-
公开(公告)号：CN111739064A
公开(公告)日：2020-10-02
申请号：CN202010590873.8
申请日：2020-06-24
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所广州人工智能与先进计算研究院
Abstract: 本发明涉及图像处理技术领域，具体涉及一种用于视频中目标跟踪的方法及存储设备和控制设备，旨在解决现有技术中实时性差的问题。本发明的方法包括：对图像序列进行预处理得到待处理子图像序列；对待处理子图像序列中的第一帧及第二帧图像进行运动检测及聚类，进而选择目标区域；对第3帧及其之后的各帧，将当前帧与相邻的上一帧进行运动检测、聚类即筛选，得到子目标候选区域；从目标区域和每个子目标候选区域中分别提取图像特征并进行匹配；将匹配度高于第一阈值的子目标候选区域作为当前帧的跟踪结果；将匹配度高于第二阈值的子目标候选区域更新为后续帧跟踪的目标区域。本发明具备特征提取时间短且有效，匹配效果强，跟踪实时性高的优势。
-
公开(公告)号：CN111563916A
公开(公告)日：2020-08-21
申请号：CN202010393261.X
申请日：2020-05-11
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所广州人工智能与先进计算研究院
Abstract: 本发明属于视觉跟踪技术领域，具体涉及一种基于立体视觉的长时无人机跟踪定位方法、系统、装置，旨在解决现有的视觉跟踪方法目标追踪定位实时性较差、精度较低的问题。本系统方法包括：获取t时刻的双目视觉图像对；对图像对进行预处理，并通过双目立体匹配算法对预处理后图像对中的两个图像进行匹配，得到三维点云数据；对三维点云数据进行聚类，获取待定位目标的候选区域；对各候选区域，分别通过模板匹配算法、预设的第一方法得到第一匹配度、第二匹配度；若各候选区域的第一匹配度大于设定的第一阈值且第二匹配度小于设定的第二阈值，则将其作为待定位目标的目标区域。本发明提高了目标追踪定位的实时性及精度。
-
公开(公告)号：CN111739064B
公开(公告)日：2022-07-29
申请号：CN202010590873.8
申请日：2020-06-24
Applicant: 中国科学院自动化研究所 , 广东人工智能与先进计算研究院
Abstract: 本发明涉及图像处理技术领域，具体涉及一种用于视频中目标跟踪的方法及存储设备和控制设备，旨在解决现有技术中实时性差的问题。本发明的方法包括：对图像序列进行预处理得到待处理子图像序列；对待处理子图像序列中的第一帧及第二帧图像进行运动检测及聚类，进而选择目标区域；对第3帧及其之后的各帧，将当前帧与相邻的上一帧进行运动检测、聚类即筛选，得到子目标候选区域；从目标区域和每个子目标候选区域中分别提取图像特征并进行匹配；将匹配度高于第一阈值的子目标候选区域作为当前帧的跟踪结果；将匹配度高于第二阈值的子目标候选区域更新为后续帧跟踪的目标区域。本发明具备特征提取时间短且有效，匹配效果强，跟踪实时性高的优势。
-
公开(公告)号：CN114897665A
公开(公告)日：2022-08-12
申请号：CN202210348784.1
申请日：2022-04-01
Applicant: 中国科学院自动化研究所 , 广东人工智能与先进计算研究院
Abstract: 本发明提供一种可配置实时视差点云计算装置和方法，包括图像缓存单元、缓存控制器、PE阵列、结果整形模块、最小值搜索模块以及配置解析模块；图像缓存单元用于输出指定窗口大小和滑窗顺序的图像窗口数据；缓存控制器用于控制图像缓存单元输出图像窗口数据，并分发至PE阵列中的PE；PE阵列用于生成指定结构的若干PU，并得到SAD匹配代价计算结果；结果整形模块用于对匹配代价进行数据字段添加；最小值搜索模块用于对匹配代价逐级搜索最小值得到视差值；配置解析模块用于解析接收到的配置信息，生成相应的控制信号分别输入其他模块，可以实现视差点云计算实时进行，匹配参数可配置且无需重构。
-
公开(公告)号：CN111563916B
公开(公告)日：2022-06-10
申请号：CN202010393261.X
申请日：2020-05-11
Applicant: 中国科学院自动化研究所 , 广东人工智能与先进计算研究院
IPC: G06T7/246 , G06T7/593 , G06V10/762 , G06V10/82 , G06K9/62
Abstract: 本发明属于视觉跟踪技术领域，具体涉及一种基于立体视觉的长时无人机跟踪定位方法、系统、装置，旨在解决现有的视觉跟踪方法目标追踪定位实时性较差、精度较低的问题。本系统方法包括：获取t时刻的双目视觉图像对；对图像对进行预处理，并通过双目立体匹配算法对预处理后图像对中的两个图像进行匹配，得到三维点云数据；对三维点云数据进行聚类，获取待定位目标的候选区域；对各候选区域，分别通过模板匹配算法、预设的第一方法得到第一匹配度、第二匹配度；若各候选区域的第一匹配度大于设定的第一阈值且第二匹配度小于设定的第二阈值，则将其作为待定位目标的目标区域。本发明提高了目标追踪定位的实时性及精度。
-
Patent Agency Ranking
公开(公告)号：CN113837270B
公开(公告)日：2022-08-30
申请号：CN202111113242.8
申请日：2021-09-18
Applicant: 广东人工智能与先进计算研究院 , 中国科学院自动化研究所 , 芯跳科技(广州)有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/44 , G06T3/40 , G06V10/82
Abstract: 本发明公开了一种目标识别方法、装置、设备及存储介质。通过计算拼接图像中的待识别目标的特征向量与表征支持数据集的支持向量的相似度来判定待识别目标是否与支持数据集中的目标是否属于同一类，在对特征提取网络进行训练时，仅需少量训练样本对特征提取网络进行训练，避免了由于作为训练样本的拼接图像较少，导致识别模型识别准确度较低的问题，使用少量的训练样本就能达到85％以上的识别准确率。
-
公开(公告)号：CN114003635B
公开(公告)日：2023-01-31
申请号：CN202111138575.6
申请日：2021-09-27
Applicant: 中国科学院自动化研究所 , 芯跳科技(广州)有限公司 , 广东人工智能与先进计算研究院
IPC: G06F16/2458 , G06F16/9535 , G06N3/06 , G06N3/08
Abstract: 本发明提供一种推荐信息获取方法、装置、设备及产品，涉及信息检索技术领域，该方法包括以下步骤：将待搜索项输入至相似度搜索模型中，得到所述相似度搜索模型输出的所述待搜索项对应的稀疏编码；其中，所述相似度搜索模型是基于样本搜索项以及所述样本搜索项对应的样本随机投影矩阵训练得到的，所述样本随机投影矩阵为具有样本权重的矩阵，且，每次训练结束后会生成训练权重，并将所述训练权重作为下次训练时所述样本随机投影矩阵的所述样本权重；基于所述稀疏编码，利用最近邻搜索，得到信息存储数据库输出的所述待搜索项对应的推荐信息，本发明在减少计算量的同时实现检索过程更高的准确率。
-
公开(公告)号：CN114003635A
公开(公告)日：2022-02-01
申请号：CN202111138575.6
申请日：2021-09-27
Applicant: 中国科学院自动化研究所 , 芯跳科技(广州)有限公司 , 广东人工智能与先进计算研究院
IPC: G06F16/2458 , G06F16/9535 , G06N3/06 , G06N3/08
Abstract: 本发明提供一种推荐信息获取方法、装置、设备及产品，涉及信息检索技术领域，该方法包括以下步骤：将待搜索项输入至相似度搜索模型中，得到所述相似度搜索模型输出的所述待搜索项对应的稀疏编码；其中，所述相似度搜索模型是基于样本搜索项以及所述样本搜索项对应的样本随机投影矩阵训练得到的，所述样本随机矩阵为具有样本权重的矩阵，且，每次训练结束后会生成训练权重，并将所述训练权重作为下次训练时所述样本随机矩阵的所述样本权重；基于所述稀疏编码，利用最近邻搜索，得到信息存储数据库输出的所述待搜索项对应的推荐信息，本发明在减少计算量的同时实现检索过程更高的准确率。
-
公开(公告)号：CN113837270A
公开(公告)日：2021-12-24
申请号：CN202111113242.8
申请日：2021-09-18
Applicant: 广东人工智能与先进计算研究院 , 中国科学院自动化研究所 , 芯跳科技(广州)有限公司
Abstract: 本发明公开了一种目标识别方法、装置、设备及存储介质。通过计算拼接图像中的待识别目标的特征向量与表征支持数据集的支持向量的相似度来判定待识别目标是否与支持数据集中的目标是否属于同一类，在对特征提取网络进行训练时，仅需少量训练样本对特征提取网络进行训练，避免了由于作为训练样本的拼接图像较少，导致识别模型识别准确度较低的问题，使用少量的训练样本就能达到85％以上的识别准确率。
-
公开(公告)号：CN306713984S
公开(公告)日：2021-07-27
申请号：CN202130226773.2
申请日：2021-04-20
Applicant: 中国科学院自动化研究所广州人工智能与先进计算研究院 , 芯跳科技(广州)有限公司
Abstract: 1.本外观设计产品的名称：相机支架（大视场多目）。
2.本外观设计产品的用途：用于一款大视场多目相机支架，支撑和固定相机。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图1。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.05 seconds)
