一种基于深度学习和UKF算法结合的3D车辆跟踪方法

    公开(公告)号:CN115239814A

    公开(公告)日:2022-10-25

    申请号:CN202210913567.2

    申请日:2022-07-28

    Abstract: 本发明公开了一种基于深度学习和UKF算法结合的3D车辆跟踪方法,包括下列步骤:步骤一、基于深度学习的SMOKE模型构建3D实时检测模型;步骤二、通过3D实时检测模型输出header部分的3D特征向量、位置信息和航向角信息;步骤三、基于UKF预测新的位置信息与航向角信息;步骤四、将新的位置信息与航向角信息与3D特征向量结合构建新的特征向量;步骤五、对新的特征向量进行匈牙利算法匹配;进行欧氏距离相似度计算。本发明通过UKF算法实行基于历史数据对跟踪模型进行更新提高模型计算结果的准确性,通过预测提高UKF跟踪处理的实时性,通过3D实时检测模型提高输入跟踪模型的特征向量、位置信息和航向角信息的准确性。

    一种基于Yolov5和改进跟踪算法的双目相机测距方法

    公开(公告)号:CN114494462A

    公开(公告)日:2022-05-13

    申请号:CN202210127102.4

    申请日:2022-02-10

    Abstract: 本发明公开了一种基于Yolov5和改进跟踪算法的双目相机测距方法,包括下列步骤:A、图像信息采集,从双目相机中分别获取图像信息作为输入;B:双目相机标定与校正,对各个相机进行相机参数标定和双目校正;C:目标跟踪与定位,采用Yolov5进行基本的目标检测识别,在基于识别的目标图像信息通过改进跟踪算法对目标进行跟踪和定位;D:立体匹配与视差计算,对上一步得到的结果进行立体匹配,并进行视差计算;E:实际距离计算,根据双目测距原理进行实际距离计算。本发明解决了现有技术中双目相机视觉系统计算复杂度高、受定位误差抖动影响明显的技术问题。

    一种集成指纹识别和密码管理功能的智能防丢器

    公开(公告)号:CN105279910A

    公开(公告)日:2016-01-27

    申请号:CN201510820685.9

    申请日:2015-11-24

    CPC classification number: G08B21/24

    Abstract: 本发明公开了一种集成指纹识别和密码管理功能的智能防丢器,本发明包括电源模块、CPU、蓝牙收发器、蜂鸣器、指纹识别器和密码管理模块。本发明的电源模块为CPU、蓝牙收发器、蜂鸣器、指纹识别器和密码管理模块提供电能供应,CPU控制蓝牙收发器与智能手机APP进行蓝牙通信,CPU控制指纹识别器进行指纹识别,在本防丢器离开外部设备的设定区域,通过蜂鸣器发出提醒,同时该防丢器还具有指纹识别和密码管理功能。本发明提供了一种集成指纹识别和安全管理功能的智能防丢器,实现了密码保管器和防丢器合一,进一步丰富了防丢器的功能。

Patent Agency Ranking