-
公开(公告)号：CN116796797A
公开(公告)日：2023-09-22
申请号：CN202310707540.2
申请日：2023-06-14
Applicant: 中国科学院自动化研究所
IPC: G06N3/045 , G06N3/086 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及人工智能领域，提供一种网络架构搜索方法、图像分类方法、装置和电子设备，其中搜索方法包括：获取初始网络结构，并基于所述初始网络结构的各结构参数，确定搜索空间；基于所述搜索空间搭建超网络，并基于第一样本图像对所述超网络进行预训练，得到预训练超网络的预训练权重；基于当前演化代数下候选突变操作的自适应概率分布，采用演化算法对当前演化代数下的网络结构进行搜索优化，得到下一演化代数下的网络结构，直至停止演化，得到目标网络结构。本发明提供的网络架构搜索方法、图像分类方法、装置和电子设备，提高了搜索效率，可以稳定且高效地实现对高性能的小规模ViT网络的优化。
-
公开(公告)号：CN110415277B
公开(公告)日：2022-03-08
申请号：CN201910669359.0
申请日：2019-07-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能驾驶领域，具体涉及一种基于光流和卡尔曼滤波的多目标追踪方法、系统、装置，旨在解决多目标追踪过分依赖于检测及匹配难度大的问题。本系统方法包括获取输入视频中t时刻的图像帧；对图像帧进行多目标检测，构建检测目标的目标区域集合；根据t‑1时刻追踪到的目标，通过预设的追踪模型分别预测目标在t时刻图像帧中对应的目标区域，构建预测目标的目标区域集合；对检测目标、预测目标的目标区域集合，通过区域相似度，以及匈牙利算法获取两个目标区域集合中目标区域匹配关系；将检测目标的目标区域集合中匹配成功的目标区域作为t时刻追踪到的目标区域。本发明实现多目标的准确预测，提高了多帧目标的位置匹配及追踪的准确率。
-
公开(公告)号：CN107609483B
公开(公告)日：2020-06-16
申请号：CN201710696755.3
申请日：2017-08-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及智能驾驶领域，具体提出了一种面向驾驶辅助系统的危险目标检测方法、装置，旨在解决现场复杂交通场景下危险目标检测精度低的问题。为此目的，本发明中的危险目标检测方法，通过依据预设的危险目标检测模型，识别所获取的车体外部图像中的危险目标的检测框位置以及目标类别和距离类别的笛卡尔积；依据笛卡尔积和危险等级匹配表，获取目标的危险等级；依据危险等级对应的颜色标注图像中目标的检测框。同时本发明中的危险目标检测装置、存储及处理装置，可以执行上述危险目标检测方法中的各步骤。本发明中的技术方案，可以在现实复杂交通场景下，提升基于图像的危险目标检测的精准度，有预防交通事故的作用。
-
公开(公告)号：CN109466552A
公开(公告)日：2019-03-15
申请号：CN201811260601.0
申请日：2018-10-26
Applicant: 中国科学院自动化研究所
IPC: B60W30/12
Abstract: 本发明涉及一种智能驾驶车道保持方法及系统，所述智能驾驶车道保持方法包括：获取驾驶员视角的当前前方图像；基于预设的驾驶图像感知模型，预测所述当前前方图像的车道特征；基于预设的数据驱动车道保持模型，根据所述车道特征，计算方向盘转角控制量；根据所述方向盘转角控制量，控制本车行驶在车道中央。本发明通过采用多任务学习网络构建所述驾驶图像感知模型，促使所述驾驶图像感知模型学习到多个相关任务共有的图像特征，可提高车道特征预测的准确率；在方向盘转角控制量计算中，采用数据驱动的方法，不依赖于车辆模型，可提高方向盘转角控制量计算的准确性与鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN107609483A
公开(公告)日：2018-01-19
申请号：CN201710696755.3
申请日：2017-08-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及智能驾驶领域，具体提出了一种面向驾驶辅助系统的危险目标检测方法、装置，旨在解决现场复杂交通场景下危险目标检测精度低的问题。为此目的，本发明中的危险目标检测方法，通过依据预设的危险目标检测模型，识别所获取的车体外部图像中的危险目标的检测框位置以及目标类别和距离类别的笛卡尔积；依据笛卡尔积和危险等级匹配表，获取目标的危险等级；依据危险等级对应的颜色标注图像中目标的检测框。同时本发明中的危险目标检测装置、存储及处理装置，可以执行上述危险目标检测方法中的各步骤。本发明中的技术方案，可以在现实复杂交通场景下，提升基于图像的危险目标检测的精准度，有预防交通事故的作用。
-
公开(公告)号：CN110415277A
公开(公告)日：2019-11-05
申请号：CN201910669359.0
申请日：2019-07-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能驾驶领域，具体涉及一种基于光流和卡尔曼滤波的多目标追踪方法、系统、装置，旨在解决多目标追踪过分依赖于检测及匹配难度大的问题。本系统方法包括获取输入视频中t时刻的图像帧；对图像帧进行多目标检测，构建检测目标的目标区域集合；根据t-1时刻追踪到的目标，通过预设的追踪模型分别预测目标在t时刻图像帧中对应的目标区域，构建预测目标的目标区域集合；对检测目标、预测目标的目标区域集合，通过区域相似度，以及匈牙利算法获取两个目标区域集合中目标区域匹配关系；将检测目标的目标区域集合中匹配成功的目标区域作为t时刻追踪到的目标区域。本发明实现多目标的准确预测，提高了多帧目标的位置匹配及追踪的准确率。
-
公开(公告)号：CN111597961B
公开(公告)日：2023-04-25
申请号：CN202010400600.2
申请日：2020-05-13
Applicant: 中国科学院自动化研究所
IPC: G06V20/56 , G06N3/0464 , G06N3/0442
Abstract: 本发明属于数据挖掘、智能驾驶领域，具体涉及一种面向智能驾驶的移动目标轨迹预测方法、系统、装置，旨在解决现有的移动目标轨迹预测方法预测精度较低的问题。本系统方法包括：获取输入视频中的图像帧；获取各图像帧中所有移动目标对应的检测区域，并分别计算第一影响；提取各第一影响、各第一位置信息的特征分别构建第一特征序列、第二特征序列；通过注意力机制分别对第一特征序列、第二特征序列中的各特征进行时间维度上的加权求和；结合待预测目标在待预测时刻上一时刻的位置信息提取的特征，进行加权求和，并通过解码器得到待预测目标待预测时刻的预测位置；迭代获取设定时间段内的多个预测位置，构建预测轨迹。本发明提高了轨迹预测的精度。
-
公开(公告)号：CN111597961A
公开(公告)日：2020-08-28
申请号：CN202010400600.2
申请日：2020-05-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据挖掘、智能驾驶领域，具体涉及一种面向智能驾驶的移动目标轨迹预测方法、系统、装置，旨在解决现有的移动目标轨迹预测方法预测精度较低的问题。本系统方法包括：获取输入视频中的图像帧；获取各图像帧中所有移动目标对应的检测区域，并分别计算第一影响；提取各第一影响、各第一位置信息的特征分别构建第一特征序列、第二特征序列；通过注意力机制分别对第一特征序列、第二特征序列中的各特征进行时间维度上的加权求和；结合待预测目标在待预测时刻上一时刻的位置信息提取的特征，进行加权求和，并通过解码器得到待预测目标待预测时刻的预测位置；迭代获取设定时间段内的多个预测位置，构建预测轨迹。本发明提高了轨迹预测的精度。
-
公开(公告)号：CN109466552B
公开(公告)日：2020-07-28
申请号：CN201811260601.0
申请日：2018-10-26
Applicant: 中国科学院自动化研究所
IPC: B60W30/12
Abstract: 本发明涉及一种智能驾驶车道保持方法及系统，所述智能驾驶车道保持方法包括：获取驾驶员视角的当前前方图像；基于预设的驾驶图像感知模型，预测所述当前前方图像的车道特征；基于预设的数据驱动车道保持模型，根据所述车道特征，计算方向盘转角控制量；根据所述方向盘转角控制量，控制本车行驶在车道中央。本发明通过采用多任务学习网络构建所述驾驶图像感知模型，促使所述驾驶图像感知模型学习到多个相关任务共有的图像特征，可提高车道特征预测的准确率；在方向盘转角控制量计算中，采用数据驱动的方法，不依赖于车辆模型，可提高方向盘转角控制量计算的准确性与鲁棒性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
