-
公开(公告)号：CN113989702B
公开(公告)日：2024-08-02
申请号：CN202111195125.0
申请日：2021-10-12
Applicant: 北京科技大学顺德研究生院
IPC: G06V10/25 , G06V20/40 , G06V40/16 , G06V40/20 , G06V10/30 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G08B7/06
Abstract: 本申请公开了一种目标识别方法，包括以下步骤：构建目标数据集，包含目标物的视频图像；采集视频图像，其中包含检测对象，通过剪切波域变化去噪算法对获取的视频图像进行预处理；利用目标检测网络对预处理后的视频图像进行物品、姿态和人脸检测，获得符合目标物类型的像素信息；所述目标检测网络为多尺度残差密集连接yolo检测网络(MRD‑YOLO)，由多尺度密集连接模块与空间金字塔模块组成特征提取网络；利用深度残差网络实时人脸识别算法，将获取到的人脸特征信息与目标人脸数据库进行比对，判断是否为目标人脸；实时显示检测结果并报警。本申请还包含实现所述方法的装置。本申请提升目标检测的精度和实时性，达到对目标及物品实时检测及预警的目的。
-
公开(公告)号：CN115409897A
公开(公告)日：2022-11-29
申请号：CN202210631429.5
申请日：2022-06-06
Applicant: 北京科技大学顺德研究生院
Abstract: 本发明公开了一种基于背景点云精细化处理的激光雷达与相机联合标定方法，包括：利用激光雷达和可见光相机搭建实验装置，并构建用于求解标定矩阵的优化方程；将激光雷达扫描的标定物的前景点云拟合为直线；对于拟合出的直线，获取与之处于同一扫描线的激光雷达背景点云；根据水平角求解标定物的边缘点；利用得到的边缘点求解标定物的三维特征点；将得到的三维特征点和对应的通过可见光相机得到的二维特征点带入优化方程中进行标定矩阵的求解。本发明能够以较高的精度获取激光雷达扫描到的标定物的边缘点并求解出精确的三维特征点，避免了由于激光雷达的水平分辨率较低导致的特征点精度不够的问题，从而提高了联合标定精度。
-
公开(公告)号：CN114637022A
公开(公告)日：2022-06-17
申请号：CN202210073057.9
申请日：2022-01-21
Applicant: 北京科技大学顺德研究生院
IPC: G01S17/42 , G01S17/894
Abstract: 本申请公开了一种逼近式激光雷达点云数据边缘拟合方法，包括以下步骤：当相邻的第一扫描点和第二扫描点分别为前景点和背景点，则分别以所述第一扫描点、第二扫描点位置为第一边界、第二边界；再次进行扫描，取得新的第一扫描点和新的第二扫描点，当新的第一扫描点位于第一边界和第二边界之间时，用第一扫描点更新第一边界；当新的第二扫描点位于第一边界和第二边界之间时，用第二扫描点更新第二边界；根据所述第一边界和第二边界的位置进行插值计算前景边缘点的位置。本申请还包含实现所述方法的装置。本申请解决激光雷达扫描时边缘误差较大的问题。
-
公开(公告)号：CN113989702A
公开(公告)日：2022-01-28
申请号：CN202111195125.0
申请日：2021-10-12
Applicant: 北京科技大学顺德研究生院
IPC: G06V20/40 , G06V40/16 , G06V40/20 , G06V10/30 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G08B7/06
Abstract: 本申请公开了一种目标识别方法，包括以下步骤：构建目标数据集，包含目标物的视频图像；采集视频图像，其中包含检测对象，通过剪切波域变化去噪算法对获取的视频图像进行预处理；利用目标检测网络对预处理后的视频图像进行物品、姿态和人脸检测，获得符合目标物类型的像素信息；所述目标检测网络为多尺度残差密集连接yolo检测网络(MRD‑YOLO)，由多尺度密集连接模块与空间金字塔模块组成特征提取网络；利用深度残差网络实时人脸识别算法，将获取到的人脸特征信息与目标人脸数据库进行比对，判断是否为目标人脸；实时显示检测结果并报警。本申请还包含实现所述方法的装置。本申请提升目标检测的精度和实时性，达到对目标及物品实时检测及预警的目的。
-
-
-
Search Results
4
records
(took 0.027 seconds)
