-
公开(公告)号：CN111008583B
公开(公告)日：2023-01-06
申请号：CN201911190502.4
申请日：2019-11-28
Applicant: 清华大学
IPC: G06V40/20 , G06V40/10 , G06V10/80 , G06V10/84 , G06V10/774
Abstract: 本发明涉及一种利用肢体特征辅助的行人和骑车人姿态估计方法，其步骤：准备数据：包括公开的通用姿态数据集和自行标注的行人姿态数据；选择基础网络模型，定义网络输入、输出，使用数据集中标注的关节点坐标构造关节点真值热图与肢体真值热图，定义损失函数和超参数，训练网络使之能够输出接近真值热图的肢体估计热图和关节点估计热图；对于每张输入的图像，两组网络分别输出13幅肢体热图和13幅关节点热图，对其进行后融合，使最终输出的关节点热图能整合肢体检测与关节点检测结果；搜索输出关节点热图中的最大热值和次大热值，获取最大热值的相应位置坐标和次大热值的相应位置坐标，最后得到的关节点坐标。
-
公开(公告)号：CN115526987A
公开(公告)日：2022-12-27
申请号：CN202211156746.2
申请日：2022-09-22
Applicant: 清华大学
Abstract: 本发明涉及一种基于单目相机的标牌要素重建方法、系统、设备及介质，包括：获取单目图像以及GNSS信号、IMU信号和轮速信号；将获取的单目图像经过感知处理，得到图像感知的地图元素结果；基于GNSS信号、IMU信号和轮速信号获得车辆六自由度信息；基于图像感知的地图元素结果与车辆六自由度信息进行路侧标牌要素计算，获得路侧标牌的三维信息。本发明能够仅仅使用低成本的单目相机、GNSS、IMU实现标牌要素的重建。
-
公开(公告)号：CN113255555A
公开(公告)日：2021-08-13
申请号：CN202110628945.8
申请日：2021-06-04
Applicant: 清华大学
Abstract: 本发明涉及一种中国交通标志牌识别方法、系统、处理设备及存储介质，方法包括以下步骤：对交通标志牌图像数据集采用交通标志牌的二维包围框信息以及标志牌的类别信息进行数据集标注；将标注后的数据集分类，获得大类和小类的训练集和测试集；设计检测网络和分类网络；根据获取的训练数据，训练检测网络和分类网络，用于进行中国交通标志牌识别。本发明基于深度神经网络，为提高识别检测精度，本发明可以广泛应用于中国复杂道路场景下的交通标志牌识别。
-
公开(公告)号：CN113029185A
公开(公告)日：2021-06-25
申请号：CN202110239166.9
申请日：2021-03-04
Applicant: 清华大学
Abstract: 本发明涉及一种众包式高精度地图更新中道路标线变化检测方法及系统，其包括：根据车载摄像机获得原始图像序列或视频之后，确定路段，得到道路路段的车道标记占用值；将检测到的道路标线中心点由像素坐标转换为世界坐标，对车道标记分类；跟踪车道标志位置，计算车道标志置信度；过滤置信度，并更新置信度，完成检测。本发明检测过程效率较高，可以广泛在高精度地图数据更新技术领域中应用。
-
公开(公告)号：CN111881802A
公开(公告)日：2020-11-03
申请号：CN202010710972.5
申请日：2020-07-22
Applicant: 清华大学
Abstract: 本发明涉及一种基于双分支时空图卷积网络的交警手势识别方法，其包括步骤：1)对交警手势视频采用深度卷积网络对交警关节点以及骨架进行提取；2)使用信息表征方法来双路表征时空图卷积网络的输入信息，对交警关节点时空特征与骨架物理特征进行充分利用以及统一表达，从交警关节点以及交警骨架两个层次来完成交警动作分析；3)根据人体的自然骨架结构以及时间序列构建双分支时空图卷积网络，交警关节点信息与交警骨架信息分别输入到双分支时空图卷积网络中，实现交警手势识别。本发明可以克服由于交警的身高、衣着，交通场景光照以及复杂度等因素的影响，有效提升交警手势检测精度，同时保证识别算法的实时性，以满足实际应用需求。
-
Patent Agency Ranking
公开(公告)号：CN111401188A
公开(公告)日：2020-07-10
申请号：CN202010161666.0
申请日：2020-03-10
Applicant: 清华大学
Abstract: 本发明涉及一种基于人体关键点特征的交警手势识别方法，其包括以下步骤：获取车载相机采集的原始图像中的交警边界框和关键点坐标；构造关键点特征向量；识别交警手势：采用事先训练好的手势识别模型，输入当前时刻及其之前连续多帧的关键点特征向量，输出当前时刻的手势识别结果。本发明能避免大量真实交通场景交警指挥图像的采集需求，同时利用深度学习方法取得较高的识别准确率。
-
公开(公告)号：CN110745140A
公开(公告)日：2020-02-04
申请号：CN201911030362.4
申请日：2019-10-28
Applicant: 清华大学
Abstract: 本发明提出的一种基于连续图像约束位姿估计的车辆换道预警方法，包括：建立目标车辆车身坐标系、自车车身坐标系和像素坐标系；目标车辆图像采集与处理及自车状态测量；利用连续N帧图像建立目标车辆三维边界框与二维边界框的投影约束；利用连续多帧图像建立同一目标车辆位置运动约束；联立各约束，求解目标车辆在自车车身坐标系中的位置和方位，即确定目标车辆的三维边界框；根据确定的三维边界框，确定目标车辆与自车的横纵向相对位置关系；评估目标车辆对自车换道的碰撞风险。本发明使用相机采集连续多帧侧后方车辆图像，高精度地估计他车位姿，从而更精确的计算他车与自车的横纵向距离，进行车辆换道预警。
-
公开(公告)号：CN120045570A
公开(公告)日：2025-05-27
申请号：CN202510124602.6
申请日：2025-01-26
Applicant: 清华大学
IPC: G06F16/23 , G06F16/2458 , G06F16/29 , G06F16/22 , G06N3/0455 , G06N3/042 , G06N3/08
Abstract: 一种地图数据的对齐方法和装置、介质和计算机设备，所述方法包括：获取增量地图数据；对所述增量地图数据进行检测，得到所述增量地图数据中的若干个地图要素实例上的矢量点的信息；对所述矢量点的信息进行编码，得到所述矢量点的编码信息，并对同一地图要素实例上的矢量点的编码信息进行聚合，得到所述地图要素实例的描述子；确定与所述地图要素实例处于同一局部区域内的其他地图要素实例，并基于所述其他地图要素实例的描述子对所述地图要素实例的描述子进行更新；基于所述若干个地图要素实例的更新后的描述子与底图中的地图要素实例的描述子之间的相似度，对所述增量地图数据与所述底图进行对齐。
-
公开(公告)号：CN118586179A
公开(公告)日：2024-09-03
申请号：CN202410689524.X
申请日：2024-05-30
Applicant: 清华大学
Abstract: 本发明涉及一种浸入式多交通参与者交互仿真方法、平台、设备及介质，包括：基于交互场景库、地图及自定义道路场景通过仿真平台构建交互场景；根据交通参与者中的行人和车辆设置浸入式交互角色；基于浸入式交互角色在交互场景中的行为通过交互仿真映射到仿真平台角色中完成交互仿真；记录与回放交互仿真平台的交互仿真数据。相比较其他仿真器，本发明设计了闭环交互机制，可以真实地建模出复杂的交互行为。
-
公开(公告)号：CN112964291B
公开(公告)日：2023-07-14
申请号：CN202110360085.4
申请日：2021-04-02
Applicant: 清华大学
Abstract: 本文公开一种传感器标定的方法、装置、计算机存储介质及终端，本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过惯性导航设备(INS)获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.02 seconds)
