有效提高交通要素检测分割精度。
一种交通要素高精度分割方法电子设备存储介质

[发明专利]一种数据自适应神经网络模型训练方法及装置-CN202211742137.5在审
发明人：乔少华;李汉玢;尹玉成;李亮;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-29 - 公布日： 2023-04-18 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及一种数据自适应神经网络模型训练方法及装置，其方法包括：获取待训练神经网络模型的多个训练样本，并确定待训练神经网络模型的第一目标损失函数及其学习率、实时迭代次数、最大迭代次数和扰动学习率；基于实时迭代次数和最大迭代次数，确定扰动数据迭代次数；根据一个或多个训练样本、扰动数据迭代次数和扰动学习率，计算每次迭代的训练数据扰动量；基于所述训练数据扰动量和第一目标损失函数，确定并计算第二目标损失函数；根据最大迭代次数和第二目标损失函数，训练待训练神经网络模型至预设的最优条件。本发明通过估计扰动的方式对训练数据进行平滑处理，持续引导模型梯度变化趋于全局最优，避免局部最优解问题。
一种数据自适应神经网络模型训练方法装置

[发明专利]一种基于单目视觉和鸟瞰图的道路外侧线提取方法和系统-CN202211374512.5在审
发明人：何云;李汉玢;万齐斌;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-11-04 - 公布日： 2023-03-14 - 主分类号： G06V20/56 文献下载
摘要：本发明提供一种基于单目视觉和鸟瞰图的道路外侧线提取方法和系统，该方法包括：根据单目相机参数求取前视图与鸟瞰图的转换矩阵，根据所述转换矩阵将前视图转换为鸟瞰图；使用语义分割算法提取鸟瞰图中的道路外侧线模块；利用透视变换，将鸟瞰图中的道路外侧线模块还原到前视图中，得到前视图的道路外侧线感知结果。本发明通过将单目视觉前视图转换为鸟瞰图，然后在鸟瞰图中提取道路面，再根据鸟瞰图和道路面的特性提取鸟瞰图的道路外侧线，最后将道路外侧线还原到前视图当中，提升了单目视觉图像中道路外侧线提取的准确度，使得操作更加简单。
一种基于目视鸟瞰图道路外侧提取方法系统

[发明专利]基于深度学习的道路宽度信息提取方法、系统及介质-CN202211436742.X在审
发明人：刘春成;陈操;李汉玢;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-11-16 - 公布日： 2023-03-10 - 主分类号： G06T7/60 文献下载
摘要：本发明公开了一种基于深度学习的道路宽度信息提取方法、系统及介质，其方法包括以下步骤：获取待测道路的多个单元点云数据集，每个单元点云数据集均包括多个轨迹点，每个轨迹点对应一个位姿数据；在每个单元点云数据集中，根据所述轨迹点与所述位姿数据，将所述单元点云数据集旋转至像素坐标系下；根据所述轨迹点，将旋转后的单元点云数据集投影成鸟瞰图；基于深度学习图像分割网络模型，对所述鸟瞰图进行路面分割处理，获取待测道路的路面区域的路面轮廓点；将路面轮廓点区域内的轨迹点基于所述像素坐标系进行投影，并获取每个轨迹点处的道路宽度；能基于深度学习对道路宽度信息进行自动化提取。
基于深度学习道路宽度信息提取方法系统介质

1
2
3
下一页»
尾页
共 40 条