一种人脸关键点的标注方法及装置

    公开(公告)号:CN113569594A

    公开(公告)日:2021-10-29

    申请号:CN202010350817.7

    申请日:2020-04-28

    IPC分类号: G06K9/00

    摘要: 本发明实施例公开一种人脸关键点的标注方法及装置,该方法包括:获得多个图像采集设备在相同采集周期内采集的人脸图像;从每一人脸图像中,检测出目标人脸中各人脸关键点对应的图像位置信息;基于每一人脸图像中目标人脸中人脸关键点对应的图像位置信息以及预设关键点标注规则,确定每一人脸图像中目标人脸的各人脸关键点的标注位置信息,其中,预设关键点标注规则包括:基于目标人脸图像中人脸关键点对应的图像位置信息进行标注的规则,和/或基于每一人脸图像中遍历所得的满足指定位置条件的人脸关键点对应的图像位置信息进行标注的规则,目标人脸图像为:人脸图像中满足指定筛选规则的人脸图像,以实现提高人脸关键点的位置识别结果的准确性。

    一种手部关键点的标定方法及装置

    公开(公告)号:CN113516705A

    公开(公告)日:2021-10-19

    申请号:CN202010276930.5

    申请日:2020-04-10

    摘要: 本发明实施例公开一种手部关键点的标定方法及装置,该方法包括:获得多个图像采集设针对手势展示区域采集的红外图像;基于预先建立的关键点检测模型,从每一红外图像中确定出目标手势中手部关键点的检测位置信息及检测语义信息;对红外图像进行分组,得到至少一组红外图像组;利用每一红外图像组对应的检测语义信息所对应手部关键点的检测位置信息,及其对应的设备信息,确定出目标检测语义信息对应的目标空间位置信息;基于目标检测语义信息对应的目标空间位置信息及每一红外图像对应的设备位姿信息和设备内参信息,确定每一红外图像中目标检测语义信息所对应手部关键点的标注位置信息,以实现自动对红外图像中的手部关键点进行标注。

    一种目标分类模型的训练方法及装置

    公开(公告)号:CN113298102A

    公开(公告)日:2021-08-24

    申请号:CN202010114039.1

    申请日:2020-02-23

    发明人: 吴梓恒 胡杰

    摘要: 本发明实施例公开一种目标分类模型的训练方法及装置,方法包括:获得训练图像及其对应的标定信息;对初始二值化分类模型的每一卷积层,对其对应的输入图像进行第一二值化特征提取操作,得到对应的输出图像;若卷积层为二值化卷积层,第一二值化特征提取操作包括:第一二值化特征提取操作及预设维度变换操作;第一层卷积层对应的输入图像为训练图像,其他层卷积层对应的输入图像为其前一卷积层对应的输出图像;利用模型的特征分类层及最后一层卷积层对应的输出图像,确定该输出图像对应的训练图像的预测检测信息;结合每一训练图像对应的标定检测信息,调整模型参数,确定目标二值化分类模型,以实现得到识别检测精度高且计算量小的目标分类模型。

    一种路段划分方法及装置

    公开(公告)号:CN113221597A

    公开(公告)日:2021-08-06

    申请号:CN202010069271.8

    申请日:2020-01-21

    摘要: 本发明实施例公开一种路段划分方法及装置。应用本发明实施例提供的方案,能够根据标准地图得到道路拓扑后,识别出局部特殊场景,并从局部特殊场景的局部特殊语义点出发寻找目标道路段边界,该目标道路段边界为清晰度较高的直线路段处或地图边界,也就是说,该目标道路段边界辨识度较高,从而即使在地面标识不清晰甚至混乱时都能准确的完成道路划分,提高路段划分的精度。并且,将局部特殊场景,也即道路分岔处或汇合处划分在同一道路段,能够避免将道路划分的过于零碎,使得各路段能够清晰的表达道路场景的语义。

    一种用于汽车的多相机目标匹配与跟踪方法及装置

    公开(公告)号:CN113077511A

    公开(公告)日:2021-07-06

    申请号:CN202010010270.6

    申请日:2020-01-06

    发明人: 蔡振兴

    IPC分类号: G06T7/73 G06K9/00

    摘要: 本发明实施例公开一种用于汽车的多相机目标匹配与跟踪方法及装置。该方法中,通过对于每路当前视频帧图像,将该路当前视频帧图像的检出目标与该路上一视频帧图像的检出目标进行匹配的方式,对每路视频帧图像中的目标进行跟踪,并通过计算三维位置坐标之差以及外观相似性的方式,确定外观相似性较高且三维位置相近的两个目标为同一目标,达到对多路视频帧中的目标进行匹配的目的,又由于在进行多路目标匹配时,不仅考虑了三维位置还考虑了外观相似性,大大提高了多路目标匹配的准确度,因此,本发明实施例提供的用于汽车的多相机目标匹配与跟踪装置,能够对多相机目标进行跟踪且目标匹配准确度较高。

    一种训练样本的获取方法及装置

    公开(公告)号:CN112861898A

    公开(公告)日:2021-05-28

    申请号:CN201911188397.0

    申请日:2019-11-28

    IPC分类号: G06K9/62

    摘要: 本发明实施例公开一种训练样本的获取方法及装置。该方法包括:接收训练样本的获取任务,获取任务包含待获取训练样本个数和训练样本在数据集总体中的占比;获取每种数据采集模式对应的成本单价;获取每种筛选器模式对应的筛选性能参数和成本单价;获取单位数据的存储成本和单位标注成本;确定原始数据获取的组合方式;针对每种组合方式,基于数据采集模式对应的成本单价和筛选器模式对应的筛选性能参数和成本单价,计算得到每种组合方式所对应的总成本;从得到的每种总成本中挑选出最低总成本,将最低总成本对应的组合方式确定为获取任务获取训练样本的原始数据获取组合方案;将组合方案发送至相应设备以获取用于筛选训练样本的原始数据集。

    一种多传感器数据的获取方法、装置及系统

    公开(公告)号:CN112859659A

    公开(公告)日:2021-05-28

    申请号:CN201911189131.8

    申请日:2019-11-28

    发明人: 梁煜彬 贾保才

    IPC分类号: G05B19/042 G01D21/02

    摘要: 本发明实施例公开一种多传感器数据的获取方法、装置及系统,该方法包括:目标处理器在获得当前指定时序脉冲后,从图像采集设备获取当前指定时序脉冲对应的图像,作为当前图像;在获得数据获取指令之后,从微控制器获取当前图像对应的目标传感器数据,其中,数据获取指令为:微控制器获得当前指定时序脉冲的后一个脉冲后发送的指令,或目标处理器获得所述当前指定时序脉冲的后一个脉冲后自身生成的指令,当前图像对应的目标传感器数据为:微控制器所获得的、其他传感器在当前指定时序脉冲的后一个时序脉冲对应的时刻与前一指定时序脉冲的后一个时序脉冲对应的时刻之间采集的传感器数据,实现减少处理器获取到多传感器数据的过程中的中断次数。

    一种关键点检测算法的评估方法及装置

    公开(公告)号:CN112711973A

    公开(公告)日:2021-04-27

    申请号:CN201911029943.6

    申请日:2019-10-25

    发明人: 于昕元

    摘要: 本发明实施例公开了一种关键点检测算法的评估方法及装置。该方法包括:获取第一图像帧的静态区域中的第一关键点和第二图像帧的静态区域中的第二关键点;根据第一图像帧对应的世界坐标系中的采集位置和第一关键点的深度信息,确定第一关键点在世界坐标系中的目标位置;根据目标位置、第二图像帧对应的世界坐标系中的采集位置以及第一图像帧中各个像素点的深度信息,确定第一关键点在第二图像帧中的第一投影点;根据第一投影点与第二图像帧中的第二关键点之间的位置差异,确定关键点检测算法的性能。应用本发明实施例提供的方案,能够对关键点检测算法在智能驾驶场景下的性能进行评估。

    一种基于无人驾驶车辆的评测目标检测算法的方法及装置

    公开(公告)号:CN112540352A

    公开(公告)日:2021-03-23

    申请号:CN201910889815.2

    申请日:2019-09-20

    摘要: 本发明实施例公开一种基于无人驾驶车辆的评测目标检测算法的方法及装置。无人驾驶车辆安装有相机、车身信号传感器、激光雷达、以及毫米波雷达,该方法包括:获取无人驾驶车辆在行驶过程中相机采集的连续图像、车身信号传感器采集的车身信号、激光雷达对应的雷达数据、以及毫米波雷达对应的毫米波雷达数据;将连续图像和车身信号输入目标检测算法中,得到各预测目标的预测位置和预测速度;根据雷达数据和毫米波雷达数据,计算各采样时刻无人驾驶车辆周围各真值目标的真值位置和真值速度;根据各预测目标的预测位置和预测速度,以及各真值目标的真值位置和真值速度,计算目标检测算法的评测结果。本发明实施例能够提高目标检测算法的评测精度。

    基于动力学的车辆预测控制方法及处理器

    公开(公告)号:CN112406890A

    公开(公告)日:2021-02-26

    申请号:CN201910780958.X

    申请日:2019-08-22

    发明人: 石冰清

    IPC分类号: B60W50/00

    摘要: 本发明实施例公开了一种基于动力学的车辆预测控制方法及处理器。该方法包括:获取第一时刻的车辆状态量,获取第二时刻的车辆状态量以及第二时刻的车辆控制量;将第一时刻的车辆状态量作为实际状态量,根据预测状态量与实际状态量之间的差异,对车辆参数进行修改,得到修改后车辆参数;当修改后车辆参数相对于该车辆参数满足收敛条件时,根据修改后车辆参数更新该车辆参数;基于MPC模块中包含更新后车辆参数的车辆动力学预测模型和第一时刻的车辆状态量,确定第一时刻的车辆控制量。应用本发明实施例提供的方案,能够确定出更精确的车辆参数,提高模型预测的控制量的准确性。