“谢粤超”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种多任务模型的训练方法、装置及存储介质-CN202010744149.6有效
发明人： 谢粤超 -专利权人：深圳地平线机器人科技有限公司
申请日： 2020-07-29 - 公布日： 2023-06-16 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种多任务模型的训练方法、装置及计算机存储介质，利用第一训练图像集对骨干网络进行训练，以得到经训练的骨干网络；根据预设类别任务的关联性进行分支网络的整合，得到多分支网络；利用已训练的所述骨干网络对第二训练图像集进行处理，以得到所述第二训练图像集中每一样本图像对应的特征图；利用所述每一样本图像对应的特征图对所述多分支网络进行训练。如此，本申请在通过经训练的骨干网络对对训练图像集中每一个样本图像进行特征提取的基础上，利用分支网络的关联性整合，将合适的任务类别的分支网络放到同一个分支中，从而在同等算力的情况下，有效提升多任务模型的感知性能。
一种任务模型训练方法装置存储介质

[发明专利]一种基于多传感器融合的精确定位系统-CN201711242930.8有效
发明人：曾丝雨;谢粤超;洪佳欣;胡琪滢;杜盈仪;陈湘萍;林淑金 -专利权人：中山大学
申请日： 2017-11-30 - 公布日： 2021-12-17 - 主分类号： G01S19/45 文献下载
摘要：本发明实施例公开了一种基于多传感器融合的精确定位系统，其中，该系统包括：GPS传感器，用于收集GPS信息；惯性测量单元，用于收集IMU信号；摄像传感器，用于收集图像视频流；判别单元，用于对获取的图像视频流中图像质量进行判断分类；中央处理器，用于收集定位信息，根据定位信息从云端获取相应范围的电子地图及街景图像序列，并根据判断单元的结果将所有收集的数据信息进行相应处理，获得精确的定位结果。实施本发明实施例，通过每一次的精准定位，能反过来对惯性测量单元所得数据的累计误差进行消除，以保证了系统的鲁棒性。两种传感器所获得的数据之间的相互作用，有利于克服单一传感器实现精准定位带来的局限性，使得整个系统更加的稳定。
一种基于传感器融合精确定位系统

[发明专利]训练神经网络模型的方法及装置、图像识别方法-CN201910252228.2在审
发明人：谢宏宇;谢粤超;黄李超 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2019-03-29 - 公布日： 2020-10-09 - 主分类号： G06K9/62 文献下载
摘要：公开了一种训练神经网络模型的方法，包括：针对所述多个子网络中的相同层数的卷积层，基于该卷积层的权重以及该卷积层的输入数据，计算训练样本在该卷积层的特征图；针对所述特征图，通过归一化层进行归一化处理，得到所述特征图对应的归一化后的特征图；以及固定所述归一化层的参数，并且基于所述特征图和所述归一化后的特征图，调整所述多个子网络和主干网络的卷积层的权重。通过所有训练样本计算得到归一化层的参数，并且固定该参数，调整神经网络模型的各个卷积层的权重，以全局的角度综合训练各个卷积层的权重，兼顾多个感知任务的数据量之间的均衡问题，以提高多个感知任务的感知精度。
训练神经网络模型方法装置图像识别

[发明专利]一种训练用于估计图像视差图的神经网络模型方法、装置及介质-CN201910316871.7在审
发明人： 谢粤超 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2019-04-19 - 公布日： 2019-08-20 - 主分类号： G06T7/80 文献下载
摘要：本申请实施例提供了一种训练用于估计图像视差图的神经网络模型方法，包括：将双目相机采集的左图像输入神经网络模型中获得左视差图、右视差图；基于双目相机采集的右图像和所述左视差图确定估计的左图像；基于所述左图像和所述右视差图确定估计的右图像；根据所述估计的左图像、所述左图像、所述估计的右图像、所述右图像获得第一损失函数；基于所述第一损失函数，训练所述神经网络模型。解决了现有技术中通过图像估计深度信息不准确的问题，达到了通过加入损失函数能够更准确的回归出像素点的绝对深度值的技术效果。
左图像视差图右图像神经网络模型损失函数双目相机图像视差输入神经网络采集技术效果深度信息图像估计像素点回归申请

[发明专利]基于多传感器融合的长距离自动泊车的系统及方法-CN201610272994.1有效
发明人：陈龙;谢粤超;曾丝雨 -专利权人：中山大学
申请日： 2016-04-28 - 公布日： 2018-05-29 - 主分类号： B60W30/06 文献下载
摘要：本发明公开了一种基于多传感器融合的长距离自动泊车的系统及方法，其中系统包括中央数据处理模块、路线规划模块、建图模块、泊车入库模块、通讯模块以及控制单元。所用传感器包括但不局限于：IMU、车载环视相机、超声波雷达、双目相机。本发明实施例通过对获取的停车场地图进行路线规划，并根据双目相机获取的视差图判断车辆行驶范围内存在的障碍物信息、车位信息以及道路信息实时反馈给中央数据处理模块，经计算后中央下达指令给控制单元，从而实现车辆自进入停车场到泊车入库的长距离自动泊车。
自动泊车中央数据处理模块多传感器融合双目相机泊车路线规划模块超声波雷达停车场地图障碍物信息车辆行驶车位信息道路信息路线规划入库模块实时反馈通讯模块视差图传感器停车场相机入库指令局限

[发明专利]基于立体视觉定位与建图的自动泊车方法-CN201510423801.3有效
发明人：陈龙;谢粤超;曾丝雨 -专利权人：中山大学
申请日： 2015-07-17 - 公布日： 2017-09-22 - 主分类号： B60R1/00 文献下载
摘要：本发明公开了一种基于立体视觉定位与建图的自动泊车系统及方法，其中系统包括图像采集模块，SLAM(同步定位与建图)模块，路径规划模块；图像采集模块将事先标定过的双目摄像头采集回来的图像进行矫正，并获取视差图，从而得到车与周围物体之间的距离信息，并且通过前后两帧图像匹配实现场景流运动检测，获得图像中的动态点；SLAM模块将采集到的彩色图像以及获取的三维信息进行整合，定位车辆自身的位置建立地图；路径规划模块根据建立的地图，规划路径寻找停车位，在获得车辆自身位置以及目标位置后，先判断泊车位置的空间是否足够，若满足停泊条件后，规划一条最优的泊车轨迹来控制车辆实现自动泊车，本发明操作流程简单、易于实施、成本低、使用范围广。
基于立体视觉定位自动泊车系统方法