-
公开(公告)号：CN118675032B
公开(公告)日：2025-01-21
申请号：CN202411161156.8
申请日：2024-08-22
Applicant: 之江实验室
IPC: G06V10/82 , G06V10/26 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/096
Abstract: 本说明书公开了一种模型训练和图像分割方法、装置、存储介质及设备。所述模型训练方法包括：获取样本图像以及标签数据；确定标签数据中的每个实例标签所对应的实例类别信息；将样本图像以及实例类别信息输入待训练的图像分割模型，通过图像分割模型中的编码器，分别确定样本图像对应的图像特征和实例类别信息对应的文本特征，通过图像分割模型中的目标特征提取网络，根据样本图像，确定目标特征；通过图像分割模型中的注意力网络，根据图像特征对目标特征进行调整，得到强化目标特征；根据强化目标特征和实例类别信息对应的文本特征，确定图像分割结果；根据图像分割结果与标签数据之间的偏差，确定损失值并对模型进行训练。
-
公开(公告)号：CN118470752B
公开(公告)日：2024-10-01
申请号：CN202410919906.7
申请日：2024-07-10
Applicant: 之江实验室
IPC: G06V40/10 , G06V40/20 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 基于注意力机制和特征融合策略的行人重识别方法和装置，其方法包括：（1）选择行人重识别数据集，训练集、查询集和原型图像集；（2）在ResNet的输出特征Conv4_2上构建分支结构，包括全局分支、二分分支和三分分支；（3）在全局分支中构建基于注意力机制和特征融合策略的特征增强结构，提取特征；（4）在二分分支中构建基于注意力机制和特征融合策略的特征增强结构，提取特征；（5）在三分分支中构建基于注意力机制和特征融合策略的特征增强结构，提取特征；（6）根据全局特征和局部特征计算损失；（7）将查询集中的图像输入训练好的网络，拼接三个分支的输出特征，计算查询集中待查询图像特征和原型图像集图像特征之间的距离，实现行人重识别。
-
公开(公告)号：CN113487485B
公开(公告)日：2024-09-17
申请号：CN202110779087.7
申请日：2021-07-09
Applicant: 之江实验室
IPC: G06T3/4007 , G06T3/06 , G06T5/77 , G06T7/13
Abstract: 本发明公开一种基于类灰度图像的八叉树地图空洞补全方法，先读取八叉树地图，然后提取八叉树地图中每个栅格的中心点三维坐标，并将每个栅格的中心点投影到世界坐标系下的俯视平面，利用双线性插值法补全孤立的地图空洞点的高度信息，再将所有坐标点转换为二维灰度图像；基于Canny算子和梯度算子优化的Criminisi算法，对二维灰度图像像素异常区域进行修复，确定待补全块状空洞区域内所有栅格中心点的空间位置；最后，将地图空洞点和待补全块状空洞区域所有栅格中心点的空间位置存储到八叉树地图，以实现地图补全。本发明的方法较好的适用于于地外星球的探测过程中，用于地外探测车进行环境理解和路径规划，从而提高探测车的探测效率。
-
公开(公告)号：CN117974990B
公开(公告)日：2024-06-28
申请号：CN202410379713.7
申请日：2024-03-29
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于注意力机制和特征增强结构的点云目标检测方法，可以将待检测点云数据输入到点云检测模型中，以通过点云检测模型中的伪图像转换模块确定待检测点云数据对应的点注意力权重，并根据点注意力权重确定出加权后的稠密张量，将加权后的稠密张量映射为基础伪图像，并将基础伪图像进行通道注意力加权，得到通道注意力加权结果，并对通道注意力加权结果进行空间注意力加权，得到目标伪图像。而后，将目标伪图像输入到点云检测模型中用于特征增强的特征提取模块中，得到待检测点云数据对应的点云特征，以使点云检测模型根据所述点云特征对所述待检测点云数据进行目标检测，从而提高了点云检测的准确性。
-
公开(公告)号：CN117457193A
公开(公告)日：2024-01-26
申请号：CN202311779378.1
申请日：2023-12-22
Applicant: 之江实验室
IPC: G16H50/20 , G16H50/30 , G06V40/20 , G06V10/44 , G06V10/25 , G06V10/42 , G06V10/75 , G06V10/82 , G06N3/0464 , A61B5/11 , A61B5/107 , A61B5/00
Abstract: 本发明公开了一种基于人体关键点检测的体态健康监测方法及系统，其方法包括如下步骤：基于光学的人体图像采集、人体关键点检测、人体检测框识别、多人体跟踪、人体关键部位姿态检测、不良体态预警。本发明可同时对出现在视域范围内的多个人体进行体态健康检测，并分别给予不良体态预警，生成体态健康报告。
-
Patent Agency Ranking
公开(公告)号：CN116766208A
公开(公告)日：2023-09-19
申请号：CN202310975147.1
申请日：2023-08-04
Applicant: 之江实验室
IPC: B25J9/16 , B62D57/032
Abstract: 一种具备避障能力的机械臂地面小物体抓取方法和系统，其方法包括：S1:布置传感器，采集点云进行环境建模；S2:在点云上进行噪点滤除；S3:在点云上生成障碍遮挡部分的假想体积；S4:在点云上滤除目标周围障碍物；S5:机械臂避障的力反馈控制；S6:物体检测及抓取末端姿态计算；S7：规划路径执行抓取。本发明用在机械臂抓取硬质地面小尺寸物体时，结合传感器技术、环境建模、避障算法和抓取策略，使机械臂能够在复杂环境中自主地避开障碍物，并准确地抓取地面上的小物体。
-
公开(公告)号：CN116245961B
公开(公告)日：2023-09-01
申请号：CN202310218455.X
申请日：2023-03-02
Applicant: 之江实验室
Abstract: 一种基于多类传感器信息的融合感知方法，包括硬件同步触发传感器在同一时刻采集数据；时间软同步对齐不同类型传感器发布信息的时间戳；空间同步计算传感器标定参数；利用双目深度恢复、点云滤波、点云配准等技术实现点云拼接；三维点云投影至二维像素平面，实现图像信息重合视野部分的融合；通过语义信息建立不同像素坐标系下像素点的映射关系，实现图像信息非重合视野部分的融合。还包括一种基于多类传感器信息的融合感知系统。本发明可自适应配准多组点云数据，使用先降采样再标记噪声点的方式对点云进行滤波，以结合点云投影与语义分割的方式实现大视差角度下非视野重合部分的融合，有效提升了算法的鲁棒性，降低算法运行时间，提高融合帧率。
-
公开(公告)号：CN116592870A
公开(公告)日：2023-08-15
申请号：CN202310468921.X
申请日：2023-04-27
Applicant: 之江实验室
Abstract: 本发明公开了一种融合多模态异步时间数据的实时地图构建方法和装置，采用以下步骤：首先需要在系统中初始化多个线程，其中1个为主线程，其余为子线程，此外初始化多个子模块用于处理多模态时间异步数据；主线程定义回调函数订阅实时图像和点云数据用于构建全局地图；多个子模块同时订阅需要的数据进行处理，在每个子线程中定义回调函数用于订阅子模块的输出，并将其融合到全局地图的对应数据层。本发明针对各模块处理时间不同且生成的数据模态各异的问题，采用计算机多线程技术，基于回调机制分别处理不同模态的异步数据，并在系统中使用GPU并行加速，实现了融合多模态异步时间数据的地图构建系统。
-
公开(公告)号：CN116032412B
公开(公告)日：2023-07-18
申请号：CN202310310450.X
申请日：2023-03-28
Abstract: 本申请公开了一种多相机跨平台时间同步方法、装置、系统及电子设备，包括：时间主控设备接收上位主机初始授时，生成秒脉冲信号和时间报文同步上位主机，生成第一触发信号并记录生成的时间戳和第一触发信号计数值；将第一触发信号生成的时间戳及其计数值发送到上位主机；开启时间同步服务，同步上位从机与上位主机时钟；下位从机获取上位从机网络时间授时生成内部时间戳，生成第二触发信号并记录生成的时间戳和第二触发信号计数值；将第二触发信号生成时间戳及其计数值发送到上位从机；将第一触发信号发送给第一相机，第二触发信号发送给第二相机，触发相机采集图像数据。实现多相机跨平台同步采集，适用于无GNSS信号、无精确授时场景。
-
公开(公告)号：CN116429162A
公开(公告)日：2023-07-14
申请号：CN202310231737.3
申请日：2023-03-07
Applicant: 之江实验室
Abstract: 本申请涉及一种多传感器的标定方法、装置和计算机设备。所述方法包括：分别获取至少三个传感器在静置状态下且同一时刻采集到的传感器数据；传感器数据中包括靶标的数据；针对至少三个传感器中的每个传感器，基于传感器采集到的靶标的数据的先验特征，从传感器采集的靶标的数据中提取靶标的特征点集；根据靶标的特征点集的先验分布，以及提取得到的靶标的特征点集，确定传感器的坐标系和靶标的坐标系之间的位姿关系；将至少三个传感器的坐标系和靶标的坐标系之间的位姿关系进行对齐。采用本方法能够有效避免只考虑多个传感器之间的位置关系而导致多个传感器之间存在回旋误差的问题。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.034 seconds)
