-
公开(公告)号：CN118448030A
公开(公告)日：2024-08-06
申请号：CN202410835197.4
申请日：2024-06-26
申请人： 宁乡市中医医院
IPC分类号： G16H50/20 , G16H50/50 , G16H40/60 , G06T19/00 , G06T7/246 , G06T7/73 , G06T7/277 , G06T17/20 , A61B34/10 , A61B90/00 , A61B34/20
摘要： 本发明属于手术辅助领域，具体是指基于人工智能的全周期鼻窦炎手术云辅助系统，所述系统包括应用程序模块、AR头戴式显示设备、离线操作模块、器械跟踪模块、鼻窦建模模块；AR头戴式显示设备搭载手术头灯、左前置摄像L和右前置摄像R。本方案对模拟气流进行流体动力学建模，可视化地给医生和患者提供一种术后鼻窦通气形象化理解的解决方案，实现对功能性内窥镜鼻窦手术术后鼻窦气流的量化；本方案基于SLAM跟踪系统和手术器械跟踪系统在HoloLens 2上实现无束缚的端到端外科导航，获得手术器械在手术环境中的具体位置和姿态，提高了手术的精确性，减少了对传统固定基础设施的依赖，简化手术流程。
-
公开(公告)号：CN111862164B
公开(公告)日：2024-08-06
申请号：CN201910354450.3
申请日：2019-04-29
申请人： 天津理工大学
摘要： 一种基于暗通道先验的核相关滤波去雾跟踪算法，包括如下步骤：①选择要跟踪的视频序列，其中必须包括视频序列、groundfruth文本文件和frames文本文件；②根据第一帧，判断是否去雾，如果需要则用暗通道去雾算法对图像进行去雾；③通过第一帧信息对滤波器进行初始化；④从第二帧开始，根据上一帧中目标的运动趋势预测目标当前的运动状态，然后通过卡尔曼滤波在预测的位置进行目标位置检测，包括状态向量预测和状态向量协方差预测；⑤通过核相关滤波计算新一帧的目标位置检测，对目标进行定位和跟踪：⑥对目标位置检测结果进行遮挡判断。使用本发明可在雾天目标物对比度不明显的情况下，提高对行人进行跟踪的准确性。
-
公开(公告)号：CN113808168B
公开(公告)日：2024-07-26
申请号：CN202111098451.X
申请日：2021-09-18
申请人： 上海电机学院
摘要： 本发明公开了一种基于图像处理和卡尔曼滤波的水下管线定位跟踪方法，解决了水下管线检测工作环境差、检测成本高，效率低下的弊端，其技术方案要点是通过色调修正方法增加前景和背景的区别度；再采用基于HSV的颜色空间模型，目标颜色分量作为处理区域查询表构建前景区域搜索框；搜索框内包含了目标像素点构成的连通域，建立目标追踪点确立机制；最后构建卡尔曼滤波器，对获得的目标追踪点状态矩阵进行处理，本发明的一种基于图像处理和卡尔曼滤波的水下管线定位跟踪方法，简单有效，计算量小，更加的实时和准确。
-
公开(公告)号：CN112419366B
公开(公告)日：2024-07-26
申请号：CN202011386390.2
申请日：2020-11-30
申请人： 深圳力维智联技术有限公司 , 南京中兴力维软件有限公司
IPC分类号： G06T7/246 , G06T7/277 , G06V10/764
摘要： 本申请公开了一种车辆的追踪方法、系统及计算机可读存储介质，该方法的步骤包括：接收用户发送的车辆信息，基于车辆信息确定对应的待追踪车辆，并确定待追踪车辆对应的车辆特征；基于车辆特征确定待追踪车辆的车辆记录表，并基于车辆记录表确定待追踪车辆各个类簇的行驶轨迹点；基于各个类簇的行驶轨迹点确定各个类簇的同步性值，基于各个类簇的同步性值确定待追踪车辆的落脚点。本申请通过分析待追踪车辆的行驶轨迹点，根据行驶轨迹点的同步性值预测待追踪车辆的落脚点，从而使得根据落脚点有针对性的对待追踪车辆进行追踪，提高车辆的追踪效率。
-
公开(公告)号：CN118379794A
公开(公告)日：2024-07-23
申请号：CN202410472454.2
申请日：2024-04-19
申请人： 西北师范大学
IPC分类号： G06V40/20 , G01S7/41 , G06V10/30 , G06V10/36 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/762 , G06V10/80 , G06T7/246 , G06T7/277
摘要： 本发明公开了一种基于毫米波雷达时空感知的多维点云步态识别方法。该方法包括以下步骤：首先该方法对雷达输出的原始信号进行快速傅里叶变换、水平和垂直角估计、静态杂波滤除后，生成点云数据。其次，在点云去噪过程中，通过加入SNR阈值分布的滤波方式，更加有效的滤除噪点。同时，在聚类追踪过程中，针对性的改进聚类公式，更好的适应点云分布情况。最后，通过引入PointNet++与GRU模块结合，更加准确的提取多维点云数据中步态的时间和空间特征，从而进一步提高用户步态识别的准确率。本发明设计了一种高效的点云预处理方式，提取高质量的点云数据以及通过专门设计提取空间和时间特征的神经网络，进一步实现用户步态识别准确率的提高。
-
公开(公告)号：CN118379326A
公开(公告)日：2024-07-23
申请号：CN202410473164.X
申请日：2024-04-18
申请人： 西安电子科技大学广州研究院
IPC分类号： G06T7/246 , G01C21/00 , G06T7/277 , G06V10/762 , G06V10/764 , G06V10/74 , G06T5/50 , G06F17/11 , G06F17/16 , G06N3/04
摘要： 本发明公开了一种基于深度相机的动态物体检测处理方法，在降低动态物体对机器人定位建图干扰的同时对动态物体的运动状态进行估计，本发明的有益效果是：在动态物体检测方面，利用YOLOX目标检测算法和DBSCAN点云聚类算法同时对动态物体进行检测，避免动态物体漏检的情况，同时利用恒加速度模型和卡尔曼滤波对检测到的物体进行状态估计，获得动态物体的速度信息，为移动机器人的导航避障提供参考信息，提高移动机器人的定位精度和建图质量。
-
公开(公告)号：CN113936037B
公开(公告)日：2024-07-23
申请号：CN202111192384.8
申请日：2021-10-13
申请人： 重庆邮电大学
摘要： 本发明请求保护一种引入目标间拓扑特征的扩展目标跟踪方法、介质及系统。该方法在目标跟踪过程中，同时考虑目标自身属性以及目标之间的相对位置关系来建立目标的特征模型，使目标具有位姿、形状、拓扑三个方面的特征属性，并通过加权计算目标量测与目标轨迹之间位姿、形状、拓扑特征相似度得出目标相似度，利用相似度做目标关联，最后利用卡尔曼滤波器得到目标的最优状态估计。本方法针对现有目标跟踪方法中对于目标信息利用不充分的缺点，对扩展目标特征属性进行增广，加入目标间的拓扑特征属性，利用目标间的拓扑关系改进目标量测与目标轨迹之间的数据关联，提高数据关联准确度，来提高目标跟踪精度，改善扩展目标跟踪性能。
-
公开(公告)号：CN114066938B
公开(公告)日：2024-07-19
申请号：CN202111351217.3
申请日：2021-11-15
申请人： 苏州朗捷通智能科技有限公司
摘要： 本发明公开了一种高空抛物检测预警系统，属于高空抛物检测系统技术领域，包括摄像模块、检测模块、判别模块、报警模块和信息处理模块；所述摄像模块，用于多角度拍摄高楼的图像；所述检测模块，用于判断图像中是否有高空抛物；所述判别模块，用于判别高空抛物的落地速度是否会伤人；所述报警模块，当高空抛物会伤到人时，进行警报提醒；所述信息处理模块，用于对所述摄像模块、所述检测模块、所述判别模块和所述报警模块之间的信息集成、数据处理和分析，并对其进行存储。本发明通过采用ViBe背景建模算法和卡尔曼滤波的目标追踪算法进行结合，分别对高空抛物和人物轨迹进行预测，判断高空抛物是否有损伤到人的风险。
-
公开(公告)号：CN118348550A
公开(公告)日：2024-07-16
申请号：CN202410267208.3
申请日：2024-03-08
申请人： 上海伯镭智能科技有限公司
IPC分类号： G01S17/66 , G06V20/58 , G06V10/25 , G06V10/764 , G06V10/82 , G06T7/246 , G06T7/277 , G06N5/04 , G01S7/48
摘要： 本发明涉及一种基于推理引擎的激光雷达目标跟踪方法、设备、存储介质，方法包括如下步骤：获取激光雷达的原始点云数据并进行预处理；基于预处理后的原始点云数据，利用预训练好的目标识别模型，得到多个目标的位置信息和尺寸信息，基于所述尺寸信息对目标进行分类；基于多个目标的位置信息，通过联合概率数据关联，得到各个目标的轨迹信息；针对所述轨迹信息，通过滤波计算目标的运动状态的估计信息；基于目标的运动状态的估计信息，通过交互式多模型算法实现目标跟踪，其中，所述目标识别模型预先部署在推理引擎中。与现有技术相比，本发明具有目标跟踪的推理速度快、目标检测的效率高等优点。
-
公开(公告)号：CN118348549A
公开(公告)日：2024-07-16
申请号：CN202410267206.4
申请日：2024-03-08
申请人： 上海伯镭智能科技有限公司
IPC分类号： G01S17/66 , G01S17/931 , G06T7/246 , G06T7/277
摘要： 本发明涉及一种面向自动驾驶的激光雷达目标跟踪方法、设备、存储介质，方法包括如下步骤：获取激光雷达的原始点云数据并进行预处理；基于预处理后的原始点云数据，利用预训练好的目标识别模型，得到多个目标的位置信息和尺寸信息，基于所述尺寸信息对目标进行分类；基于多个目标的位置信息，通过基于多假设跟踪的联合概率数据关联，得到各个目标的轨迹信息；基于所述轨迹信息，利用粒子滤波器计算目标的运动状态的估计信息；基于目标的运动状态的估计信息，通过交互式多模型算法实现目标跟踪。与现有技术相比，本发明具有自动驾驶下目标跟踪的鲁棒性强等优点。
-
-
-
-
-
-
-
-
-
搜索结果
3030 条记录 (耗时 0.02 秒)
