-
Patent Agency Ranking
公开(公告)号：CN115471540A
公开(公告)日：2022-12-13
申请号：CN202211127960.5
申请日：2022-09-16
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于双目立体视觉的深度和宽度估计方法，属于计算机视觉领域。本发明使用双目立体相机获取图像，利用观测目标距离成像平面的深度与视差的关系和观测点的拟求宽度与视差的关系建立数学模型，分别对上述的深度和宽度进行标定，从而提供一种求解世界坐标系下观测点到相机主点的真实距离方法；并考虑到因相机安装问题产生的左右相机主点不同致使的误差，通过拟合提高深度和宽度的计算精度。
-
公开(公告)号：CN115457086A
公开(公告)日：2022-12-09
申请号：CN202211127966.2
申请日：2022-09-16
Applicant: 大连理工大学
Abstract: 本发明属于图像处理和计算机视觉领域，涉及基于双目视觉和卡尔曼滤波的多目标跟踪算法。基于DeepSort算法基本流程，通过双目立体视觉获取目标的距离信息，使用卡尔曼滤波来估计运动信息，同时在目标状态上增加距离维度和距离变化维度，提高目标检测阶段的稳定性，解决了单目检测与运动估计无法很好适应自动驾驶数据集和目标移动速度较快的情况，进而增强目标跟踪的效果。
-
公开(公告)号：CN115457508A
公开(公告)日：2022-12-09
申请号：CN202211127961.X
申请日：2022-09-16
Applicant: 大连理工大学
IPC: G06V20/58 , G06V10/80 , G06V10/764
Abstract: 本发明属于图像处理和计算机视觉领域，涉及基于UV视差检测和YOLOv5的融合目标识别方法。本方法充分融合了改进的UV视差检测和YOLOv5模型，利用改进的UV视差检测来粗识别路面上的行人车辆和非标障碍物，将UV检测结果输入到YOLOv5的深度学习模型，将二者结果进行融合目标识别来得到高稳定性高鲁棒性的检测效果，并且识别范围不限于目标的类型，由此来实现双目立体视觉的融合目标识别功能。本发明可高效快速实现路面可行驶区域检测、非标准障碍物检测、以及目标分类识别功能，是一种结合传统双目检测和深度学习目标检测二者优点的具有高稳定性，高鲁棒性的融合目标识别算法。
-
公开(公告)号：CN115457132A
公开(公告)日：2022-12-09
申请号：CN202211127974.7
申请日：2022-09-16
Applicant: 大连理工大学
Abstract: 本发明了公开了基于双目立体相机定位栅格地图的方法，属于图像处理和计算机视觉领域。本发明使用可见光双目立体相机和红外双目立体相机共同获取图像，并通过双目立体相机获取视差图以此获取实时三维点云信息，并构建了高质量的栅格映射算法来实现3d点云到2d栅格地图的映射，包括根据先验信息实现了栅格高度以及栅格阈值筛选算法；结合空间几何知识添加阻塞计数算法处理障碍物中的遮挡问题；通过栅格后验概率去除占用栅格中可能存在的噪声干扰；使用目标检测算法辅助聚类目标物并估计目标物的实际距离；通过粒子滤波结合多帧信息优化动态目标物；将可见光相机与红外相机的得到的栅格地图结果融合后输出。
-
公开(公告)号：CN115457131A
公开(公告)日：2022-12-09
申请号：CN202211127964.3
申请日：2022-09-16
Applicant: 大连理工大学
Abstract: 本发明公开基于U‑V视差图的室内自由空间估计和障碍物检测算法，包括：改进U‑V视差法采用滑动窗口法，将视差图分为若干子窗口，每个子窗口生成一个子V视差图，窗口内采用分段线性拟合方法，将提取的多条线段依次连接得到地面相关线；采用新的V视差图滤波方法，使用边缘滤波器过滤子V视差图，将滤波后图像作为加权系数对原V视差图相乘，再采用最大值滤波和块滤波器滤波得到V视差滤波图像，用于道路检测；将V视差计算结果融合到一种概率估计框架中用于地面估计。将地面置信图RCM和障碍物置信图OCM加权累加构成最后的置信图模型，自由空间就是在置信图上采用二维动态规划方法进行优化估计的。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
