-
公开(公告)号：CN111753592B
公开(公告)日：2024-08-16
申请号：CN201910247074.8
申请日：2019-03-29
申请人： 长沙智能驾驶研究院有限公司
IPC分类号： G06V20/58 , G06V10/22 , G06V10/764
摘要： 本申请涉及一种交通标志识别方法、装置、计算机设备和存储介质，方法包括：获取待识别图片；基于通过训练确定的检测器模型确定待识别图片中的目标信息的位置信息和模糊类别信息；根据位置信息确定待识别图片的前景图片，前景图片中包括目标信息；根据模糊类别信息确定对应的通过训练得到的分类器模型；通过分类器模型对前景图片进行识别，确定待识别图片中目标信息的交通标志具体类别信息。通过上述方法，只需将待识别的图片输入训练得到的模型中，即可完成对交通标志的识别，最终输出待识别图片中包含的交通标志的具体类别，可以缩短交通标志的识别所用时间，提高识别效率，且便于根据识别出的具体类别做出相应的提示。
-
公开(公告)号：CN113496150B
公开(公告)日：2023-03-21
申请号：CN202010199855.7
申请日：2020-03-20
申请人： 长沙智能驾驶研究院有限公司
IPC分类号： G06V20/10 , G06V10/46 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请涉及一种密集目标检测方法、装置、存储介质及计算机设备，获取初始特征，并根据初始特征得到至少两个图像特征；分别提取各图像特征对应的各深度特征；基于各深度特征，以及前一层级图像特征进行融合，得到各融合特征；分别对各融合特征进行目标检测，基于各目标检测结果得到目标检测信息。在本申请的技术方案中，一方面，基于不同层级的图像特征进行深度特征提取，从而可以获取更丰富的层级语义特征信息；另一方面，通过进行特征融合得到融合特征，并在融合特征的基础上进行目标检测，从而，通过结合不同层级的图像特征以及深度特征，使得用于进行目标检测的语义特征信息更加丰富，进而提高密集场景下的目标检测结果的准确性。
-
公开(公告)号：CN111401135A
公开(公告)日：2020-07-10
申请号：CN202010105072.8
申请日：2020-02-20
申请人： 长沙智能驾驶研究院有限公司
摘要： 本申请涉及一种开门防撞方法、装置、计算机设备和存储介质。所述方法包括：从获取的即将停车的车辆的全景图像中提取并聚类前景像素点得到包括第一前景目标的前景图像；第一前景目标分别与前景图像相邻上一帧前景图像中的第二前景目标进行匹配；匹配成功时获取与第一前景目标匹配成功的第二前景目标的关键点集合；对第二前景目标的关键点集合中的像素点进行目标跟踪、筛选和补充，得到第一前景目标的关键点集合；基于第一前景目标的关键点集合中各像素点的运动速度确定第一前景目标的运动速度；根据运动速度预测第一前景目标运动后的位置；当确定第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。采用本方法能够提高精确性。
-
公开(公告)号：CN117523914A
公开(公告)日：2024-02-06
申请号：CN202210910848.2
申请日：2022-07-29
申请人： 长沙智能驾驶研究院有限公司
摘要： 本申请提供一种碰撞预警方法、装置、设备、可读存储介质及程序产品，该方法包括获取目标障碍物在N个时刻下的N个脚点以及车辆的M个图像采集装置的标定参数，N个脚点基于M个图像采集装置中的至少一个图像采集装置采集的图像得到；根据标定参数将N个脚点投影至鸟瞰图，得到目标障碍物的目标轨迹；根据目标轨迹确定目标障碍物与车辆是否存在碰撞风险；若存在碰撞风险则发出预警提示信息。这样，针对目标障碍物在同一个图像采集装置的采集区域内运动，或跨越不同图像采集装置的采集区域运动的情况，利用N个脚点投影至鸟瞰图得到的目标轨迹来预测碰撞风险，提高了碰撞风险分析的效率及准确性，从而能够同时满足碰撞预警的及时性和准确性需求。
-
公开(公告)号：CN111401135B
公开(公告)日：2023-09-26
申请号：CN202010105072.8
申请日：2020-02-20
申请人： 长沙智能驾驶研究院有限公司
IPC分类号： G06V20/58 , G06V10/762 , G06V10/75 , B60Q9/00
摘要： 本申请涉及一种开门防撞方法、装置、计算机设备和存储介质。所述方法包括：从获取的即将停车的车辆的全景图像中提取并聚类前景像素点得到包括第一前景目标的前景图像；第一前景目标分别与前景图像相邻上一帧前景图像中的第二前景目标进行匹配；匹配成功时获取与第一前景目标匹配成功的第二前景目标的关键点集合；对第二前景目标的关键点集合中的像素点进行目标跟踪、筛选和补充，得到第一前景目标的关键点集合；基于第一前景目标的关键点集合中各像素点的运动速度确定第一前景目标的运动速度；根据运动速度预测第一前景目标运动后的位置；当确定第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。采用本方法能够提高精确性。
-
公开(公告)号：CN112949785B
公开(公告)日：2021-08-20
申请号：CN202110525549.2
申请日：2021-05-14
申请人： 长沙智能驾驶研究院有限公司
IPC分类号： G06K9/62
摘要： 本申请提供了一种对象检测方法、装置、设备及计算机存储介质。对象检测方法包括：获取第一帧图像中检测对象的第一检测框和第二帧图像中检测对象的第二检测框；第二帧图像的采集时刻在第一帧图像的采集时刻之前，第一检测框和第二检测框均携带有特征参数，特征参数至少包括置信度；根据第一检测框的特征参数和第二检测框的特征参数，确定第一检测框和第二检测框之间的至少一种相似度信息；对至少一种相似度信息和特征参数进行融合，得到融合结果；根据融合结果更新第一检测框的置信度；根据置信度更新后的第一检测框确定检测对象。本申请可提高对象检测的准确性，减少漏检。
-
公开(公告)号：CN111950329B
公开(公告)日：2024-06-18
申请号：CN201910406367.6
申请日：2019-05-16
申请人： 长沙智能驾驶研究院有限公司
IPC分类号： G06V10/25 , G06V10/762 , G06V10/774
摘要： 本申请涉及一种目标检测及模型训练方法、装置、计算机设备和存储介质。所述方法包括：获取训练图像集，训练图像集中各训练图像中的检测目标存在对应标注框的标注框参数；将训练图像集中的训练图像作为目标检测模型的输入，获取目标检测模型输出的训练图像中的检测目标对应预测框的预测框参数；根据与标注框对应预设的边界框、标注框参数和预测框参数确定分类损失、交叠损失和定位损失；根据分类损失、交叠损失和定位损失得到损失函数值；根据损失函数值对目标检测模型中的模型参数进行调整并继续训练，直至满足训练停止条件时结束训练，得到训练完成的目标检测模型。采用本方法能够提高目标检测的准确性。
-
公开(公告)号：CN113496150A
公开(公告)日：2021-10-12
申请号：CN202010199855.7
申请日：2020-03-20
申请人： 长沙智能驾驶研究院有限公司
摘要： 本申请涉及一种密集目标检测方法、装置、存储介质及计算机设备，获取初始特征，并根据初始特征得到至少两个图像特征；分别提取各图像特征对应的各深度特征；基于各深度特征，以及前一层级图像特征进行融合，得到各融合特征；分别对各融合特征进行目标检测，基于各目标检测结果得到目标检测信息。在本申请的技术方案中，一方面，基于不同层级的图像特征进行深度特征提取，从而可以获取更丰富的层级语义特征信息；另一方面，通过进行特征融合得到融合特征，并在融合特征的基础上进行目标检测，从而，通过结合不同层级的图像特征以及深度特征，使得用于进行目标检测的语义特征信息更加丰富，进而提高密集场景下的目标检测结果的准确性。
-
公开(公告)号：CN112949785A
公开(公告)日：2021-06-11
申请号：CN202110525549.2
申请日：2021-05-14
申请人： 长沙智能驾驶研究院有限公司
IPC分类号： G06K9/62
摘要： 本申请提供了一种对象检测方法、装置、设备及计算机存储介质。对象检测方法包括：获取第一帧图像中检测对象的第一检测框和第二帧图像中检测对象的第二检测框；第二帧图像的采集时刻在第一帧图像的采集时刻之前，第一检测框和第二检测框均携带有特征参数，特征参数至少包括置信度；根据第一检测框的特征参数和第二检测框的特征参数，确定第一检测框和第二检测框之间的至少一种相似度信息；对至少一种相似度信息和特征参数进行融合，得到融合结果；根据融合结果更新第一检测框的置信度；根据置信度更新后的第一检测框确定检测对象。本申请可提高对象检测的准确性，减少漏检。
-
公开(公告)号：CN111784588A
公开(公告)日：2020-10-16
申请号：CN201910269046.6
申请日：2019-04-04
申请人： 长沙智能驾驶研究院有限公司
摘要： 本申请涉及一种图像数据增强方法、装置、计算机设备和存储介质。所述方法包括：获取原始图像，并对原始图像进行掩码融合处理，得到检测目标图像；确定检测目标图像的透视变换基点；根据透视变换基点和预设的透视变换条件，对检测目标图像进行透视变换，得到透视视角图像；将透视视角图像与预设的背景图像进行融合，得到增强图像，图像增强数据包括增强图像。采用本方法能够对图像数据进行扩充，增加图像数据量。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.035 秒)
