一种基于机器视觉的三维测量系统及方法

    公开(公告)号:CN118310420A

    公开(公告)日:2024-07-09

    申请号:CN202410444703.7

    申请日:2024-04-12

    IPC分类号: G01B11/00 G01B11/26

    摘要: 本发明涉及三维视觉技术领域,提供一种基于机器视觉的三维测量系统及方法,包括三维测量中台、轨迹图构建模块、平移约束构建模块、约束函数构建模块和三维测量模块;轨迹图构建模块用于构建预设三维场景下的轨迹图;平移约束构建模块用于构建相机节点对的目标相对平移的第一约束,以及,构建相机节点与三维点的目标特征轨迹的第二约束;约束函数构建模块用于构建第一约束对应的第一目标函数,以及,构建第二约束对应的第二目标函数;三维测量模块用于以最小化第一约束与第二约束的约束误差总和为目标,求解第一目标函数与第二目标函数,得到相机节点的相对平移与三维点的位置。本发明提高了低视差场景中的估计准确性与鲁棒性。

    基于视频预测的驾驶员驾驶状态监测预警系统及预警方法

    公开(公告)号:CN117975422A

    公开(公告)日:2024-05-03

    申请号:CN202410147332.6

    申请日:2024-03-04

    摘要: 本发明公开了一种基于视频预测的驾驶员驾驶状态监测预警系统,包含本地车载端和服务器端,通过车载端的摄像头实时拍摄截取包含驾驶员头部和身体姿态的视频帧,利用视频预测算法预测未来的视频序列,将预测的视频序列通过深度神经网络构建的驾驶行为危险程度识别模型,结合实时车速等信息进行危险等级分类,从而实现驾驶员驾驶状态监测及预警。系统具有在线和离线两种模式:在线模式中,服务器端存储数据并实时进行安全驾驶监测;而离线模式下则由本地处理器进行安全驾驶监测。本发明公开的驾驶员安全驾驶监测预警方法,利用了视频帧图像的内在特征以及帧间的时序关系,通过视频预测算法提前感知发现危险驾驶行为,实现了非入侵式预警监测,具有一定的社会价值和现实意义。

    基于张量分解的地铁站点—闸机数据失配识别方法

    公开(公告)号:CN116842451A

    公开(公告)日:2023-10-03

    申请号:CN202310914516.6

    申请日:2023-07-25

    摘要: 本发明提出一种张量分解与神经网络结合的站点—闸机失配信息识别模型,首先利用张量分解提取各闸机的关联客流特征,而后通过人工过采样生成均衡的特征数据集作为神经网络的训练数据;神经网络通过对特征的交叉验证,进行二元分类,从而识别出AFC数据中潜在的失配闸机。结果表明:模型可以以超过90%的准确率识别闸机—站点是否失配,对于失配闸机,模型可以以超过90%的准确度将其识别,对于匹配闸机模型误识别率很低。尤其是在失配比率达到40%时,上述准确度依然可以保持在90%以上,证明模型具有很强的鲁棒性。