-
公开(公告)号：CN109145860A
公开(公告)日：2019-01-04
申请号：CN201811026061.X
申请日：2018-09-04
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
Abstract: 本发明实施例提出一种车道线跟踪方法和装置。其中，该方法包括：将当前帧的前K帧在相机坐标系的车道线检测结果投影到世界坐标系，K为大于或等于1的正整数，所述前K帧为从所述当前帧向前的连续的K个帧；将所述前K帧在世界坐标系的投影结果，投影到所述当前帧的相机坐标系；在所述当前帧的相机坐标系中，按照所述前K帧的车道线分组，确定所述当前帧的车道线分组。本发明实施例利用前后帧之间的关联，能够输出更准确、更鲁棒的车道线结果，实现准确的车道线跟踪效果。
-
公开(公告)号：CN109117825A
公开(公告)日：2019-01-01
申请号：CN201811025492.4
申请日：2018-09-04
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种车道线处理方法和装置。该方法包括：获取第一图像中包括的各车道线点之间的距离；利用各所述车道线点两两之间的距离确定各所述车道线点的方向密度；利用各所述车道线点的方向密度确定各车道线对应的分组中包括的车道线点；利用各所述分组中包括的车道线点得到各所述分组对应的车道线的表示信息。本发明实施例利用各车道线点的方向密度，对图像中的车道线点进行分组，得到的分组更准确，因此拟合得到的车道线准确，不受图像质量的影响，具有较高的鲁棒性。
-
公开(公告)号：CN107609057A
公开(公告)日：2018-01-19
申请号：CN201710743642.4
申请日：2017-08-25
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
Abstract: 本发明的目的是提供一种用于获取商标图像的文字数据的方法与装置。本发明通过根据商标数据库中的映射关系，若待处理图像所对应的商标特征信息所对应的商标说明信息包含在所述待处理图像所对应的图像说明信息中，则将所述商标特征信息所对应的商标文字信息作为所述待处理图像所对应的商标图像的文字数据。与现有技术相比，本发明实现了自动获取商标图像的文字数据的方法，能够从商品图片中准确地提取到商标中的文字，能够在短期内为深度学习模型快速获取大量的训练数据，从而有效地提高模型的识别效率以及识别效果。
-
公开(公告)号：CN106407976A
公开(公告)日：2017-02-15
申请号：CN201610772101.X
申请日：2016-08-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了图像字符识别模型生成和竖列字符图像识别方法和装置。图像字符识别模型生成方法包括：生成旋转行字符训练样本，其中，所述旋转行字符训练样本包括：旋转行字符图像以及与所述旋转行字符图像对应的预期字符识别结果，所述旋转行字符图像中的各字符单元与标准行字符图像中各字符单元相差90度；使用所述旋转行字符训练样本对设定神经网络进行训练，生成图像字符识别模型。本发明实施例的技术方案克服了难以直接利用已有的行字符图像来训练竖列字符图像识别模型的技术缺陷，实现了对竖列字符的高效识别。
-
公开(公告)号：CN113486796A
公开(公告)日：2021-10-08
申请号：CN202110763591.8
申请日：2018-09-07
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了一种无人车位置检测方法、装置、设备、存储介质及车辆。所述方法包括：检测摄像头所拍摄当前图像中的第一车道线；基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化；根据优化后得到的变换矩阵获得所述当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定所述目标物体的最终3D坐标。本发明实施例提供的无人车位置检测方法，利用优化后的变换矩阵获取图像中目标物体的第一3D坐标，然后根据第一3D坐标确定目标物体的最终3D坐标，可以提高无人车系统中检测目标物体比如障碍物的3D位置坐标的准确度。
-
Patent Agency Ranking
公开(公告)号：CN109740469B
公开(公告)日：2021-01-22
申请号：CN201811581791.6
申请日：2018-12-24
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请提出一种车道线检测方法、装置、计算机设备和存储介质，其中，方法包括：利用预先训练生成的神经网络模型，对采集的道路图像进行识别处理，以获取道路图像中各像素点的标注信息，其中每个像素点的标注信息包括该像素点所属的类型标签及该像素点对应的第一偏移量；根据每个像素点所属的类型标签，确定道路图像中包含的各车道参考区域；根据每个车道参考区域内各像素点的位置及各像素点对应的第一偏移量，确定每个车道参考区域所属车道的车道线位置。该方法大大降低了后处理难度且具有较高的检测精度，对场景的适应性较强，并且不需要引入大量的规则判断，具有较好的扩展性和鲁棒性。
-
公开(公告)号：CN107609057B
公开(公告)日：2020-12-22
申请号：CN201710743642.4
申请日：2017-08-25
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/583 , G06F16/51
Abstract: 本发明的目的是提供一种用于获取商标图像的文字数据的方法与装置。本发明通过根据商标数据库中的映射关系，若待处理图像所对应的商标特征信息所对应的商标说明信息包含在所述待处理图像所对应的图像说明信息中，则将所述商标特征信息所对应的商标文字信息作为所述待处理图像所对应的商标图像的文字数据。与现有技术相比，本发明实现了自动获取商标图像的文字数据的方法，能够从商品图片中准确地提取到商标中的文字，能够在短期内为深度学习模型快速获取大量的训练数据，从而有效地提高模型的识别效率以及识别效果。
-
公开(公告)号：CN106407976B
公开(公告)日：2019-11-05
申请号：CN201610772101.X
申请日：2016-08-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了图像字符识别模型生成和竖列字符图像识别方法和装置。图像字符识别模型生成方法包括：生成旋转行字符训练样本，其中，所述旋转行字符训练样本包括：旋转行字符图像以及与所述旋转行字符图像对应的预期字符识别结果，所述旋转行字符图像中的各字符单元与标准行字符图像中各字符单元相差90度；使用所述旋转行字符训练样本对设定神经网络进行训练，生成图像字符识别模型。本发明实施例的技术方案克服了难以直接利用已有的行字符图像来训练竖列字符图像识别模型的技术缺陷，实现了对竖列字符的高效识别。
-
公开(公告)号：CN109740469A
公开(公告)日：2019-05-10
申请号：CN201811581791.6
申请日：2018-12-24
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请提出一种车道线检测方法、装置、计算机设备和存储介质，其中，方法包括：利用预先训练生成的神经网络模型，对采集的道路图像进行识别处理，以获取道路图像中各像素点的标注信息，其中每个像素点的标注信息包括该像素点所属的类型标签及该像素点对应的第一偏移量；根据每个像素点所属的类型标签，确定道路图像中包含的各车道参考区域；根据每个车道参考区域内各像素点的位置及各像素点对应的第一偏移量，确定每个车道参考区域所属车道的车道线位置。该方法大大降低了后处理难度且具有较高的检测精度，对场景的适应性较强，并且不需要引入大量的规则判断，具有较好的扩展性和鲁棒性。
-
公开(公告)号：CN107679074A
公开(公告)日：2018-02-09
申请号：CN201710742645.6
申请日：2017-08-25
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06F17/30253 , G06K9/36 , G06K2209/01
Abstract: 本申请的目的是提供一种图片生成方法及设备。其中，所述方法包括：获取第一图片对应的文字识别结果，其中，文字识别结果包括文字的第一置信度信息；根据文字集中文字的第一置信度信息确定文字集的第二置信度信息，其中，文字集包括一个或多个文字；根据第二置信度信息确定第一图片对应的优选文字集；对优选文字集在第一图片中对应的子图片进行图像处理，以获得第二图片。本申请通过筛选文字识别结果确定优选文字集，由此实现自动地确定样本图片的批注文字；同时，根据优选文字集从第一图片中选择子图片并进行图像处理，既帮助增加样本图片的数量又为搜索系统提供了包含多种图像清晰度、图像灰度、图像对比度等类型的样本图像。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.031 seconds)
