公开(公告)号：CN110263663A

公开(公告)日：2019-09-20

申请号：CN201910455869.8

申请日：2019-05-29

申请人： 南京师范大学 ,  南京智能高端装备产业研究院有限公司

发明人： 谢非 ,  吴沛林 ,  王鼎 ,  刘文慧 ,  汪璠 ,  杨继全 ,  韩嘉宁 ,  光蔚然 ,  刘益剑 ,  郭钊利

IPC分类号： G06K9/00

摘要： 本发明公开了一种基于多维面部特征的驾驶员多级疲劳度识别方法，包括：步骤1：采集连续视频帧序列图像，判断是否有人脸在图像中。如果检测出有人脸在图像区域，则将人脸部分图像单独截取出来作为人脸检测图像转到下一步进行处理；否则读取下一帧图像重新进行判断。步骤2：提取人脸特征点，并记录每一个特征点在图像中的位置坐标。步骤3：计算多维面部特征；步骤4、对面部状态做出判断，面部状态包括：是否在打瞌睡、是否在打哈欠、是否在低头和是否在转头。步骤5、融合多维面部特征和面部状态，计算K帧内疲劳度评估值，根据疲劳度评估值将疲劳度识别为正常、轻度疲劳、中度疲劳和重度疲劳四个等级，完成驾驶员多级疲劳度识别功能。

公开(公告)号：CN111460941A

公开(公告)日：2020-07-28

申请号：CN202010206651.1

申请日：2020-03-23

申请人： 南京智能高端装备产业研究院有限公司 ,  南京师范大学

发明人： 谢非 ,  梅一剑 ,  何逸 ,  郭钊利 ,  杨继全 ,  吴俊 ,  钱伟行 ,  陆飞 ,  章悦 ,  汪璠

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/62

摘要： 本发明提供了一种穿戴式导航装备中视觉导航特征点提取与匹配方法，包括：读取两帧原始图像，构建图像的高斯-拉普拉斯金字塔，生成高斯-拉普拉斯差分尺度空间；进行特征点检测，将局部极值点作为特征点提取出来；计算出特征点的方向；基于BRIEF算子生成特征点的描述符，对每个点对进行二进制赋值，形成一个二进制编码；基于前一步生成的描述子对两张图像进行特征点的匹配，测量前一帧图中的每一个特征点与后一帧图像中所有特征点的相似程度，将相似程度最大的匹配成一对；重复上一步匹配操作，直到两帧图像中的所有特征点匹配完成，这些匹配好的特征点对为视觉导航提供大量的基础信息，提高导航定位结果的稳定性、环境适应性及抗干扰性能。

公开(公告)号：CN111460941B

公开(公告)日：2023-06-09

申请号：CN202010206651.1

申请日：2020-03-23

申请人： 南京智能高端装备产业研究院有限公司 ,  南京师范大学

发明人： 谢非 ,  梅一剑 ,  何逸 ,  郭钊利 ,  杨继全 ,  吴俊 ,  钱伟行 ,  陆飞 ,  章悦 ,  汪璠

IPC分类号： G06V20/50 ,  G06V10/46 ,  G06V10/75

摘要： 本发明提供了一种穿戴式导航装备中视觉导航特征点提取与匹配方法，包括：读取两帧原始图像，构建图像的高斯‑拉普拉斯金字塔，生成高斯‑拉普拉斯差分尺度空间；进行特征点检测，将局部极值点作为特征点提取出来；计算出特征点的方向；基于BRIEF算子生成特征点的描述符，对每个点对进行二进制赋值，形成一个二进制编码；基于前一步生成的描述子对两张图像进行特征点的匹配，测量前一帧图中的每一个特征点与后一帧图像中所有特征点的相似程度，将相似程度最大的匹配成一对；重复上一步匹配操作，直到两帧图像中的所有特征点匹配完成，这些匹配好的特征点对为视觉导航提供大量的基础信息，提高导航定位结果的稳定性、环境适应性及抗干扰性能。

公开(公告)号：CN112184763A

公开(公告)日：2021-01-05

申请号：CN202010939522.3

申请日：2020-09-09

申请人： 南京师范大学镇江创新发展研究院 ,  南京师范大学

发明人： 谢非 ,  郭钊利 ,  刘益剑 ,  陆飞 ,  梅一剑 ,  何逸 ,  卢毅 ,  吴俊 ,  章悦 ,  汪璠

IPC分类号： G06T7/246 ,  G06T7/73 ,  G06T7/80 ,  G01C22/00

摘要： 本发明提供了一种机器人视觉导航中视觉里程计构建方法，包括：提取图像特征点；获取物体边界框的位置；判断提取到的特征点是否在检测得到的物体边界框内，若不是，则剔除特征点；若在物体边界框内，则通过光流跟踪物体边界框内的特征点，并通过光流极线法进行动态点的判断，若物体边界框内动态点数目大于阈值，则认为该物体边界框内物体是运动的，将其中所有特征点剔除。若未超过阈值，则认为该物体边界框内物体是静止的，物体边界框内的特征点是有效特征点。根据有效特征点估算相机运动轨迹，恢复出相机旋转和平移运动，估计出相机位姿，完成视觉里程计的构建。本发明解决了动态环境下位姿估计的不准确问题,提高了定位精度。

公开(公告)号：CN112184763B

公开(公告)日：2024-09-10

申请号：CN202010939522.3

申请日：2020-09-09

申请人： 南京师范大学镇江创新发展研究院 ,  南京师范大学

发明人： 谢非 ,  郭钊利 ,  刘益剑 ,  陆飞 ,  梅一剑 ,  何逸 ,  卢毅 ,  吴俊 ,  章悦 ,  汪璠

IPC分类号： G06T7/246 ,  G06T7/73 ,  G06T7/80 ,  G01C22/00

摘要： 本发明提供了一种机器人视觉导航中视觉里程计构建方法，包括：提取图像特征点；获取物体边界框的位置；判断提取到的特征点是否在检测得到的物体边界框内，若不是，则剔除特征点；若在物体边界框内，则通过光流跟踪物体边界框内的特征点，并通过光流极线法进行动态点的判断，若物体边界框内动态点数目大于阈值，则认为该物体边界框内物体是运动的，将其中所有特征点剔除。若未超过阈值，则认为该物体边界框内物体是静止的，物体边界框内的特征点是有效特征点。根据有效特征点估算相机运动轨迹，恢复出相机旋转和平移运动，估计出相机位姿，完成视觉里程计的构建。本发明解决了动态环境下位姿估计的不准确问题,提高了定位精度。