-
公开(公告)号：CN111698386B
公开(公告)日：2021-07-09
申请号：CN202010455596.X
申请日：2020-05-26
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04N5/04
Abstract: 本发明涉及一种多路图像数据前端同步发送装置，包括：图像接入与合并传输模块，用于完成多路图像数据的同步接入与合并；图像帧编号添加模块，用于对合并后的图像数据依次添加图像帧编号；图像行/帧校验添加模块，用于对图像数据添加行/帧校验码；至少两条图像发送通道，用于完成多路图像的同步输出，其中，每条图像发送通道中传输的图像数据完全相同。本发明还涉及一种多路图像数据后端同步接收装置和一种多路图像数据的远距离同步传输系统。本发明对非压缩的多路图像数据能够提高同步传输可靠性。
-
公开(公告)号：CN112766097A
公开(公告)日：2021-05-07
申请号：CN202110015600.5
申请日：2021-01-06
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种视线识别模型的训练方法、视线识别方法、装置及设备，方法包括获取样本图像集，样本图像集包括含有第一区域和第二区域的样本图像，将样本图像输入预设机器学习模型，进行视线识别处理，得到第一区域对应的第一视线信息以及第二区域对应的第二视线信息，基于第一视线信息，确定第二区域对应的第三视线信息，基于第二视线信息和第三视线信息，确定第一损失信息，根据第一损失信息，确定损失信息，基于损失信息调整预设机器学习模型中的模型参数，至损失信息满足预设条件，将满足预设条件时的预设机器学习模型作为视线识别模型。本发明可以在不增加视线识别模型规模的前提下，提高视线识别模型识别视线的精确性。
-
公开(公告)号：CN112434793A
公开(公告)日：2021-03-02
申请号：CN202011322985.1
申请日：2020-11-23
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请涉及量化卷积神经网络的生成方法、装置、设备或存储介质，该方法包括：获取已训练的全精度卷积神经网络和待训练的量化卷积神经网络；基于已训练的全精度卷积神经网络，对待训练的量化卷积神经网络进行循环迭代，得到已训练的量化卷积神经网络；在每一次迭代过程中：获取已训练的全精度卷积神经网络基于输入数据进行前向传播后的第一输出值；对当前待训练的量化卷积神经网络的当前全精度权值参数进行量化，得到当前量化权值参数；当前量化权值参数用于前向传播得到第二输出值；当前全精度权值参数用于权值更新。如此，利用已训练的全精度卷积神经网络，指导量化卷积神经网络的训练，可以提升训练完成后量化卷积神经网络的精度。
-
公开(公告)号：CN111192265B
公开(公告)日：2020-12-01
申请号：CN201911360880.2
申请日：2019-12-25
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请公开了一种基于点云的语义实例确定方法、装置、电子设备及存储介质，所述方法包括：将点云输入训练后的编码模块，得到多个点集中每个点集对应的包含集合补充信息和集合关系信息的特征信息；所述编码模块包含区域特征补充模块和区域关系推理模块；所述多个点集中的点的并集为所述点云，至少有两个点集中存在交集；基于训练后的语义实例确定模块对所述每个点集对应的包含集合补充信息和集合关系信息的特征信息进行语义和实例的确定，得到所述点云中每个点的语义标签和实例标签；所述语义标签用于表征所述每个点所属的类别；所述实例标签用于表征所述每个点所属的实例，可以降低稀疏区域的点云分割的错误率。
-
公开(公告)号：CN111862234A
公开(公告)日：2020-10-30
申请号：CN202010711704.5
申请日：2020-07-22
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种双目相机自标定方法及系统，包括：1)获取左右原始图像；2)校正左右原始图像；3)从左右校正图像中提取特征点并匹配；4)统计左右图像纵坐标偏差的平均值，若大于对应阈值则修正估计第一参数组，反复迭代修正，直至小于对应阈值；5)找到静态物体；6)处于移动状态时，追踪静态物体的视差及车轮运动信息；7)得到车轮运动距离与静态物体的三维距离变化值的距离偏差，若大于对应阈值则修正估计第二参数组，反复迭代校正，直至小于对应阈值，完成自标定。本发明利用实时图像追踪和车体运动信息，对内外参进行优化标定，完成图像校正工作，为车体提供准确的三维识别数据。
-
Patent Agency Ranking
公开(公告)号：CN111612731A
公开(公告)日：2020-09-01
申请号：CN202010249788.5
申请日：2020-04-01
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请公开了一种基于双目显微视觉的测量方法、装置、系统及介质，该方法包括获取双目显微视觉系统中经相机标定后的左右相机对应的初始左右图像；基于对极几何约束关系，进行图像校正得到左右图像；对左右图像进行下采样，对所得的左采样图像集中最小分辨率对应层的采样图像中的像素点进行立体匹配以及匹配点传播，并进行逐层采样和立体匹配更新以及插值处理，得到稠密视差结果；之后根据相机参数和稠密视差结果对待测对象进行测量。本申请实施例解决现有技术中宏观尺度下的测量方法等对微观尺度的不适用性和准确性低的问题，所提供的测量方法非常适用于显微场景下的双目测量，能够获得良好的准确性和显微测量精度。
-
公开(公告)号：CN111402309A
公开(公告)日：2020-07-10
申请号：CN202010149137.9
申请日：2020-03-05
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种多目立体相机的校准及深度图像处理方法，包括：在多目相机设备中选取基准相机和待修正相机，并获取相应的基准相机图像和对待修正相机图像；根据所述基准相机图像和对待修正相机图像对所述待修正相机的内参量和外参量进行优化；得到最终的深度图像。本发明的方法利用匹配特征的深度计算结果实现对相机参量的优化，使多个深度图像的交界部分过渡平滑，可以根据优化的参量对未重合部分的深度图像进行进一步的精化调整，并且通过不同双目间的相互约束，保证最终深度结果一致性与稳定性。
-
公开(公告)号：CN119567244A
公开(公告)日：2025-03-07
申请号：CN202411526399.7
申请日：2024-10-30
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种模拟眼球交互式视线的生成方法及装置。其中，生成方法包括以下步骤：通过位置传感器获取交互目标的位置，得到交互目标在第一坐标系的坐标Po；根据位置传感器与模拟眼球的位置关系推导第一坐标系与第二坐标系的坐标转换关系，进而基于所述左边转换关系将坐标Po转换为交互目标在第二坐标系的坐标P1；获取各个模拟眼球的视点在第二坐标系的坐标Oi，其中i代表模拟眼球的序号；根据坐标Oi和坐标P1计算获得各个模拟眼球的交互式视线朝向Di。本发明能够准确获得目标与眼球的相对位置并生成交互式视线，使模拟眼球在交互时更加自然。
-
公开(公告)号：CN116309698B
公开(公告)日：2024-06-11
申请号：CN202310038906.1
申请日：2023-01-11
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T7/246 , G06T5/00 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于运动特征弥补引导的多帧光流估计方法，包括以下步骤：提取至少连续两帧的输入图像的图像特征；基于相邻两帧的输入图像的图像特征，采用运动编码器得到初始运动特征；将初始运动特征和历史集成特征输入至MFC单元，所述MFC单元通过交叉注意力得到增强运动特征，并与初始运动特征合并得到集成特征；将所述集成特征输入至迭代模块进行迭代计算，得到最终光流。本发明可以大大改进光流估计在遮挡区域的性能。
-
公开(公告)号：CN118038133A
公开(公告)日：2024-05-14
申请号：CN202410067260.4
申请日：2024-01-17
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06V10/80 , G06N3/0464
Abstract: 本发明涉及一种基于多层级分类分支的目标检测方法及系统。其中的目标检测方法包括以下步骤：获取待测样本；利用基于多层级分类分支的目标检测模型对所述待测样本进行检测，获得目标检测结果；所述基于多层级分类分支的目标检测模型包括：特征提取模块，用来提取所述待测样本的特征向量；特征融合模块，用来对所述特征向量进行特征融合获得融合特征向量；预测模块，用来根据所述融合特征向量生成目标检测框和与所述目标检测框对应的多个层级的分类结果，并将所述多个层级的分类结果进行融合计算得到最终分类结果。在现有深度学习的目标检测网络的基础上，通过增加多层级分类分支预测结果的融合计算，有效提升其分类及识别能力。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.042 seconds)
