-
公开(公告)号：CN108528336B
公开(公告)日：2021-05-18
申请号：CN201810345901.2
申请日：2018-04-18
Applicant: 福州大学
Abstract: 一种本发明涉及一种车辆压线提前预警系统，包括图像信号采集模块，图像处理模块，车辆状态计算模块和车辆状态预警模块；图像信号采集模块采用单目摄像头采集图像信息，经过预处理之后提取边缘，从边缘中提取车道线并计算真实场景中车辆和车道的横向距离和车辆朝向，从而对驾驶人做出车辆和车道线距离预警和角度预警；本发明仅需要摄像头传感器，在已知道路线宽度的标准化道路上，就能实现功能，具有对设备依赖少，准确度高，便携等优点；能够给驾驶员带来便捷和安全的驾驶体验。
-
公开(公告)号：CN108259919B
公开(公告)日：2020-08-07
申请号：CN201810265541.5
申请日：2018-03-28
Applicant: 福州大学
IPC: H04N19/625 , H04N19/423
Abstract: 本发明涉及一种快速实现8x8DCT变换的硬件系统，包括控制模块、DCT系数模块、数据传送模块、PE阵列模块、以及残差存储模块。控制模块从变频器中得到的信号用于控制各个模块的协调运作。DCT系数模块获取输入的DCT系数，自循环后输入给数据传送模块。数据传送模块沟通DCT系数模块和PE阵列模块之间的数据正确传送。PE阵列模块接收DCT系数和残差值，在每个PE单元中做算术运算得到中间值和结果值，并在整个模块中进行残差和中间值的子循环。残差存储模块主要功能是接收外部传入的残差值，并一次性映射到PE阵列模块中。本发明能够避开常规DCT变换算法的转置操作，减少硬件实现周期，使得行列变换模块能够共用一个硬件资源，减少硬件面积。
-
公开(公告)号：CN110796239A
公开(公告)日：2020-02-14
申请号：CN201911048207.5
申请日：2019-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种通道与空间融合感知的深度学习目标检测方法，首先构建通道与空间融合感知模块，并将其嵌入深度神经网络架构中，然后利用改造后的深度神经网络架构对目标图片进行目标检测；其中所述通道与空间融合感知模块的构建具体为：首先对原始输入的特征图进行通道感知，接着进行空间感知的级联。本发明其既不加深网络深度或宽度，也不引入额外空间向量，同时保证了实时性和精度。
-
公开(公告)号：CN108776767B
公开(公告)日：2019-12-17
申请号：CN201810345892.7
申请日：2018-04-18
Applicant: 福州大学
Abstract: 本发明涉及一种有效判别车辆压线及预先提示系统,包括图像采集模块，车道线提取模块，距离计算模块和预警判断模块，图像采集模块通过光学摄像头采集前向图像，经过车道线提取模块处理后提取图像中车道线，距离计算模块计算光学摄像头与左右车道的距离，通过摄像头在车辆中的位置以及车辆的尺寸，计算车辆离左右车道的距离，从而由预警判断模块判断是否预警提醒驾驶员；本发明有益效果为用单目摄像头采集图像并实时计算车辆与左右车道距离，并对驾驶员做出预警，具有设计简单，开发容易，可靠性高，不需要对车辆进行改装，对外界依赖少等优点。
-
公开(公告)号：CN108528336A
公开(公告)日：2018-09-14
申请号：CN201810345901.2
申请日：2018-04-18
Applicant: 福州大学
Abstract: 一种本发明涉及一种车辆压线提前预警系统，包括图像信号采集模块，图像处理模块，车辆状态计算模块和车辆状态预警模块；图像信号采集模块采用单目摄像头采集图像信息，经过预处理之后提取边缘，从边缘中提取车道线并计算真实场景中车辆和车道的横向距离和车辆朝向，从而对驾驶人做出车辆和车道线距离预警和角度预警；本发明仅需要摄像头传感器，在已知道路线宽度的标准化道路上，就能实现功能，具有对设备依赖少，准确度高，便携等优点；能够给驾驶员带来便捷和安全的驾驶体验。
-
Patent Agency Ranking
-
公开(公告)号：CN109902751B
公开(公告)日：2022-07-08
申请号：CN201910160157.3
申请日：2019-03-04
Applicant: 福州大学
Abstract: 本发明涉及一种融合卷积神经网络和半字模板匹配的表盘数字字符识别方法，首先获取带有全字半字标签的分割好的灰度图，接着将标签筛选分类，若标签为0则进行半字识别，若标签为1则进行全字识别；最后按照图像输入的顺序，依次输出灰度图的识别结果。本发明识别正确率高，为表盘数字字符半字全字的分开识别提供了新思路，并融合卷积神经网络和半字模板匹配，可广泛应用于需要进行数字字符识别的领域。
-
公开(公告)号：CN112672150A
公开(公告)日：2021-04-16
申请号：CN202011526391.2
申请日：2020-12-22
Applicant: 福州大学
IPC: H04N19/109 , H04N19/23 , H04N19/503 , H04N19/70
Abstract: 本发明涉及一种基于视频预测的视频编码方法，包括以下步骤：步骤S1：对待处理视频已编码的视频重建帧进行深度估计，预测出其对应的深度图；步骤S2：根据得到深度图来预测当前正在编码的视频帧，得到其预测图像；步骤S3：将得到的预测图像作为参考帧加入到视频编码过程中。本发明能够有效预测由相机运动引起的背景像素运动，达到更高的压缩效率。
-
公开(公告)号：CN108184127B
公开(公告)日：2020-06-12
申请号：CN201810039762.0
申请日：2018-01-13
Applicant: 福州大学
IPC: H04N19/625 , H04N19/42
Abstract: 本发明涉及一种可配置的多尺寸DCT变换硬件复用架构。包括：判决与数据重排模块，根据DCT变换的尺寸对输入复用架构的数据是否需要重新排列进行判决；K层蝶形数据处理模块，对经过判决与数据重排模块处理后的数据进行K层蝶形数据处理；末级向量内积模块，将最后一层蝶形数据处理模块输出的偶数位置数据向量与对应的核心矩阵系数进行相乘，相乘后的结果进行相加，然后输出。本发明用基于FPGA的数字逻辑硬件电路和基于ASIC的数字逻辑硬件电路分别实现，简单、有效、可重配置，可广泛应用于各种视频压缩编码标准中的多尺寸DCT变换。
-
公开(公告)号：CN110910327A
公开(公告)日：2020-03-24
申请号：CN201911170122.4
申请日：2019-11-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于掩模增强网络模型的无监督深度补全方法，包括以下步骤：步骤S1：采集KITTI数据集；步骤S2：构建用于输出稠密深度图的深度图网络模型和用于输出连续两帧之间运动物体和梯度较小区域的掩膜网络模型；步骤S3：构建网络训练的损失函数；步骤S4：根据得到的训练集，对深度图网络和掩膜网络进行无监督训练，并保存深度图网络模型和掩膜网络模型的各项权重值；步骤S5：根据验证集，对深度图网络超参数的调整，重复步骤S4，得到优化后的深度图网络模型；步骤S6：将待补全深度图输入优化后的深度图网络模型，进行深度补全，得到深度补全后的深度图。本发明可以对深度图进行更好补全，用于自动驾驶车辆能够实现更好的进行避障、建图的处理。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.018 seconds)
