一种传感器输出延时标定装置和方法

    公开(公告)号:CN115683191B

    公开(公告)日:2025-05-09

    申请号:CN202211306671.1

    申请日:2022-10-25

    Abstract: 本发明涉及一种传感器输出延时标定装置和方法,其中,标定装置中的同步信号发生装置用于产生同步输出的第一信号和第二信号;所述信号预处理模块用于对所述第一信号和所述第二信号进行幅值处理;协议解析模块用于解析第一信号经待测传感器输出的数字信号,并在传感器的输出指示信号或数字信号的数据头到达时向计时模块发送第一信号脉冲;所述电平检测模块用于检测第二信号并在第二信号发生跳变时向计时模块发送第二信号脉冲;计时模块用于记录输出第一信号脉冲和输出第二信号脉冲的时间;所述数据记录及延时计算模块用于计算输出第一信号脉冲的时间和输出第二信号脉冲的时间的差值,得到所述待测传感器的输出延时。本发明能够完成不同传感器的输出延时标定。

    一种视频时空行为检测方法

    公开(公告)号:CN113822172B

    公开(公告)日:2024-06-14

    申请号:CN202111017499.3

    申请日:2021-08-30

    Abstract: 本发明提供一种视频时空行为检测方法,包括:截取视频图像;检测视频片段中间帧中的所有可能的目标对象及其边框信息,以及提取视频上下文特征和目标对象特征;获取目标对象特征对于上下文特征的依赖,根据依赖更新目标对象特征;根据目标对象特征的最终结果值生成多个行为特征形成的集合;获取各行为特征间的依赖,根据依赖更新行为特征集合;利用行为特征的更新值预测每个目标对象的各行为概率。本发明的视频时空行为检测方法通过获取上下文依赖来更新更新目标对象特征,并且利用行为特征之间的依赖更新行为特征集合,可以提高视频行为检测的准确率。

    一种抠图方法及装置
    5.
    发明公开

    公开(公告)号:CN118115512A

    公开(公告)日:2024-05-31

    申请号:CN202410196044.X

    申请日:2024-02-22

    Abstract: 本发明涉及一种抠图方法及装置。其中,方法包括以下步骤:获取目标图像的mask图;基于所述mask图,生成所述目标图像的初始alpha图;对所述初始alpha图进行上采样操作;根据上采样操作后的所述初始alpha图中各像素点的alpha值划分前景区域、未知区域和背景区域,获得trimap图;将所述目标图像和所述trimap图输入抠图模型,得到所述目标图像的alpha图。本发明能够生成精确的trimap图,进而提高自然图像抠图方法的实用性,获取高质量的抠图。

    一种基于现实场景的长焦相机标定装置及标定方法

    公开(公告)号:CN112288824B

    公开(公告)日:2024-04-12

    申请号:CN202011165184.9

    申请日:2020-10-27

    Abstract: 本发明公开了一种基于现实场景的长焦相机标定装置及标定方法,所述装置包括测距机构和控制机构;控制机构包括俯仰机构和偏摆机构,俯仰机构设于偏摆机构的上方,俯仰机构包括俯仰组件和和用于测量俯仰角度的俯仰角度测量组件;偏摆机构包括偏摆组件和用于测量偏摆角度的偏摆角度测量组件;测距机构设置于控制机构上,测距机构能够随控制机构同步运动,测距机构用于测量特征点到测距机构的直线距离。本发明方法通过标定装置,获取现实场景中的特征点在同一坐标系下三维坐标,利用这些特征点来完成长焦相机的标定;由于特征点均来自现实场景,因此限制较小,而且这些特征点可以遍布相机的大部分画面,从而具有较好的标定结果。

    基于结构差异感知的类别级六自由度物体位姿估计方法

    公开(公告)号:CN116245940B

    公开(公告)日:2024-04-05

    申请号:CN202310052012.8

    申请日:2023-02-02

    Abstract: 本发明涉及一种基于结构差异感知的类别级六自由度物体位姿估计方法,包括:将深度图输入至目标检测分割网络进行识别,并根据识别结果得到物体实例的观测点云,并基于物体实例的观测点云选择目标物体对应的类别先验;提取观测点云和类别先验的特征,得到实例几何特征和类别几何特征;将实例几何特征和类别几何特征输入信息交互增强模块,得到增强的实例几何特征和类别几何特征;再通过所述语义动态融合模块进行语义和几何信息的融合,得到实例融合特征和类别融合特征;基于类别融合特征得到实例NOCS模型;通过匹配网络将实例NOCS模型和观测点云进行匹配,并根据相似性计算得到目标物体的6D位姿和大小。本发明能够提高6D位姿估计的准确性。

    基于卷积神经网络的实时在线受电弓羊角检测方法

    公开(公告)号:CN112381031B

    公开(公告)日:2024-02-02

    申请号:CN202011331116.5

    申请日:2020-11-24

    Abstract: 本发明涉及一种基于卷积神经网络的实时在线受电弓羊角检测方法,包括:步骤S1,根据列车历史往返一次的全程视频制作训练集;步骤S2,采用训练集对预训练模型进行再训练,得到羊角掩膜检测网络;步骤S3,将全程视频输入羊角掩膜检测网络,获取每个羊角的掩膜信息;步骤S4,对每个羊角的掩膜信息进行统计,获取每个羊角的损伤判别条件;步骤S5,获取列车行驶的实时视频,将列车行驶的实时视频输入所述羊角掩膜检测网络,获取每个羊角的实时掩膜信息,并根据损伤判别条件检测每个羊角是否发生损伤。本发明能够在不影响列车运行的情况下实现实时在线检测,在复杂背景环境中具有更高的鲁棒性。同时,本发明能够有效增加检测精度。

Patent Agency Ranking