-
公开(公告)号：CN111008973A
公开(公告)日：2020-04-14
申请号：CN201910950033.5
申请日：2019-10-08
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于对成像传感器的图像数据进行节约计算资源的语义分割的方法，所述方法借助人工神经网络进行，尤其借助卷积神经网络进行，其中，所述人工神经网络具有编码器路径、解码器路径(和跳跃部件)，所述方法包括以下步骤：借助第一拼接(合并)函数/准则，对输入张量与跳跃张量进行第一拼接(合并)，以便获得合并张量，其中，所述输入张量和所述跳跃张量与所述图像数据相关；将神经网络的函数、尤其卷积应用到所述合并张量上，以便获得审校张量；借助第二拼接(合并)函数/准则，对所述审校张量与所述输入张量进行第二拼接(合并)，以便获得输出张量；将所述输出张量输出至所述人工神经网络的所述解码器路径。
-
公开(公告)号：CN111008972B
公开(公告)日：2025-02-28
申请号：CN201910949152.9
申请日：2019-10-08
Applicant: 罗伯特·博世有限公司
IPC: G06T7/11 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 一种用于借助人工神经网络(尤其卷积神经网络)对成像传感器的图像数据进行节约计算资源的语义分割的方法，其中，该人工神经网络具有编码器路径和解码器路径，其中，该编码器路径过渡到解码器路径中，其中，该过渡通过判别路径实现，其中，在判别路径中执行以下步骤：根据分解函数将输入张量分解成至少一个第一切片张量和至少一个第二切片张量，其中，该输入张量来自所述编码器路径；根据拼接函数，将至少一个第一切片张量与至少一个第二切片张量拼接，以便获得级联张量；将类别张量输出到神经网络的解码器路径。
-
公开(公告)号：CN112640413B
公开(公告)日：2023-10-13
申请号：CN201980056469.8
申请日：2019-06-19
Applicant: 罗伯特·博世有限公司
Inventor： D·拉普勒格尔 , P·R·赫尔佐克 , L·R·托里斯洛佩斯 , P-S·劳尔 , U·布罗施
IPC: H04N1/60 , H04N9/76 , H04N13/133 , G06T7/90 , H04N13/246 , H04N7/18
Abstract: 本发明涉及一种方法，该方法具有检测第一和第二摄像机图像的步骤，其中，第一和第二摄像机图像具有重叠区域，并且第一和第二摄像机图像分别包括多个分别具有颜色信息的图像点，其中，该方法具有以下步骤：将第一摄像机图像的图像点和第二摄像机图像的图像点至少分配给三维网格结构的预给定点，其中，所述预给定点被布置在三维网格结构的表示重叠区域的区域中，针对每个预给定点，根据第一和第二摄像机图像的所分配的颜色信息求取颜色信息差异；根据在相应的预给定点处求取的颜色信息差异求取品质值，根据该颜色信息差异来确定全局颜色变换矩阵，其中，分别根据所属的品质值来对所确定的颜色信息差异进行加权，以及根据所确定的颜色变换矩阵来匹配第二摄像机图像。
-
公开(公告)号：CN112334947A
公开(公告)日：2021-02-05
申请号：CN201980044427.2
申请日：2019-05-09
Applicant: 罗伯特·博世有限公司
Inventor： P·R·赫尔佐克 , U·布罗施 , L·R·托里斯洛佩斯 , D·拉普勒格尔 , P-S·劳尔
Abstract: 本发明涉及一种用于基于传感器和存储器表示车辆(100)的周围环境的方法，其中，所述车辆(100)具有至少一个用于感测周围环境的成像传感器、尤其是摄像机(101，102)，所述方法包括以下方法步骤：感测(301)图像、尤其是摄像机成像的序列；与所述车辆(100)的距离传感器(103，104)有关地来确定(303)距离数据，其中，所述距离数据包括车辆与车辆周围环境中的对象之间的距离；与所述距离数据有关地产生(304)周围环境模型(701)的三维结构；与所感测的图像有关地、尤其是通过神经元网络来识别(307)在所述车辆(100)的周围环境中的至少一个对象(108a、108b、401、402、403、404、405)；与所识别的对象(108a,108b,401,402,403,404,405)有关地来加载(308)合成对象模型(702，703)；与所述合成对象模型(702，703)有关地并且与所述距离数据有关地来适配(310)周围环境模型(701)的所产生的三维结构；并且显示(314)经适配的周围环境模型(701)。
-
公开(公告)号：CN115601720A
公开(公告)日：2023-01-13
申请号：CN202210721975.8
申请日：2022-06-24
Applicant: 罗伯特·博世有限公司(DE)
Abstract: 用于支持成像传感器的安装的计算机实现的方法和系统以及训练方法。本发明涉及用于支持成像传感器（10）、尤其是机动车的内部空间摄像机的安装的计算机实现的方法和系统，具有：利用第二数据集（DS2）的参考拓扑来计算（S3）第一数据集（DS1）的多个静态语义场景元素（14a‑h）的几何位移（GV）；并且在使用多个静态语义场景元素（14a‑h）的所计算出的几何位移（GV）的情况下，输出（S4）至少一个信息（I），以支持成像传感器（10）的安装。本发明还涉及一种计算机程序以及一种计算机可读数据载体。
-
Patent Agency Ranking
公开(公告)号：CN113196746A
公开(公告)日：2021-07-30
申请号：CN201980082462.3
申请日：2019-10-29
Applicant: 罗伯特·博世有限公司
Inventor： D·拉普勒格尔 , P·R·赫尔佐克 , L·R·托里斯洛佩斯 , P-S·劳尔 , U·布罗施
IPC: H04N7/18 , H04N5/247 , H04N13/204 , H04N13/239
Abstract: 一种用于以附加信息(4，41，42)丰富目标图像(31)的方法(100)，目标摄像机系统(3)已经从场景(1)记录所述目标图像，源摄像机系统(2)已经从另一视角从相同场景(1)记录的至少一个源图像(21)已经富含所述附加信息，所述方法具有以下步骤：将所述源图像(21)的源像素(21a)分配给三维空间中的3D位置(5)(110)，所述3D位置对应于所述源像素(21a)在所述源图像(21)中的位置；将分配给所述源像素(21a)的附加信息(4，41，42)分配给分别相关的3D位置(5)(120)；将所述3D位置(5)分配给所述目标图像(31)的那些在所述目标图像(31)中的位置对应于所述3D位置(5)的目标像素(31a)(130)；将分配给所述3D位置(5)的附加信息(4，41，42)分配给相关的目标像素(31a)(140)。一种用于训练KI模块(50)的方法(200)，其中，借助所述方法(100)将学习附加信息(54)至少部分地分配给学习图像(53)的作为目标像素(31a)的像素(53a)(215)。一种相关的计算机程序。
-
公开(公告)号：CN111008972A
公开(公告)日：2020-04-14
申请号：CN201910949152.9
申请日：2019-10-08
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于借助人工神经网络(尤其卷积神经网络)对成像传感器的图像数据进行节约计算资源的语义分割的方法，其中，该人工神经网络具有编码器路径和解码器路径，其中，该编码器路径过渡到解码器路径中，其中，该过渡通过判别路径实现，其中，在判别路径中执行以下步骤：根据分解函数将输入张量分解成至少一个第一切片张量和至少一个第二切片张量，其中，该输入张量来自所述编码器路径；根据拼接函数，将至少一个第一切片张量与至少一个第二切片张量拼接，以便获得级联张量；将类别张量输出到神经网络的解码器路径。
-
公开(公告)号：CN112334947B
公开(公告)日：2024-10-18
申请号：CN201980044427.2
申请日：2019-05-09
Applicant: 罗伯特·博世有限公司
Inventor： P·R·赫尔佐克 , U·布罗施 , L·R·托里斯洛佩斯 , D·拉普勒格尔 , P-S·劳尔
Abstract: 本发明涉及一种用于基于传感器和存储器表示车辆(100)的周围环境的方法，其中，所述车辆(100)具有至少一个用于感测周围环境的成像传感器、尤其是摄像机(101，102)，所述方法包括以下方法步骤：感测(301)图像、尤其是摄像机成像的序列；与所述车辆(100)的距离传感器(103，104)有关地来确定(303)距离数据，其中，所述距离数据包括车辆与车辆周围环境中的对象之间的距离；与所述距离数据有关地产生(304)周围环境模型(701)的三维结构；与所感测的图像有关地、尤其是通过神经元网络来识别(307)在所述车辆(100)的周围环境中的至少一个对象(108a、108b、401、402、403、404、405)；与所识别的对象(108a,108b,401,402,403,404,405)有关地来加载(308)合成对象模型(702，703)；与所述合成对象模型(702，703)有关地并且与所述距离数据有关地来适配(310)周围环境模型(701)的所产生的三维结构；并且显示(314)经适配的周围环境模型(701)。
-
公开(公告)号：CN118116187A
公开(公告)日：2024-05-31
申请号：CN202311628999.X
申请日：2023-11-30
Applicant: 罗伯特·博世有限公司
Abstract: 本发明提出了一种用于识别车辆(20)的行程的结束的方法(30、50)，该方法具有下述步骤：求取车辆(20)的运动；求取车辆(20)的至少一个门的闭合；求取一个或多个人员(24)到车辆(20)中或从该车辆中的上车和/或下车；如果求取到车辆(20)的运动等于零、并且如果求取到车辆(20)的至少一个门的闭合、并且如果识别到一个或多个人员(24)到车辆(20)中或从该车辆中的上车和/或下车，则识别出车辆(20)的行程的结束。
-
公开(公告)号：CN116805411A
公开(公告)日：2023-09-26
申请号：CN202310280273.5
申请日：2023-03-21
Applicant: 罗伯特·博世有限公司
IPC: G06V20/59 , G06V10/26 , G06V10/75 , G06V10/764
Abstract: 本发明涉及一种用于确定摄像机、尤其是车辆内部空间摄像机的取向(242)的方法，所述方法包括：获得(200)语义分割的摄像机图像(202)，所述语义分割的摄像机图像借助于所述摄像机来被拍摄；获得(210)语义分割的参考图像(212)，所述语义分割的参考图像对应于使用参考取向所拍摄的图像；改变(220)所述语义分割的摄像机图像和/或所述语义分割的参考图像的图像和/或图像拍摄参数；确定(230)图像和/或图像拍摄参数组(232)，在所述图像和/或图像拍摄参数的情况下，所述语义分割的摄像机图像和所述语义分割的参考图像至少在指定限度内匹配；而且基于所确定的图像和/或图像拍摄参数组(232)，确定(240)所述摄像机的取向(242)。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
