-
公开(公告)号：CN109543557B
公开(公告)日：2021-01-05
申请号：CN201811282795.4
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种视频帧的处理方法、装置、设备以及存储介质，该方法包括：获取待处理的视频帧，将待处理的视频帧的输入视频帧预测模型，得到待处理的视频帧的深度和视频帧的语义信息，其中，视频帧预测模型为基于深度神经网络训练的同时获取当前视频帧的深度和当前视频帧的语义信息的模型。本发明实施例提供的视频帧的处理方法，通过结合语义信息来预测视频帧的深度，提高了视频帧深度预测的准确度。
-
公开(公告)号：CN109657686A
公开(公告)日：2019-04-19
申请号：CN201811290736.1
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请提供一种车道线生成方法、装置、设备以及存储介质，其中，该方法，包括：获取道路的车道线；获取道路的点云数据，并根据点云数据确定道路上的车道线的标记点集，其中，标记点集包括了至少一个标记点，至少一个标记点用于标记车道线；根据车道线的标记点集对车道线进行校准，得到校准后的车道线。确定出车道线的位置；然后，根据点云数据获取到车道线的标记点；根据标记点对车道线进行校准，可以自动生成清晰、连续的车道线。避免了道路上的车道线因为遮挡、磨损等问题导致的无人车无法采集到清晰的车道线，使得无人车可以根据车道线进行安全行驶。
-
公开(公告)号：CN109657077A
公开(公告)日：2019-04-19
申请号：CN201811291586.6
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种模型训练方法、车道线生成方法、设备及存储介质。本发明实施例通过根据该样本图像库和该样本图像库中每个样本图像对应的真值图像，对生成式对抗网络进行训练，得到训练完成的该生成式对抗网络中的生成模型，将目标车道的图像信息作为该生成模型的输入，以使该生成模型在该图像信息中预测车道线，当该目标车道中的车道线残缺或模糊不清时，通过该生成模型可生成已残缺部分的车道线，从而使得该目标车道的结构化数据完整，以提高电子地图的精确度。
-
公开(公告)号：CN109640068A
公开(公告)日：2019-04-16
申请号：CN201811282808.8
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04N13/275 , H04N13/271
Abstract: 本发明实施例提供一种视频帧的信息预测方法、装置、设备以及存储介质。本发明视频帧的信息预测方法方法，包括：获取相邻的至少两个视频帧，并将所述至少两个视频帧输入视频帧预测模型，获取所述至少两个视频帧之间的位姿关系和当前帧的深度，其中，所述视频帧预测模型为基于深度神经网络训练的同时获取视频帧之间的位姿关系和当前帧的深度的模型。本发明实施例实现了精确获取视频帧的深度和位姿关系。
-
公开(公告)号：CN109636820A
公开(公告)日：2019-04-16
申请号：CN201811286291.X
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/00798 , G06T5/50 , G06T7/13 , G06T7/60 , G06T2207/10028 , G06T2207/20221
Abstract: 本发明实施例提供一种电子地图车道线修正方法、设备及计算机可读存储介质。本发明实施例通过目标图像中所述车道线所占的区域，确定用于标识车道线的中心线的参考线，该参考线可能会偏离于该车道线真实的中心线，进一步以该参考线上每个参考点周围的预设区域的能量分布，确定该预设区域中能量最高的点，由于该预设区域中能量最高的点是车道线的中心线上的点，或者，该预设区域中能量最高的点是接近于该车道线的中心线的点，因此，将多个参考点中的每个参考点修正到该参考点周围的预设区域中能量最高的点上，可使得该参考线更接近于车道线的中心线，根据该参考线的位置信息生成电子地图时，可提高该电子地图中车道线的位置的精确度。
-
Patent Agency Ranking
公开(公告)号：CN109579856A
公开(公告)日：2019-04-05
申请号：CN201811291905.3
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/32
Abstract: 本发明提供一种高精度地图生成方法、装置、设备及计算机可读存储介质，方法包括：接收各图像采集设备采集的待处理图像，并根据所述待处理图像记录所述图像采集设备的位姿信息，所述图像采集设备分别设置在各车辆上，所述图像采集设备为相机、摄像机中的任意一种或多种；从所述待处理图像中提取可绘制高精度地图的关键元素；对所述关键元素进行结构化处理，获得与所述待处理图像对应的结构化信息；将所述结构化信息投影至三维空间中，获得所述高精度地图。由于图像采集设备的成本远远低于激光雷达，因此，能够在低成本的基础上，实现高精度地图的制作。
-
公开(公告)号：CN104182458B
公开(公告)日：2019-02-01
申请号：CN201410342207.7
申请日：2014-07-17
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明的实施例提供了一种图片的关联存储方法和查询方法以及装置，其中，图片的关联存储方法包括：获取包含多个人物的图片的标识信息以及图片中的多个人脸特征信息；根据图片中的多个人脸特征信息获取与其对应的多个人物节点的地址信息；将所述标识信息分别存储到对应的多个人物节点和连接该多个人物节点的边中。通过本发明实施例的图片的关联存储方法查询方法以及相应的装置，能够方便地获取到与人物关系相关的图片，从而有助于实现对大量图片中的人物关系进行挖掘。
-
公开(公告)号：CN103729287B
公开(公告)日：2018-01-05
申请号：CN201210391726.3
申请日：2012-10-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F11/36
Abstract: 本发明提供了一种前端javascript组件的测试方法和装置，其中方法包括：S1、分析被测javascript组件命名空间中的代码，确定所述被测javascript组件命名空间代码中的成员函数和成员变量；S2、根据预先设立的渲染接口模板集合，识别出所述被测javascript组件命名空间代码中的渲染接口；S3、调用所述渲染接口渲染所述被测javascript组件，同时展现所述被测javascript组件命名空间代码中所有的成员函数和成员变量。该方法还可以进一步包括对成员函数和成员变量进行针对性测试的步骤。本发明能够在对javascript组件进行测试时，自动化渲染javascript组件，同时展现出该组件内的成员函数以及成员变量，使得测试更加深入。
-
公开(公告)号：CN104182458A
公开(公告)日：2014-12-03
申请号：CN201410342207.7
申请日：2014-07-17
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30256 , G06F17/30864
Abstract: 本发明的实施例提供了一种图片的关联存储方法和查询方法以及装置，其中，图片的关联存储方法包括：获取包含多个人物的图片的标识信息以及图片中的多个人脸特征信息；根据图片中的多个人脸特征信息获取与其对应的多个人物节点的地址信息；将所述标识信息分别存储到对应的多个人物节点和连接该多个人物节点的边中。通过本发明实施例的图片的关联存储方法查询方法以及相应的装置，能够方便地获取到与人物关系相关的图片，从而有助于实现对大量图片中的人物关系进行挖掘。
-
公开(公告)号：CN108961990B
公开(公告)日：2023-08-29
申请号：CN201710367159.0
申请日：2017-05-23
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/32
Abstract: 本申请公开了用于处理高精地图的方法和装置。该方法的一具体实施方式包括：获取目标高精地图，目标高精地图包括至少一个道路元素和至少一个路口元素，其中，道路元素用于表征道路，道路元素包括道路位置信息和车道元素标识序列，道路位置信息用于表征道路所在的地理位置，车道元素标识用于指示车道元素，车道元素用于表征道路中的车道，车道元素包括车道位置信息，道路元素的车道元素标识序列中的每个车道元素标识所指示的车道元素用于表征道路元素所表征的道路中的每条车道，路口元素用于表征路口；对目标高精地图进行处理，得到处理后的目标高精地图；输出处理后的目标高精地图。该实施方式丰富了高精地图中的交通信息。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.033 seconds)
