构建俯视二维世界坐标系车前风险矩阵的方法

    公开(公告)号:CN108805105B

    公开(公告)日:2022-04-01

    申请号:CN201810697744.1

    申请日:2018-06-29

    Abstract: 构建俯视二维世界坐标系车前风险矩阵的方法,属于行车风险分析领域,为了解决图像视角确定车前风险的问题,要点是将所述二维世界坐标系中各坐标点等势至YW轴,并求取对应坐标点的风险权重,使用与行人轨迹矩阵相同的矩阵映射函数映射为车前风险矩阵,效果是根据驾驶员或自主驾驶系统的关注需求,对特定行人目标给予相应关注。

    利用类别激活映射的三维动作识别残差网络可视化方法

    公开(公告)号:CN112115872A

    公开(公告)日:2020-12-22

    申请号:CN202010994268.7

    申请日:2020-09-21

    Abstract: 利用类别激活映射的三维动作识别残差网络可视化方法,属于计算机视觉应用中的视频理解领域,为了解决提升三维动作识别残差网络对视频数据理解过程的可解释性的问题,要点是通过网络模型的分类权重与特征信息获取激活热力图,作为网络模型动作识别与输入数据之间的激活程度示意图;激活热力图与输入数据进行叠加后得到注意力结果图像,展现出在对应的分类结果下网络模型的注意力主要集中于输入数据的对应信息,效果是使动作识别技术能够在医疗、物流运输、自动驾驶、安全监控、网络短视频与直播筛查等领域得到更好的应用与推广。

    利用类别激活映射的三维动作识别残差网络可视化方法

    公开(公告)号:CN112115872B

    公开(公告)日:2024-07-19

    申请号:CN202010994268.7

    申请日:2020-09-21

    Abstract: 利用类别激活映射的三维动作识别残差网络可视化方法,属于计算机视觉应用中的视频理解领域,为了解决提升三维动作识别残差网络对视频数据理解过程的可解释性的问题,要点是通过网络模型的分类权重与特征信息获取激活热力图,作为网络模型动作识别与输入数据之间的激活程度示意图;激活热力图与输入数据进行叠加后得到注意力结果图像,展现出在对应的分类结果下网络模型的注意力主要集中于输入数据的对应信息,效果是使动作识别技术能够在医疗、物流运输、自动驾驶、安全监控、网络短视频与直播筛查等领域得到更好的应用与推广。

    二维世界坐标系的俯视行人风险量化方法

    公开(公告)号:CN108961313B

    公开(公告)日:2021-06-29

    申请号:CN201810697559.2

    申请日:2018-06-29

    Abstract: 二维世界坐标系的俯视行人风险量化方法,属于行车风险分析领域,为了解决以图像视角确定行人目标风险问题,要点是S3.设定行人运动观测范围,构建与N个俯视二维世界坐标系行人轨迹向量对应的俯视二维世界坐标系行人轨迹矩阵MP,从世界坐标系中独立对应俯视二维世界坐标系行人轨迹矩阵S3.构建匹配行人轨迹矩阵的俯视二维世界坐标系车前风险矩阵MV,并复制出与自身相同的副本矩阵效果是将车辆行驶对行人目标风险量化成归一化风险指标,以此为智能汽车的先进辅助驾驶和自主巡航的行人目标避障功能,提供重要车行决策数据基础。

    基于HOG特征行人检测器的递归错检校验方法、系统及设备

    公开(公告)号:CN108764110B

    公开(公告)日:2021-03-23

    申请号:CN201810500871.8

    申请日:2018-05-23

    Abstract: 基于HOG特征行人检测器的递归错检校验方法、系统及设备,属于车载辅助驾驶技术领域,为了解决车载单目摄像头行人检测中的行人目标错检的问题,计算行人目标框坐标对应所包围的像素面积和的比值,并限定该比值落入的不同取值范围中,至少包括一种范围,其表示目标数据无法确定,比值落入该范围,则将行人检测框坐标所对应的行人目标图像作为待校验的行人目标图像循环执行步骤S2~步骤S4之后,直至所述比值不再落入表示目标数据无法确定的范围。效果是通过递归结构计算,使系统能够排除在实际应用中,因拍摄镜头角度、拍摄场景光照不均匀等因素导致的检测错误情况。

    将平视行人轨迹点向量映射至二维世界坐标系的方法

    公开(公告)号:CN109059863B

    公开(公告)日:2020-09-22

    申请号:CN201810697513.0

    申请日:2018-06-29

    Abstract: 将平视行人轨迹点向量映射至二维世界坐标系的方法,属于行车风险分析领域,为了解决将俯视视角转化为平视视角的问题,要点是S1.对车载摄像机拍摄的行人图像,计算所有行人目标的行人轨迹点,行人目标数量为N,获取并更新实时时刻的所有行人目标平视行人轨迹点向量;S2.将所有平视行人轨迹点向量映射至二维世界坐标系,得到对应N个俯视二维世界坐标系行人轨迹点向量,效果是便于驾驶者以更精确视角观测各行人目标运动趋势。

    时间信息差异的度量算法

    公开(公告)号:CN109359561A

    公开(公告)日:2019-02-19

    申请号:CN201811138452.0

    申请日:2018-09-28

    Abstract: 时间信息差异的度量算法,属于计算机视觉应用中的视频理解领域,为了解决增加卷积神经网络可获取信息的种类,时间信息的最大均值差异为:将原始视频图像与卷积特征图分为两个集合,各集合内,相邻的两个图像作为集合内的一组待计算时间信息元素,得到的集合即为第一原始视频图像集合、第一卷积特征图集合,效果是所以两组数据的时间信息也可以被视为拥有直接联系,合理运用两者之间的联系对于视频理解领域及其相关应用具有一定的价值。

Patent Agency Ranking