-
公开(公告)号：CN117911479A
公开(公告)日：2024-04-19
申请号：CN202410014648.8
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/55 , G06T7/136 , G06T3/4038
Abstract: 本申请涉及一种对象特征的确定方法、装置、车辆及存储介质，涉及车辆技术领域。该方法包括：车辆获取第一图像，第一图像为具有深度信息的图像，第一图像包括：至少一个目标对象。车辆基于第一预设深度阈值，对第一图像进行处理，得到第二图像，第二图像为第一图像中部分区域的图像，第二图像包括：至少一个目标对象，第二图像的分辨率与第一图像的分辨率相同。车辆基于第一图像和第二预设深度阈值，构建第一空间，并基于第二图像、第一预设深度阈值和第三预设深度阈值，构建第二空间，第一空间与第二空间存在交集。车辆对第一空间和第二空间进行融合处理，得到目标空间。车辆基于目标空间进行特征提取，确定每个目标对象的特征信息。
-
公开(公告)号：CN114475429B
公开(公告)日：2024-03-22
申请号：CN202210158508.9
申请日：2022-02-21
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种结合用户行驶意图的红绿灯提醒方法、系统及汽车，该方法包括：实时采集具有红绿灯的图片；将图片靠上方的区域作为检测区域；对检测区域图像中的红绿灯位置进行标记；进行背景目标和误检目标的过滤处理；识别红绿灯类型、颜色、以及倒计时灯的数字和颜色；输出红绿灯和倒计时灯的对应位置信息；将红绿灯和倒计时灯信息进行实时场景匹配；获取车辆导航信息或转向灯信息；得到车辆在该行驶状态下需遵循的红绿灯指令信息并输出。本发明能根据车辆行驶意图，给予用户待行驶方向的通行信息提醒，防止用户在红绿灯转换时分神或未注意到红灯信息导致道路拥堵及交通安全隐患等问题。
-
公开(公告)号：CN117315623A
公开(公告)日：2023-12-29
申请号：CN202311283088.8
申请日：2023-09-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/58 , G06V10/764 , G06V10/44 , G06V10/776
Abstract: 本发明提供了一种图像特征识别方法、装置、设备及可读存储介质，获取图像数据集，基于多尺度网络，构建第一模型和第二模型；将有标签数据分批输入第一模型进行训练，每一批次输入有标签数据后，重新确定第一模型的权重参数，直至得到训练后的第一模型，并将标签数据输入训练后的第一模型,得到无标签数据对应的伪标签以及熵图；第一模型的权重参数包括：类别区域权重；将有标签数据和无标签数据输入第二模型，根据第二模型输出的结果、伪标签和熵图，得到训练后的第二模型；将测试图像输入第二模型，生成图像特征分类结果。通过在分批输入有标签数据时，每次输入均重新确定类别区域权重的方式，提升对当前批次有标签数据的学习和识别效果。
-
公开(公告)号：CN117253083A
公开(公告)日：2023-12-19
申请号：CN202311230035.X
申请日：2023-09-21
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/766 , G06V20/58
Abstract: 本发明公开了一种目标检测模型训练方法、目标检测方法、电子设备及介质，涉及自动驾驶技术领域。该方法包括：将自动驾驶前视图像样本输入已完成训练的第一模型和待训练的第二模型，获取两个模型分类和回归任务的预测结果；以第一模型分类任务预测结果为目标，训练第二模型分类任务；对两个模型回归任务预测结果进行分类，得到各自回归任务子分类任务预测结果；以第一模型子分类任务预测结果为目标，训练第二模型子分类任务；将两个模型回归任务预测结果分类后每一个类的回归值确定为各自子回归任务预测结果；以第一模型子回归任务预测结果为目标，训练第二模型子回归任务；将完成分类、子分类和子回归任务的第二模型，确定为目标检测模型。
-
公开(公告)号：CN117036270A
公开(公告)日：2023-11-10
申请号：CN202310968941.3
申请日：2023-08-01
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/00
Abstract: 本申请涉及车辆视觉技术领域，具体是涉及车外视觉图像的质量评估方法、装置、车辆及存储介质。获取目标车辆对应的车外视觉图像和车辆运行信息，其中，车外视觉图像和车辆运行信息的采集时间相同；根据车辆运行信息，确定目标车辆的车辆状态信息；若车辆状态信息为正常运行状态，则根据车外视觉图像确定目标图像质量信息。本发明通过同时采集车外视觉图像和车辆运行信息，判断车外视觉图像采集时的车辆状态。由于车辆处于异常运行状态时采集到的车外视觉图像的图像质量/可靠性通常极差，所以本发明只对车辆处于正常运行状态时采集的车外视觉图像进行图像质量评估，以减少产生无效的图像质量评估，节约系统的计算开销。
-
Patent Agency Ranking
公开(公告)号：CN116977791A
公开(公告)日：2023-10-31
申请号：CN202310961694.4
申请日：2023-07-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供一种多任务模型训练方法、任务预测方法、装置、计算机设备及介质，属于数据处理技术领域。多任务模型包括共享网络、目标检测头及至少一个任务头，多任务模型的训练方法包括：获取多个图像样本；将标签结果为同一任务头的图像样本进行合并，得到每个任务头的训练集；将每个训练集输入至共享网络，得到图像样本的特征图；将图像样本的特征图输入至目标检测头，得到待检测目标的特征图；针对每个训练集，将待检测目标的特征图输入至与训练集的名称相同的任务头，迭代训练多任务模型。将训练集中图像样本输入至对应的任务头，对任务头进行数据迭代，进而能够利用训练后的多任务模型，得到准确的目标检测结果和分类预测结果。
-
公开(公告)号：CN113961258B
公开(公告)日：2023-06-30
申请号：CN202111278209.0
申请日：2021-10-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06F9/4401 , G06F11/30
Abstract: 本发明请求保护一种基于时序转移的汽车状态异常识别方法、识别系统及存储介质，属于汽车电子系统领域，利用车辆信号数据，并基于人对车辆的操控逻辑，构造出包含唤醒正常、唤醒异常、睡眠、数据丢失、发动机启动、设防后不睡眠这些状态的时序状态表，提取车辆时序状态，并列出相关的主动唤醒源，基于车辆信号表、时序状态，构造与状态转移关联的车辆时序状态转移表；利用主动唤醒源依据时序状态表提取车辆异常状态，构造网络异常数据表，根据网络异常数据表远程识别车辆异常情况、故障开始及结束时刻，实现对停车状态下车辆异常的远程检测监控。
-
公开(公告)号：CN112926454B
公开(公告)日：2023-01-06
申请号：CN202110217468.6
申请日：2021-02-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06V40/20 , G06V10/25 , G06V10/764 , G06F3/01
Abstract: 一种动态手势识别方法，包括，设置启动手势判断阶段，启动手势判定帧介于启动手势判定下限帧数与启动手势判定上限帧数之间时，判断手势已启动。这样在手势识别之前，加入手势运动情况的判断，避免较短时间的手势晃动、较长时间的静态手势被纳入手势识别，提高了识别效率，同时提高识别精度。在一帧图像识别存在误差时，设置忍受冗余过程，逐步降低手势识别忍受度，避免临时一张图像出现模糊、抖动情况下，未通过阈值识别、大小调整等情况，导致整体识别错误的风险。
-
公开(公告)号：CN115424243A
公开(公告)日：2022-12-02
申请号：CN202211055766.0
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及交车位号识别技术领域，为基于yolov5‑shufflenetv2的车位号码识别方法、设备和介质。该方法包括改进yolov5目标检测网络结构，将yolov5原始模型的主干网络更换为CNN网络shufflenetv2得到车位号码识别模；采集制作车位号的数据集，根据车位号的数据集处理为车位号训练集，使用车位号训练集对车位号码识别模型进行训练；将输入车位号图片输入训练后的车位号码识别模型进行车位号码识别，输出车位号结果。本发明可以在停车位号有限文字类别的情况下，提高了停车位号识别的准确度和速度。
-
公开(公告)号：CN112116023B
公开(公告)日：2022-08-09
申请号：CN202011041933.7
申请日：2020-09-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种基于机器学习的轮胎漏气的实时检测方法及存储介质，包括选择更多同款车型在更长时间范围内的数据，并基于预设斜率值，按照N天的时间窗口进行滑动，当滑动到某一天时，若前N天的车辆轮胎的气体量斜率值大于斜率值K，则标记当前车辆数据的车辆轮胎漏气，否则不漏气，并由此得到带有标签的样本集，然后使用不同类型的分类算法对所述样本集进行验证与训练得到最优分类算法，并基于该最优分类算法，对其进行工程化部署，以使最优分类算法的模型上线至生产环境中，用于预测实时新上传到云端的胎压数据，得到预测结果。解决了现有技术预测轮胎漏气结果不够准确，或还需增加其他生产成本的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.04 seconds)
