-
Patent Agency Ranking
公开(公告)号：CN113239304A
公开(公告)日：2021-08-10
申请号：CN202110483398.9
申请日：2021-04-30
Applicant: 西安交通大学
IPC: G06F16/957 , G06F16/958 , G06F40/14 , G06F9/445
Abstract: 本申请属于计算机技术领域，特别是涉及一种广告处理方法。目前广告的精准投放会大概率命中用户痛点，因此用户在需要干净上网环境的同时，有时候当用户想要看到能解决自己痛点的广告时，广告已经直接被删除过滤。对广告进行删除过滤处理的方法不仅会改变页面布局，使页面布局混乱影响美观。本申请提供了一种广告处理方法，所述方法包括获取iframe广告节点，对所有iframe区域进行模糊处理并监听用户关注事件，对所述用户关注事件进行节流处理；判定用户是否关注所述iframe区域并进行处理，修正关注事件判定条件。根据用户需求有效处理嵌入页面源码的iframe广告。
-
公开(公告)号：CN108297866A
公开(公告)日：2018-07-20
申请号：CN201810004757.6
申请日：2018-01-03
Applicant: 西安交通大学
Abstract: 本发明提供了一种车辆的车道保持控制方法。首先利用车载摄像机捕获的图片进行车道线检测。然后将检测到的车道线从图像坐标系转换到车体坐标系下。本发明提出“虚拟车道线”和“真实车道线”这两个概念，结合真实车道线位置信息和虚拟车道线位置信息计算车辆偏离车道的角度和偏离程度。最后根据偏离量计算转向控制量,实现车道保持。
-
公开(公告)号：CN111898439B
公开(公告)日：2022-06-07
申请号：CN202010604812.2
申请日：2020-06-29
Applicant: 西安交通大学
Abstract: 本发明提出了一种基于深度学习的交通场景联合目标检测和语义分割方法。该方法实现目标包括：构建基于深度学习的联合目标检测和语义分割网络，其通过将SE模块纳入Skip‑Connection机制中形成语义信息丰富的编码器‑解码器特征图，并设置了一种新的候选框初始化机制生成密集且多尺度的目标候选框，采用空洞卷积扩大感受野获取了全局信息，对分割分支采用Self‑Attention模块优化了语义分割的特征分布，并在语义分割和目标检测之间采用了Cross‑Attention模块优化了二者的性能，同时，目标检测和语义分割任务之间可以互惠互利，有效提高了交通场景中联合目标检测和语义分割结果的精度。仿真结果表明，相比现有方法，本发明对交通场景中的联合目标检测和语义分割精度均有较大提高。
-
公开(公告)号：CN108297866B
公开(公告)日：2019-10-15
申请号：CN201810004757.6
申请日：2018-01-03
Applicant: 西安交通大学
Abstract: 本发明提供了一种车辆的车道保持控制方法。首先利用车载摄像机捕获的图片进行车道线检测。然后将检测到的车道线从图像坐标系转换到车体坐标系下。本专利提出“虚拟车道线”和“真实车道线”这两个概念，结合真实车道线位置信息和虚拟车道线位置信息计算车辆偏离车道的角度和偏离程度。最后根据偏离量计算转向控制量,实现车道保持。
-
公开(公告)号：CN103679194B
公开(公告)日：2016-08-17
申请号：CN201310618761.9
申请日：2013-11-26
Applicant: 西安交通大学
Abstract: 本发明提出了一种基于滤光片的红绿灯识别方法，能够快速准确的识别现实环境中的红绿灯交通标志。在两台相机上分别安排红色滤光片和绿色滤光片，并且使两台相机的光轴平行；识别红绿灯时，根据采集到的红绿灯图像，提取图像中的连通区域，以每一个连通区域作为红绿灯识别的候选区域；然后通过分析红绿灯在图像中所占像素面积的范围，红绿灯在图像中的位置，候选区域的占空比以及极线约束判断红绿灯。由于彩色滤光片能够使特定颜色的光线通过，而反射其他的颜色，所以在相机前端安装红色滤光片和绿色滤光片，便能够有效地滤除其他颜色的影响，极大地简化图像处理的复杂度，提高红绿灯识别的效率和鲁棒性。
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
