-
公开(公告)号：CN112767536A
公开(公告)日：2021-05-07
申请号：CN202110008816.9
申请日：2021-01-05
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T17/00
Abstract: 本发明涉及计算机视觉技术领域，本发明公开了一种对象的三维重建方法、装置、设备及存储介质。该三维重建方法是通过先获取目标对象的世界坐标下的三维坐标集合，进而确定出目标对象的在相机坐标系下的三维坐标集合，并利用聚类算法确定出清晰区域的目标点集，找到该点集对应的世界坐标下的三维坐标，实现对目标区域的三维重建。本申请提供的三维重建方法具有清晰度高的特点。
-
公开(公告)号：CN112729160A
公开(公告)日：2021-04-30
申请号：CN202110009843.8
申请日：2021-01-05
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及计算机视觉技术领域，本申请公开了一种基于远心成像的投影标定方法、装置、系统及存储介质。该投影标定方法是通过对标定板的多个参考点进行筛选，从而剔除不在同一平面的参考点，获取到在同一平面的参考点的相位坐标，即横向相位和纵向相位，进一步得到这些在同一平面的参考点在投影仪成像平面的像素坐标，通过计算出该投影仪的内参数和外参数，完成对该投影仪的标定。本申请提供的该投影标定方法具有标定精准度高的特点。
-
公开(公告)号：CN112580804A
公开(公告)日：2021-03-30
申请号：CN202011555461.7
申请日：2020-12-23
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种目标图像处理模型的确定方法、装置及存储介质，方法包括根据待剪枝图像处理模型的历史剪枝信息和历史精度信息，确定当前剪枝信息；基于当前剪枝信息，对待剪枝图像处理模型进行剪枝处理，得到剪枝后的模型；将样本图像输入剪枝后的模型，进行特征预测处理，得到预测特征信息；根据样本图像的标签信息和预测特征信息，确定剪枝后的模型的精度信息；根据剪枝后的模型的精度信息和当前剪枝信息，确定待剪枝信息；若待剪枝信息满足预设停止剪枝条件，将剪枝后的模型确定为目标图像处理模型。本发明可以减小目标图像处理模型的结构，减少目标图像处理模型所占资源，还可以保证剪枝后的网络模型的精度。
-
公开(公告)号：CN111862235A
公开(公告)日：2020-10-30
申请号：CN202010711714.9
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)找到静态物体及车道线；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及车道线的宽度偏差，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、车体运动信息及车道宽度信息，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。
-
公开(公告)号：CN111698386A
公开(公告)日：2020-09-22
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。
-
Patent Agency Ranking
公开(公告)号：CN111190981A
公开(公告)日：2020-05-22
申请号：CN201911354167.7
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: 本申请涉及一种三维语义地图的构建方法、装置、电子设备及存储介质，该方法通过获取环境图像集合，并根据已训练的语义分割模型对环境图像集合进行语义分割，得到语义图像序列。将语义图像序列的每帧语义图像投射到预先建立的三维坐标系上，得到第一点云集合，第一点云集合中的第一点云对应每帧语义图像。对第一点云集合进行滤波，得到滤波后的第一点云集合；对滤波后的第一点云集合中的第一点云进行聚类处理，得到第二点云集合；对第二点云集合进行滤波，得到三维语义地图。本申请将彩色图像序列和深度图像序列结合作为语义分割模型的输入，如此，可以提升语义预测能力，且基于带语义的点云分层次地进行滤波，可以节约缓存、提升实时性。
-
公开(公告)号：CN109765241A
公开(公告)日：2019-05-17
申请号：CN201910021731.7
申请日：2019-01-09
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01N21/88
Abstract: 本发明提供一种弓网状态的监测装置，包括：双目视频同步采集设备、车载服务器、计算模块、以及在线校准模块；由双目视频同步采集设备获取接触线与受电弓之相交区域的第一图像和第二图像，进而车载服务器将第一图像和第二图像对准，进行立体匹配，获取匹配的对应点，通过计算所述对应点的视差，获得视差信息和视差图，而后计算得到深度信息，计算模块通过多个对应点的深度信息，计算得到弓网之几何参数，进而车载服务器通过弓网之几何参数，获得弓网的状态。另外，在线校准模块用于发现所述双目视频同步采集设备的内部参数和/或外部参数发生的变化，并通过计算及时修正原始图像或弓网之几何参数的计算过程。
-
公开(公告)号：CN119918598A
公开(公告)日：2025-05-02
申请号：CN202411933694.4
申请日：2024-12-26
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06N3/063 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/46 , G06V10/82 , G06V10/94 , G06F15/78
Abstract: 本发明涉及一种基于数据流驱动的片上卷积神经网络计算系统，包括：卷积神经网络模块，用于对输入图像进行特征提取并生成第一特征张量和第二特征张量；所述卷积神经网络模块包括由若干卷积层构成的共享编码器、特征点解码器和描述子解码器，各个卷积层之间采用流接口进行数据传递，并基于缓存机制实现由数据流驱动的卷积层数据处理；特征点提取模块，用于基于所述第一特征张量提取特征点坐标，并实时输出所述特征点坐标和扫描坐标；描述子计算模块，用于实时获取所述特征点坐标、所述扫描坐标，并根据所述特征点坐标和所述扫描坐标从所述第二特征张量中选择对应位置的张量数据进行描述子计算。本发明能够有效实现并加速片上卷积神经网络计算。
-
公开(公告)号：CN119888250A
公开(公告)日：2025-04-25
申请号：CN202411912298.3
申请日：2024-12-24
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于归一化交并比的目标关联方法，包括以下步骤：获取源目标集；对待处理图像进行目标检测，获得若干候选边界框及其置信度；提取置信度高于设定的置信度阈值的所述候选边界框，组成候选目标集；以源目标集中各个待关联目标对应的边界框与各个所述获选边界框的归一化交并比值为元素构建代价矩阵，所述归一化交并比值#imgabs0#基于所述代价矩阵，利用匈牙利算法求解与所述待关联目标最匹配的所述获选边界框，获得多个最佳匹配对；根据每组所述最佳匹配对的归一化交并比值确定目标是否关联。本发明能够显著提升目标追踪关联任务的准确度。
-
公开(公告)号：CN119832176A
公开(公告)日：2025-04-15
申请号：CN202411879409.5
申请日：2024-12-19
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T17/05 , G06T7/55 , G06T7/70 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/26 , G01C22/00
Abstract: 本发明涉及一种基于多目视觉场景理解的无人系统自主探索方法，该方法融合可见光和红外图像优势，提高了无人系统在恶劣天气、光照变化及通信受限场景下的适应能力。通过多模态图像融合、轻量级目标检测和基于深度阈值的背景滤除实现类像素级的语义分割，精确估算感兴趣目标位姿。利用体素地图和目标检测结果构建探索边界，并基于此实现兼顾探索空间和场景理解的探索决策，引导无人系统执行自主探索任务。本发明为复杂任务场景下的视觉定位与场景感知提供了有力支撑，显著提升无人系统的鲁棒性与环境适应能力，适用于野外救援、隧道巡检及矿洞勘察等复杂任务场景。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.073 seconds)
