-
Patent Agency Ranking
公开(公告)号：CN119179993A
公开(公告)日：2024-12-24
申请号：CN202411693147.3
申请日：2024-11-25
Applicant: 无锡学院
IPC: G06F18/2433 , G06F18/10 , G06F18/22
Abstract: 本发明提出了一种智能网联汽车多源数据置信度分析方法，旨在提高自动驾驶系统的数据可靠性。该方法包括获取汽车多个传感器的多源数据，并为数据添加可信度，生成车辆环境云点数据；建立数据库保存所有车辆行驶过的道路数据的历史信息；对当前车辆环境云点数据进行清洗，去除动态信息，得到道路静态云点数据；将车辆获取的当前道路静态云点数据与数据库中的数据进行对比，获取汽车多源数据置信度。通过异常值识别和动态信息去除，确保数据的准确性和可靠性，同时结合传感器的历史表现和环境因素动态调整可信度，提高了系统的适应性和通用性。
-
公开(公告)号：CN119832211A
公开(公告)日：2025-04-15
申请号：CN202411812939.8
申请日：2024-12-11
Applicant: 无锡学院
Abstract: 本发明公开了一种航拍场景红外小目标检测方法、电子设备及存储介质，属于计算机视觉和图像处理领域技术领域。本发明方法训练一个动态多尺度共享目标检测网络实现红外目标检测，检测网络由骨干网络、颈部网络、头部网络组成，其中骨干网络包含动态共享特征分解层以及扩张多尺度金字塔层，颈部网络由多个上采样层、拼接层、动态共享特征分解层、卷积层级联而成，头部网络包含回归定位分支与分类预测分支。本发明目标检测方法采用动态共享机制与多尺度特征处理相结合，实现对图像特征的高效提取与融合，方法融合多尺度特征和上下文信息，既保留了高层语义信息，又保留了低层细节特征，使得检测目标的边界定位更加精准，分类更加可靠。
-
公开(公告)号：CN119131738B
公开(公告)日：2025-03-14
申请号：CN202411623141.9
申请日：2024-11-14
Applicant: 无锡学院
Abstract: 本发明提出了一种智能网联汽车视觉环境感知方法及系统，通过汽车视觉传感器获取周围图像数据，经过预处理、图像分割、特征识别和神经网络分析，最终输出详细的环境信息。具体步骤包括：首先对图像数据进行滤波处理，得到清晰的第一图像；然后通过种子像素扩张法对第一图像进行分割，形成第二图像集合；接着对每个图像进行特征识别，标记特征属性；最后将图像传输至神经网络中进行分析，整合结果后输出环境信息。该方法采用卷积神经网络和循环神经网络，分别处理单帧图像和多帧图像，提高了环境感知的准确性和实时性。
-
公开(公告)号：CN119399982A
公开(公告)日：2025-02-07
申请号：CN202411574939.9
申请日：2024-11-06
Applicant: 无锡学院
IPC: G08G1/0968 , G08G1/0969 , H04W4/44 , H04W4/024
Abstract: 本发明公开一种基于车路协同技术的预警事件快速发布方法，包括：利用车辆与道路基础设施实时获取车辆和道路的异常情况，获得事故信息；将事故信息上报至边缘计算节点；利用边缘计算节点通过计算机视觉技术事故信息识别事故信息的异常情况；利用边缘计算节点将事故信息的异常情况发送至车路协同云控平台；利用车路协同云控平台对事故信息的异常情况进行信息融合和分析，获得准确事故信息和预警信息；利用用户的导航应用程序接收准确事故信息和预警信息。本发明通过整合车路协同功能服务，提升了交通事故信息的实时传输和处理效率，有效克服了传统导航系统在处理突发交通事件时的延迟和信息滞后问题，提高了事故预警的响应速度和准确性。
-
公开(公告)号：CN119131738A
公开(公告)日：2024-12-13
申请号：CN202411623141.9
申请日：2024-11-14
Applicant: 无锡学院
Abstract: 本发明提出了一种智能网联汽车视觉环境感知方法及系统，通过汽车视觉传感器获取周围图像数据，经过预处理、图像分割、特征识别和神经网络分析，最终输出详细的环境信息。具体步骤包括：首先对图像数据进行滤波处理，得到清晰的第一图像；然后通过种子像素扩张法对第一图像进行分割，形成第二图像集合；接着对每个图像进行特征识别，标记特征属性；最后将图像传输至神经网络中进行分析，整合结果后输出环境信息。该方法采用卷积神经网络和循环神经网络，分别处理单帧图像和多帧图像，提高了环境感知的准确性和实时性。
-
-
-
-
Search Results
5
records
(took 0.012 seconds)
