-
公开(公告)号：CN118629009A
公开(公告)日：2024-09-10
申请号：CN202410796725.X
申请日：2024-06-19
Applicant: 北京百度网讯科技有限公司
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0455
Abstract: 本公开提供了一种信息预测方法和自动驾驶模型的训练方法、装置、设备、介质、程序产品、自动驾驶车辆，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习等技术领域，可应用于自动驾驶等场景。信息预测方法的具体实现方案为：获取感知数据，该感知数据包括车辆中的传感器采集的图像数据和车辆的驾驶数据；对图像数据进行编码，得到与图像数据对应的图像令牌序列；对驾驶数据进行编码，得到与驾驶数据对应的驾驶特征；以及基于驾驶特征和图像令牌序列，采用生成模型生成与图像令牌序列对应的预测令牌序列和针对车辆的控制信息。
-
公开(公告)号：CN118609080A
公开(公告)日：2024-09-06
申请号：CN202410954767.1
申请日：2024-07-16
Applicant: 北京百度网讯科技有限公司
IPC: G06V20/56 , G06V20/58 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/096 , G06N3/0455 , B60W60/00 , B60W40/02 , B60W50/00
Abstract: 本公开提供道路环境感知方法、训练方法、装置、电子设备、存储介质及程序产品，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型技术领域，可应用于自动驾驶、无人驾驶等场景。道路环境感知方法包括：获取关联区域车道属性和车端传感器采集的待测信息，其中，待测信息表征车辆行驶的目标区域，关联区域车道属性与关联区域相对应，关联区域与目标区域之间满足预设相似度条件；以及利用车端感知模型处理关联区域车道属性和待测信息，得到目标区域的道路感知信息。
-
公开(公告)号：CN113191256B
公开(公告)日：2024-06-11
申请号：CN202110470476.1
申请日：2021-04-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了车道线检测模型的训练方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及计算机视觉、深度学习等技术领域，可应用于智能交通场景下。具体实现方案：获取多个样本路况图像，和与所述多个样本路况图像分别对应的多个标注的车道线信息；确定与所述多个样本路况图像分别对应的多个要素，以及与所述多个要素分别对应的多个要素语义；以及根据所述多个样本路况图像、所述多个要素、所述多个要素语义以及所述多个标注的车道线信息训练初始的人工智能模型，以得到车道线检测模型，能够有效降低路况图像中车道线检测识别的计算复杂度，提升车道线检测识别的效率，提升车道线的检测识别效果。
-
公开(公告)号：CN111553282B
公开(公告)日：2024-03-29
申请号：CN202010356239.8
申请日：2020-04-29
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了用于检测车辆的方法和装置，涉及计算机视觉领域。具体实现方案为：获取待检测图像；将上述待检测图像输入预先建立的车辆检测模型，得到车辆检测结果，其中，上述车辆检测结果包括检测框的类别信息、坐标信息、坐标可信度和坐标误差信息，上述车辆检测模型用于表征图像与车辆检测结果的对应关系；根据检测框的坐标可信度，从上述车辆检测结果中选取检测框作为待处理检测框；基于上述待处理检测框的坐标信息和坐标误差信息，生成处理后检测框的坐标信息。该实施方式提高了检测框的坐标信息的准确性，减少了由于车辆检测模型的检测不准造成的检测错误。
-
公开(公告)号：CN112862006B
公开(公告)日：2024-02-06
申请号：CN202110320859.0
申请日：2021-03-25
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/774 , G06T7/55
Abstract: 本申请公开了一种图像深度信息获取模型的训练方法、装置及电子设备，涉及人工智能领域，具体为计算机视觉、智能交通和深度学习技术领域。该方案为：获取样本图像及样本点云信息；将样本图像和样本点云信息输入图像深度信息获取模型中，获取初始深度信息和特征信息；根据初始深度信息和特征信息，识别出深度信息不稳定的目标像素点；根据目标像素点的深度信息，确定损失函数中的权重值；根据权重值对损失函数进行调整，直至模型训练结束，生成目标图像深度信息获取模型，充分利用了模型训练过程中深度信息不稳定的目标像素点的深度信息，使得训练好的模型输出的深度信息能够更加接近真实值，点云信息更加稠密。
-
Patent Agency Ranking
公开(公告)号：CN111553428B
公开(公告)日：2024-01-12
申请号：CN202010360406.6
申请日：2020-04-30
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/774 , G06V10/764
Abstract: 本申请实施例公开了用于训练判别模型的方法、装置、电子设备及计算机可读存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：根据已知所属类别的图像特征数据确定每个类别的类中心；根据类中心进一步确定类内距离和类间距离；根据类内距离和类间距离来构建目标损失函数，并基于该目标损失函数训练得到图像类别判别模型。该实施方式基于由类中心确定出的类内距离和类间距离构建了新的损失函数，基于新的损失函数对原始判别模型的训练，可使得最终训练出的图像类别判别模型可以充分考虑到类内紧致程度和类间区别程度，从而尽可能的缩小类内距离、增大类间距离，提升图像类别判别模型判别出的待判别图像数据所属类别的准确性。
-
公开(公告)号：CN115953434B
公开(公告)日：2023-12-19
申请号：CN202310118712.2
申请日：2023-01-31
Applicant: 北京百度网讯科技有限公司
IPC: G06T7/246
Abstract: 本公开提供了一种轨迹匹配方法，涉及计算机视觉、图像处理、深度学习等人工智能技术领域，可应用于自动驾驶、无人驾驶等场景。具体实现方案为：从来自第一感知设备的第一图像序列中确定n个第一轨迹，以及从来自第二感知设备的第二图像序列中确定m个第二轨迹，第一轨迹包括第一包围框序列和第一特征序列，第二轨迹包括第二包围框序列和第二特征序列；根据第一特征序列和第二特征序列，计算n个第一轨迹与m个第二轨迹之间的距离关系；根据距离关系，确定n个第一轨迹中每个第一包围框的互最近邻集合；根据互最近邻集合，确定m个第二轨迹中与第一轨迹匹配的第二轨迹。本公开还提供了一种轨迹匹配装置、电子设备和存储介质。
-
公开(公告)号：CN116168366B
公开(公告)日：2023-12-05
申请号：CN202310082889.1
申请日：2023-01-19
Applicant: 北京百度网讯科技有限公司
IPC: G06V20/58
Abstract: 本公开提供了一种点云数据生成方法，涉及人工智能技术领域，尤其涉及计算机视觉、图像处理和深度学习等技术领域，可应用于自动驾驶和智慧城市场景下。具体实现方案为：根据与预设位置对应的原始点云数据，确定与预设位置对应的候选对象点云数据库，其中，候选对象点云数据库包括多个候选对象点云数据集，候选对象点云数据集包括多个候选对象点云数据；根据与多个预设距离区间对应的多个采样信息，确定多个候选对象点云数据集各自的目标对象点云数据子集；以及将多个目标对象点云数据子集与目标场景点云数据融合，得到目标点云样本数据。本公开还提供了一种深度学习模型的训练方法、
-
公开(公告)号：CN113901909B
公开(公告)日：2023-10-27
申请号：CN202111160338.X
申请日：2021-09-30
Applicant: 北京百度网讯科技有限公司
IPC: G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种基于视频的目标检测方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可用于目标检测和视频分析场景下。方案为：对待检测视频中的多帧图像分别进行特征提取，以得到原特征图，并对多帧图像中任意的相邻两帧图像，将前一帧图像的原特征图中第一目标维度的子特征图，与后一帧图像的原特征图中第二目标维度的子特征图进行特征融合，以得到后一帧图像的目标特征图，进而可根据各帧图像的目标特征图进行目标检测。由此，在对视频中的各帧图像进行目标检测时，不仅依赖对应帧的内容，还可以参考相邻帧携带的信息，可以提升目标检测结果的准确性和可靠性。
-
公开(公告)号：CN113033439B
公开(公告)日：2023-10-20
申请号：CN202110348761.6
申请日：2021-03-31
Applicant: 北京百度网讯科技有限公司
IPC: G06V20/40 , G06V10/46 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本公开公开了用于数据处理的方法和装置，涉及人工智能领域，尤其涉及计算机视觉、自动驾驶和深度学习领域。根据一种实施例的具体实现方案为：获取感测数据的第一帧序列以及第二帧序列，第一帧序列和第二帧序列至均包括多个重合帧；基于第一帧序列和第二帧序列，确定第一输出帧序列和第二输出帧序列，第一输出帧序列指示与第一帧序列相关的第一特征信息、并且第二输出帧序列指示与第二帧序列相关的第二特征信息；以及基于第一输出帧序列和第二输出帧序列，利用多个权重参数来确定第三输出帧序列，第三输出帧序列指示与多个重合帧相关的第三特征信息。以此方式，所得的输出能够有效表示感测数据的多个帧序列的时间上下文信息。
-
-
-
-
-
-
-
-
-
Search Results
385
records
(took 0.045 seconds)
