-
公开(公告)号：CN104424648B
公开(公告)日：2018-07-24
申请号：CN201310364526.3
申请日：2013-08-20
Applicant: 株式会社理光
IPC: G06T7/246
CPC classification number: G06K9/00791 , G06T7/277
Abstract: 提供了一种对象跟踪方法和设备。所述对象跟踪方法包括：在当前帧视差图中检测对象的位置，其中对象的位置包括对象的尺寸和对象的中心；根据前预定帧视差图中检测出的对象的位置，预测当前帧视差图中对象的位置；在当前帧视差图中检测出的对象的位置与预测的对象的位置相匹配的情况下，利用前一帧视差图中检测出的对象的尺寸的置信度，对当前帧视差图中检测出的对象的位置进行校正，以获得校正的位置。
-
公开(公告)号：CN105530502B
公开(公告)日：2018-05-22
申请号：CN201410510752.2
申请日：2014-09-28
Applicant: 株式会社理光
IPC: H04N13/10
CPC classification number: G06T5/007 , G06T5/40 , G06T7/593 , H04N13/128 , H04N13/133 , H04N2013/0081
Abstract: 本发明的实施例提供了一种根据立体相机拍摄的图像帧生成视差图的方法和装置。所述方法包括：生成第一图像帧的初始基准灰度直方图和初始参考灰度直方图；根据第二图像帧的历史信息生成第一基准图像的预定区域的目标基准灰度直方图和目标参考灰度直方图；计算从初始基准灰度直方图到目标基准灰度直方图的基准映射函数和从初始参考灰度直方图到目标参考灰度直方图的参考映射函数；对第一基准图像的预定区域执行基准映射函数以获得第一图像帧的增强基准图像，并且对第一参考图像的预定区域执行参考映射函数以获得第一图像帧的增强参考图像；以及根据第一图像帧的增强基准图像和增强参考图像，生成对应于第一图像帧的第一视差图。
-
公开(公告)号：CN107437258A
公开(公告)日：2017-12-05
申请号：CN201610363621.5
申请日：2016-05-27
Applicant: 株式会社理光
Abstract: 本发明涉及一种特征提取方法、运动状态估计方法以及运动状态估计装置。特征信息提取方法，包括：获取场景的连续帧图像；预测当前帧图像的特征点；将所述当前帧图像分为多个区域，对所述多个区域中的每一个区域分配预测特征点的阈值数目；基于所述当前帧图像，确定所述多个区域中的每一个区域中的检测特征点的检测数目；在存在其中所述检测数目小于所述阈值数目的待增强区域的情况下，对所述待增强区域的当前帧图像执行分级增强处理，以获得增强的当前帧图像，并且基于所述增强的当前帧图像，确定所述检测数目；以及在不存在其中所述待增强区域的情况下，确定所述检测特征点以及与其对应的所述分级增强处理的增强级别作为所述特征信息。
-
公开(公告)号：CN107316313A
公开(公告)日：2017-11-03
申请号：CN201610236156.9
申请日：2016-04-15
Applicant: 株式会社理光
Abstract: 提供了一种场景分割方法和设备，所述方法包括：获取所述场景的当前帧图像，并检测该当前帧图像中的特征点；对当前帧图像中的所有特征点进行划分，以将运动状态一致的特征点划分到同一个区域中；对每个划分得到的区域中的特征点的点集执行随机抽样一致性算法，并基于至少是最强假设的结果对该区域进行分裂处理；对于经过分裂处理后得到的各个区域，将其中运动状态一致的相邻区域两两合并。该场景分割方法和设备能够根据物体的运动状态对场景进行分割，从而将复杂场景中具有相同运动状态的物体划分到同一个区域中，由此使得可以通过对各个区域分别进行跟踪和分析而实现对整个复杂区域中所有物体的准确的跟踪和分析。
-
公开(公告)号：CN103310213B
公开(公告)日：2016-05-25
申请号：CN201210057550.8
申请日：2012-03-07
Applicant: 株式会社理光
CPC classification number: G06K9/00805 , G06T7/68 , G06T7/73 , G06T2207/10021 , G06T2207/10028 , G06T2207/30261
Abstract: 提供了一种车辆检测方法和装置。该车辆检测方法包括：获取包括车辆区域的视差图像；从视差图像获取车辆候选区域；确定车辆候选区域的对称程度；以及基于所确定的车辆候选区域的对称程度，检测车辆。本发明的车辆检测方法较少依赖于光照条件，可以按照距离分层次检测；以及基于视差图中车辆对称性的特征来检测车辆，可以更鲁棒、准确地、高效地进行车辆检测。
-
Patent Agency Ranking
公开(公告)号：CN105530502A
公开(公告)日：2016-04-27
申请号：CN201410510752.2
申请日：2014-09-28
Applicant: 株式会社理光
IPC: H04N13/00
CPC classification number: G06T5/007 , G06T5/40 , G06T7/593 , H04N13/128 , H04N13/133 , H04N2013/0081
Abstract: 本发明的实施例提供了一种根据立体相机拍摄的图像帧生成视差图的方法和装置。所述方法包括：生成第一图像帧的初始基准灰度直方图和初始参考灰度直方图；根据第二图像帧的历史信息生成第一基准图像的预定区域的目标基准灰度直方图和目标参考灰度直方图；计算从初始基准灰度直方图到目标基准灰度直方图的基准映射函数和从初始参考灰度直方图到目标参考灰度直方图的参考映射函数；对第一基准图像的预定区域执行基准映射函数以获得第一图像帧的增强基准图像，并且对第一参考图像的预定区域执行参考映射函数以获得第一图像帧的增强参考图像；以及根据第一图像帧的增强基准图像和增强参考图像，生成对应于第一图像帧的第一视差图。
-
公开(公告)号：CN103339655B
公开(公告)日：2016-03-30
申请号：CN201280007319.6
申请日：2012-01-23
Applicant: 株式会社理光
IPC: G06T7/20 , G06T7/00 , H04N5/232 , H04N101/00
CPC classification number: G06T7/2033 , G06K9/3233 , G06T7/246 , G06T7/248 , G06T2207/10016 , G06T2207/10024 , G06T2207/20104 , G06T2207/30201 , H04N5/23216 , H04N5/23219 , H04N5/23293 , H04N2201/0084
Abstract: 一种图像捕捉装置，包括：图像输入单元，输入图像；指定单元，接收初始追踪目标区域的指定，所述初始追踪目标区域是从图像输入单元输入的时序图像帧的第一图像帧中的第一区域；特征值提取单元，从第一图像帧中的目标区域提取预的定特征值；第一查找单元，查找第二区域，所述第二区域是通过改变第一区域的尺寸并且通过确定从第二区域提取的特征值是否满足能够成功追踪的预定条件而获得的，并且所述第一查找单元将第二区域设定为新的初始目标追踪区域；以及第二查找单元，在第一图像帧的随后的第二图像帧中查找与新设定的初始追踪区域相似的区域，作为追踪结果区域。
-
公开(公告)号：CN105335934A
公开(公告)日：2016-02-17
申请号：CN201410250411.6
申请日：2014-06-06
Applicant: 株式会社理光
Abstract: 提供了视差图计算方法和装置。获得目标场景的当前帧的左右灰度图像以及在当前帧之前的预定数量帧的历史信息；以所述左右灰度图像的任意一个作为参考图像，从所获得的左右灰度图像生成当前帧的初始视差图；基于该预定数量帧的历史信息对该参考图像进行分割；根据分割结果优化该初始视差图，将优化后的视差图作为当前帧的视差图。
-
公开(公告)号：CN102982336B
公开(公告)日：2015-11-25
申请号：CN201110258060.X
申请日：2011-09-02
Applicant: 株式会社理光
IPC: G06K9/62
Abstract: 本发明提出了一种识别模型生成方法和系统，该识别模型生成方法包括：接收对比样本；通过第一传感器采集所述对比样本来生成第一传感器数据，其中，第一传感器对应于第一识别模型；通过第二传感器采集所述对比样本来生成第二传感器数据，其中，第二传感器对应于第二识别模型；通过所述第一传感器数据和所述第二传感器数据生成第一传感器与第二传感器之间的关联关系；以及根据所述关联关系，生成第二传感器所对应的第二识别模型。和重新采集新的训练数据生成相对应的新识别模型相比，本公开可以获得同样出色的识别结果，同时节省了大量的样本采集和训练的时间和工作。
-
公开(公告)号：CN103810460A
公开(公告)日：2014-05-21
申请号：CN201210447071.7
申请日：2012-11-09
Applicant: 株式会社理光
Abstract: 提供了对象跟踪方法和装置。其中，建立对象图，具有相似运动特征的一组对象被包括在一个对象图中，每个对象作为该对象图的顶点，基于每个对象的代表性运动特征计算对象图中每个顶点的弹性；建立对象组图，每个对象组作为所述对象组图中的顶点，基于每个对象组的代表性运动特征计算对象组图中每个顶点的弹性；基于对象组图的顶点的弹性，预测每个对象组在下一帧中的位置范围；基于对象图的顶点的弹性预测每个对象在下一帧中的位置范围；以及在跟踪时段内，基于所预测的每个对象组和每个对象的位置范围，在下一帧中检测对象。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.027 seconds)
