-
公开(公告)号：CN108564625A
公开(公告)日：2018-09-21
申请号：CN201810390464.6
申请日：2018-04-27
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/70
Abstract: 本发明提出一种图优化方法、装置、电子设备及存储介质。其中方法包括：预先构建SLAM的待优化图，图的节点表示待求解的线性方程的待优化变量，边表示待优化变量的约束关系，节点包括第一节点和第二节点，分别表示三维点坐标和相机运动参数；将待优化图中的第一节点复制成两个以上第三节点，使第三节点中的任意一个与n个第二约束节点存在约束关系且在n个第二约束节点中有m个与相邻的第三节点存在相同的约束关系，第二约束节点与至少一个第三节点存在约束关系，n为预设的控制参数，第二约束节点是与第一节点存在约束关系的第二节点；边缘化第三节点以减小待求解的线性方程的稠密程度。本发明实施例提升了优化效率，降低了计算功耗和硬件成本。
-
公开(公告)号：CN108234984A
公开(公告)日：2018-06-29
申请号：CN201810215537.8
申请日：2018-03-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04N13/106 , H04N13/156 , H04N13/204 , H04N13/257 , H04N13/271 , H04N13/293 , H04N9/31
Abstract: 本申请实施例公开了双目深度相机系统和深度图像生成方法。该系统的一具体实施方式包括：散斑投影仪，用于向目标区域投射红外散斑图案；双目相机，包括两个具有红外摄像功能的红外相机，且双目相机中存在至少一个红外相机还具有彩色摄像功能；处理模块，用于利用双目视觉原理处理各红外相机利用红外摄像功能采集到的红外图像以生成红外深度图，并将红外深度图与红外相机利用彩色摄像功能采集到的彩色图像相叠加得到深度图像。该实施方式提供的双目深度相机系统缩小了其所在的双目深度相机的体积，降低了双目深度相机的成本。
-
公开(公告)号：CN110674918B
公开(公告)日：2023-05-23
申请号：CN201810710542.6
申请日：2018-07-02
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06N3/0464 , H04L67/10 , G06N3/045 , G06V40/10
Abstract: 本发明实施例提供一种信息处理方法、设备、系统及存储介质。该信息处理方法包括：AI相机获取无人零售场景下的实时数据，并基于神经网络模型，对实时数据进行前端处理，该前端处理包括以下任一种或多种：商品识别和人体监测，之后将前端处理后的结果发送给服务器，该前端处理后的结果用于触发服务器根据该前端处理后的结果进行人脸识别和/或确定商品的流向。本发明实施例考虑到端上获取实时数据的及时性以及便利性，引入AI相机作为前端的基础算子，结合服务器的后端处理，使得在无人零售场景下，引入分布式计算思想，降低整个无人零售分布式系统的成本，减少数据传输的带宽压力，有效提高系统扩展性及无人零售解决方案的性能。
-
公开(公告)号：CN109949347B
公开(公告)日：2021-09-17
申请号：CN201910199204.5
申请日：2019-03-15
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明公开了一种人体跟踪方法、装置、系统、电子设备和存储介质。其中，所述方法包括：获取多个摄像头发送的多个人体点云数据，其中，每个人体点云数据是由对应的摄像头根据各自当前采集到的深度图像和彩色图片生成的；基于摄像头的相机标定信息，根据多个人体点云数据对应的生成当前帧的人体点云整合效果图；获取下一帧的人体点云整合效果图；根据当前帧的人体点云整合效果图和下一帧的人体点云整合效果图，进行人体跟踪。该方法基于多个摄像头各自的人体点云实现人体跟踪，可以使得整体系统的稳定性大大提升，可以提高整个跟踪效果。
-
公开(公告)号：CN109977824B
公开(公告)日：2021-06-01
申请号：CN201910199219.1
申请日：2019-03-15
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出了一种物品取放识别方法、装置及设备，其中，方法包括：获取待识别的视频；根据预先训练的识别模型对视频进行识别处理，获取发生变化的视频帧中的变化区域和变化类型；根据变化区域对目标视频帧进行识别，获取物品类型，根据物品类型和变化类型生成物品取放识别结果。由此，解决了相关技术中无法准确处理商品摆放紧凑，商品之间相互遮挡的场景的问题，提高了识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN108986164B
公开(公告)日：2021-01-26
申请号：CN201810717769.3
申请日：2018-07-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/70
Abstract: 本申请实施例提供一种基于图像的位置检测方法、装置、设备及存储介质，通过获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；检测目标物体在各张图像中的二维位置；基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。本申请实施例实现了基于多摄像头的三维定位方案，提高了物体定位的可靠性和准确性。
-
公开(公告)号：CN108921081B
公开(公告)日：2020-10-09
申请号：CN201810682072.7
申请日：2018-06-27
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
Abstract: 本发明实施例提供一种用户操作的检测方法和装置，该用户操作的检测方法包括：确定每一个待检测视频片段中目标对象的手部状态信息；其中，手部状态信息为手部伸入货架的状态或手部离开货架的状态，每一个待检测视频片段中至少包括一个手部伸入货架的状态和其对应的手部分离货架的状态；根据手部状态信息确定每一个待检测视频片段中的目标对象的用户操作。本发明实施例提供的用户操作的检测方法和装置，提高了对用户操作检测的准确度。
-
公开(公告)号：CN108985451B
公开(公告)日：2020-08-04
申请号：CN201810712195.0
申请日：2018-06-29
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供一种基于AI芯片的数据处理方法及设备，本发明的方法，通过将AI芯片数据处理流水线分为以下三个阶段的处理：数据采集和预处理，神经网络模型处理，神经网络模型后处理；该三个阶段的处理为并行流水线结构；AI芯片至少包括第一处理器，第二处理器和第三处理器，第一处理器用于数据采集和预处理，第三处理器用于神经网络模型处理，第二处理器用于神经网络模型后处理；第一处理器，第二处理器和第三处理器同时进行该三个阶段的处理，减少了处理器相互等待时间，最大化地实现了各个处理器的并行计算，提高了AI芯片数据处理的效率，从而可以提高AI芯片的帧率。
-
公开(公告)号：CN110675426A
公开(公告)日：2020-01-10
申请号：CN201810710538.X
申请日：2018-07-02
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人体跟踪方法、装置、设备及存储介质。该方法包括：获取目标拍摄设备在当前时刻拍摄的当前帧图像；检测该当前帧图像中的所有人体，得到该当前帧图像中所有人体的第一位置信息；采用预设跟踪算法计算在该当前帧图像的前一帧图像中跟踪到的第一人体在该当前帧图像中的第二位置信息；根据该第一人体在该当前帧图像中的第二位置信息、当前帧图像中所有人体的第一位置信息、以及预设列表中存储的所有已跟踪到的行人特征，确定当前帧图像中所有人体在该当前帧图像中的目标位置信息；该预设列表中存储的所有已跟踪到的行人特征是根据多个拍摄设备拍摄的历史图像确定的。本发明实施例提高了在图像中进行人体跟踪的准确性。
-
公开(公告)号：CN108648226B
公开(公告)日：2019-10-22
申请号：CN201810286286.2
申请日：2018-03-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：通过获取包括第一目标图像和第二目标图像的目标图像组；获取预先训练的神经网络，其中，神经网络包括至少两个级联的子网络，至少两个级联的子网络中的各级子网络分别包括特征提取层和视差图生成层；对于神经网络，执行以下视差图生成步骤：将目标图像组输入至少两个级联的子网络中首级子网络的特征提取层，获得由至少两个级联的子网络中的尾级子网络的特征提取层输出的特征图像组；将尾级子网络的特征提取层输出的特征图像组输入尾级子网络的视差图生成层，获得用于表征第一目标图像和第二目标图像的视差的视差图。该实施方式实现了富于准确性的信息生成。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.035 seconds)
