-
公开(公告)号：CN116740669A
公开(公告)日：2023-09-12
申请号：CN202311029638.3
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请提供了一种多目图像检测方法、装置、计算机设备和存储介质，所述方法包括：获取当前时间点的多个第一待检测图像以及对应的第一位置，多个所述第一待检测图像基于多目相机生成；基于多个所述第一待检测图像，获取对应的第一体素化图像特征；基于所述第一位置以及第二位置对所述第一体素化图像特征以及第二体素化图像特征进行融合，得到时序融合特征，所述第二位置以及所述第二体素化图像特征基于历史时间点确定；基于所述时序融合特征，获取目标对象的识别结果。通过本申请，解决了相关技术中存在的基于多目相机的图像检测精度较低的技术问题，并且运算量较小，在几乎不增加运算消耗的前提下提高了图像的检测精度。
-
公开(公告)号：CN116740668B
公开(公告)日：2023-11-14
申请号：CN202311029637.9
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请涉及一种三维目标检测方法、装置、计算机设备和存储介质，所述方法包括：获取多个待检测图像，多个所述待检测图像基于多目相机生成；基于多个所述待检测图像，获取对应的预设体素空间的体素化图像特征；基于离线点云地图获取与所述预设体素空间相对应的体素化点云特征，并对所述体素化图像特征以及所述体素化点云特征进行融合，得到体素融合特征；基于所述体素融合特征，获取目标对象的识别结果。本申请解决了相关技术中存在的基于多目相机的三维目标检测精度较低的技术问题，并且对运算的消耗较小，在检测时常几乎不变的前提下显著提高了目标检测精度，拓展了智能驾驶感知技术的应用范围。
-
公开(公告)号：CN116740668A
公开(公告)日：2023-09-12
申请号：CN202311029637.9
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请涉及一种三维目标检测方法、装置、计算机设备和存储介质，所述方法包括：获取多个待检测图像，多个所述待检测图像基于多目相机生成；基于多个所述待检测图像，获取对应的预设体素空间的体素化图像特征；基于离线点云地图获取与所述预设体素空间相对应的体素化点云特征，并对所述体素化图像特征以及所述体素化点云特征进行融合，得到体素融合特征；基于所述体素融合特征，获取目标对象的识别结果。本申请解决了相关技术中存在的基于多目相机的三维目标检测精度较低的技术问题，并且对运算的消耗较小，在检测时常几乎不变的前提下显著提高了目标检测精度，拓展了智能驾驶感知技术的应用范围。
-
Patent Agency Ranking
公开(公告)号：CN116740669B
公开(公告)日：2023-11-14
申请号：CN202311029638.3
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请提供了一种多目图像检测方法、装置、计算机设备和存储介质，所述方法包括：获取当前时间点的多个第一待检测图像以及对应的第一位置，多个所述第一待检测图像基于多目相机生成；基于多个所述第一待检测图像，获取对应的第一体素化图像特征；基于所述第一位置以及第二位置对所述第一体素化图像特征以及第二体素化图像特征进行融合，得到时序融合特征，所述第二位置以及所述第二体素化图像特征基于历史时间点确定；基于所述时序融合特征，获取目标对象的识别结果。通过本申请，解决了相关技术中存在的基于多目相机的图像检测精度较低的技术问题，并且运算量较小，在几乎不增加运算消耗的前提下提高了图像的检测精度。
-
公开(公告)号：CN116977810A
公开(公告)日：2023-10-31
申请号：CN202311236786.2
申请日：2023-09-25
Applicant: 之江实验室
IPC: G06V10/80 , G06V20/64 , G06V10/74 , G06V10/774
Abstract: 本申请涉及一种多模态后融合的长尾类别检测方法和系统。所述方法包括：利用第一目标检测模型检测当前场景的点云数据，得到第一目标检测结果；利用第二目标检测模型检测当前场景的图像数据，得到第二目标检测结果；将第一目标检测结果中的三维检测框投影到图像数据的坐标系中，与第二目标检测结果中的二维检测框进行配对；若配对结果中长尾类别的上级类别相匹配，则将两者的置信度进行融合，并更新配对结果；基于点云数据的三维检测框、第三置信度以及图像数据的第二长尾类别，确定更新后的配对结果的长尾类别检测结果。通过本方法能够实现多模态的长尾类别检测，通过轻量级模型，提高长尾类别的检测效率和检测结果的输出精度。
-
公开(公告)号：CN116977810B
公开(公告)日：2024-01-09
申请号：CN202311236786.2
申请日：2023-09-25
Applicant: 之江实验室
IPC: G06V10/80 , G06V20/64 , G06V10/74 , G06V10/774
Abstract: 本申请涉及一种多模态后融合的长尾类别检测方法和系统。所述方法包括：利用第一目标检测模型检测当前场景的点云数据，得到第一目标检测结果；利用第二目标检测模型检测当前场景的图像数据，得到第二目标检测结果；将第一目标检测结果中的三维检测框投影到图像数据的坐标系中，与第二目标检测结果中的二维检测框进行配对；若配对结果中长尾类别的上级类别相匹配，则将两者的置信度进行融合，并更新配对结果；基于点云数据的三维检测框、第三置信度以及图像数据的第二长尾类别，确定更新后的配对结果的长尾类别检测结果。通过本方法能够实现多模态的长尾类别检测，通过轻量级模型，提高长尾类别的检测效率和检测结果的输出精度。(56)对比文件王希;陈晓波;习俊通.人体散乱点云数据的区域分割算法.机械设计与研究.2020,(第01期),全文.杨健程;倪冰冰.医学3D计算机视觉:研究进展和挑战.中国图象图形学报.2020,(第10期),全文.汤鹏杰;王瀚漓;许恺晟.LSTM逐层多目标优化及多层概率融合的图像描述.自动化学报.2017,(第07期),全文.曹诗雨;刘跃虎;李辛昭.基于Fast R-CNN的车辆目标检测.中国图象图形学报.2017,(第05期),全文.
-
公开(公告)号：CN116758517B
公开(公告)日：2023-11-14
申请号：CN202311029641.5
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请涉及一种基于多目图像的三维目标检测方法、装置和计算机设备。所述方法包括：基于多目相机获取多个待检测图像；基于多个所述待检测图像，获取预设三维空间的第一体素特征；基于所述第一体素特征获取所述预设三维空间的注意力特征，并基于所述第一体素特征以及所述注意力特征获取第二体素特征；基于所述第二体素特征获取鸟瞰图特征，并基于所述鸟瞰图特征获取目标对象的识别结果。采用本方法能够提高识别的准确度，并大大的降低运算的数据量，从而降低对计算资源的要求，以及降低运算时间，进而大幅度的提高检测的实时性。
-
公开(公告)号：CN116758517A
公开(公告)日：2023-09-15
申请号：CN202311029641.5
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请涉及一种基于多目图像的三维目标检测方法、装置和计算机设备。所述方法包括：基于多目相机获取多个待检测图像；基于多个所述待检测图像，获取预设三维空间的第一体素特征；基于所述第一体素特征获取所述预设三维空间的注意力特征，并基于所述第一体素特征以及所述注意力特征获取第二体素特征；基于所述第二体素特征获取鸟瞰图特征，并基于所述鸟瞰图特征获取目标对象的识别结果。采用本方法能够提高识别的准确度，并大大的降低运算的数据量，从而降低对计算资源的要求，以及降低运算时间，进而大幅度的提高检测的实时性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
