-
公开(公告)号：CN104794468A
公开(公告)日：2015-07-22
申请号：CN201510256877.1
申请日：2015-05-20
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G06K9/00268 , G06K9/00228 , G06T2207/20081
Abstract: 本发明公开了一种基于无人机动平台的人脸检测与跟踪方法，属于计算机视觉领域，本发明技术要点包括：离线学习步骤，以标准人脸库为样本空间进行离线学习得到人脸检测器，以目标人脸库为样本空间进行离线学习得到目标人脸识别器；人脸检测步骤，接收无人机拍摄的视频帧，提取视频帧的特征值，将特征值送入人脸检测器，人脸检测器根据所述特征值判断是否检测到人脸，若是则进一步将视频帧的特征值送入目标人脸识别器，目标人脸识别器根据所述特征值判断是否检测到目标人脸；若是则将目标人脸的特征值进行标注并添加到跟踪列表；人脸跟踪步骤，根据目标人脸在当前视频帧的坐标位置预测目标人脸在下一视频帧中的位置。
-
公开(公告)号：CN106485758B
公开(公告)日：2023-08-22
申请号：CN201610928026.1
申请日：2016-10-31
Applicant: 成都通甲优博科技有限责任公司
IPC: G06T7/80
Abstract: 本发明提供了一种无人机摄像头标定装置、标定方法流水线标定实现方法。利用常规标定法对同批次同类型的摄像头中其中一个摄像头进行标定，获得该同批次同类型摄像头的内参、外参及畸形系数；将无人机固定在无人机固定平台上后，其摄像头对平面标定板进行拍照，对拍摄的标定图像进行处理，利用平面标定板中间畸变较小部分的标定图像，通过网格块边缘在图像上的长度的变化，分析出网格板的几何变换角度，根据几何变换角度进而求出小角度旋转矩阵R，实现对常规标定获得的内参、外参及畸形系数的修正。方法简便，易于实现，尤其是在应用到无人机流水化生产线上，能够降低对生产线自动化的要求，同时更加快速实现标定。
-
公开(公告)号：CN106954024B
公开(公告)日：2020-11-06
申请号：CN201710192681.X
申请日：2017-03-28
Applicant: 成都通甲优博科技有限责任公司
IPC: H04N5/232
Abstract: 本申请公开了一种无人机及其电子稳像方法、系统，该方法包括：获取稳像区域；从预先创建的虚拟相机坐标系中确定出与稳像区域相对应的区域，得到第一区域；其中，虚拟相机坐标系为在姿态相对世界坐标系静止的虚拟相机中创建的坐标系；从物理相机坐标系中确定出与第一区域对应的区域，得到第二区域；从图像坐标系中确定出与第二区域对应的区域，得到第三区域；根据稳像区域和第三区域之间的映射关系，将无人机上的物理相机所采集到的待稳像图像映射至稳像区域，得到稳像后图像。本申请实现了对无人机采集到的图像进行稳像处理的目的。
-
公开(公告)号：CN105608737B
公开(公告)日：2019-01-08
申请号：CN201610069095.1
申请日：2016-02-01
Applicant: 成都通甲优博科技有限责任公司
IPC: G06T17/00
Abstract: 本发明涉及三维建模技术，具体涉及一种基于机器学习的人体足部三维重建方法，属于计算机视觉技术应用领域。本发明公开了一种基于机器学习的人体足部三维重建方法，解决传统技术中接触式测量方案测量速度慢、精度低、操作麻烦，而非接触式测量方案虽然测量精度高，却依然操作繁琐、成本高的问题。该方法利用图像获取装置随机获取几个位置的足部图片，然后采用机器学习的方法，利用事先训练好的足部模型，获取足部的关键点，然后利用关键点驱动标准的足部三维模型进行逼近，最后通过迭代得到足部的三维模型，并可根据重建的三维模型计算得到足部的参数。
-
公开(公告)号：CN105739512B
公开(公告)日：2018-11-02
申请号：CN201610069220.9
申请日：2016-02-01
Applicant: 成都通甲优博科技有限责任公司
IPC: G05D1/08
Abstract: 本发明涉及无人机自动巡检系统及方法，属于计算机视觉、自动控制技术领域。其公开了一种无人机自动巡检系统及方法，解决传统技术中人工控制无人机巡检方案效率低下且易受操作员的主观影响，无法精确获得目标图像的问题。在本发明中巡检指挥控制中心在接收到自动巡检命令后，自动载入任务清单及巡检辅助信息生成自动巡检任务；无人机根据指控中心发送的待巡检位置的GPS坐标自动移动到待巡检位置并悬停；然后拍摄待检测目标图像并传送给指控中心，指控中心对图像里的目标进行检测识别，当识别到待检部件后输出到巡检数据管理模块进行分类存储。相对传统人工控制无人机巡检的方案，巡检效率更高，不受人为主观因素影响，可以获得精确的巡检目标图像。
-
Patent Agency Ranking
公开(公告)号：CN106485758A
公开(公告)日：2017-03-08
申请号：CN201610928026.1
申请日：2016-10-31
Applicant: 成都通甲优博科技有限责任公司
IPC: G06T7/80
Abstract: 本发明提供了一种无人机摄像头标定装置、标定方法流水线标定实现方法。利用常规标定法对同批次同类型的摄像头中其中一个摄像头进行标定，获得该同批次同类型摄像头的内参、外参及畸形系数；将无人机固定在无人机固定平台上后，其摄像头对平面标定板进行拍照，对拍摄的标定图像进行处理，利用平面标定板中间畸变较小部分的标定图像，通过网格块边缘在图像上的长度的变化，分析出网格板的几何变换角度，根据几何变换角度进而求出小角度旋转矩阵R，实现对常规标定获得的内参、外参及畸形系数的修正。方法简便，易于实现，尤其是在应用到无人机流水化生产线上，能够降低对生产线自动化的要求，同时更加快速实现标定。
-
公开(公告)号：CN106017472A
公开(公告)日：2016-10-12
申请号：CN201610326934.3
申请日：2016-05-17
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明公开了全局路线规划方法、全局路线规划系统及无人机，全局路线规划方法，应用于无人机中，包括下述步骤：S1.对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的所述数字表面模型图像和所述数字高程模型图像；S2.提取所述数字表面模型图像中的地表物体点云集；S3.对所述地表物体点云集进行去噪处理后建立地表物体的包围盒；S4.根据所述包围盒建立泰森多边形图，采用单源最短路径算法在所述泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。
-
公开(公告)号：CN105354531A
公开(公告)日：2016-02-24
申请号：CN201510608688.6
申请日：2015-09-22
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G06K9/00 , G06K9/46 , G06K9/00268 , G06K9/4642
Abstract: 本发明涉及计算机视觉领域，尤其涉及一种面部关键点的标注方法。一种面部关键点的标注方法，该标注方法包括两个过程，分别为训练过程和使用过程，其中，训练过程、使用过程均包括刚体演变和非刚体演变，刚体演变与非刚体演变能够进行多次迭代，步骤S1：通过训练过程的刚体演变消除初始模板与真实坐标之间的仿射变化差异；步骤S2：通过训练过程的非刚体演变对初始模板中每个面部关键点进行独立调节，以提高面部关键点的定位精度；步骤S3：通过使用过程的刚体演变，根据线性回归模型进行面部关键点的预测，推算面部关键点的新位置；步骤S4：在使用过程的非刚体演变中，根据新位置调节面部关键点的坐标，得到预测结果。
-
公开(公告)号：CN105184269A
公开(公告)日：2015-12-23
申请号：CN201510587589.4
申请日：2015-09-15
Applicant: 成都通甲优博科技有限责任公司
IPC: G06K9/00
CPC classification number: G06K9/00597
Abstract: 本发明涉及电子系统技术领域，具体涉及一种虹膜图像的提取方法及提取系统。一种虹膜图像的提取方法，其中，包括：从包含虹膜的图像中估算被测者的面部姿态；从包含虹膜的图像中获取包含眼部图像的矩形区域；根据所述面部姿态和所述矩形区域计算形成眼部最大连通区域位置信息；以及根据所述最大连通区域位置信息进行虹膜提取。鉴于在不标准姿态的条件下，图像中的虹膜图像不是一个标准的圆形或环形，且两眼之间不处于同一水平线上，在本实施例中，通过采集的面部姿态和眼部的矩形区域进行计算，进而获得眼部标准位置的数据，从而可以避免因不标准姿态条件对虹膜提取的影响。
-
公开(公告)号：CN104881650A
公开(公告)日：2015-09-02
申请号：CN201510284911.6
申请日：2015-05-29
Applicant: 成都通甲优博科技有限责任公司
IPC: G06K9/00
CPC classification number: G06K9/00664 , G06K9/00771
Abstract: 本发明公开了一种基于无人机动平台的车辆跟踪方法，涉及计算机视觉领域。本发明技术要点包括：步骤1：接收无人机当前拍摄到的视频帧，人工查找视频帧中是否含有目标车辆，如含有则计算目标车辆在当前视频帧中的位置坐标，如不含有则重复步骤1；步骤2：根据目标车辆在当前视频帧的位置坐标，在后续帧中找到目标车辆的最佳匹配位置，实现目标跟踪；步骤3：根据步骤2得到的目标车辆在下一视频中位置控制无人机运动方向；重复步骤1~3。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.041 seconds)
