-
公开(公告)号：CN118823092A
公开(公告)日：2024-10-22
申请号：CN202411270385.3
申请日：2024-09-11
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种目标三维信息的测量方法，该方法包括：获取多个时序用于表征待测量目标到图像采集装置之间距离的图像数据，基于所获取的各时序图像数据，获取各时序用于表征各像素点高度值的高度图，逐时序地遍历各高度图，利用各高度图中各像素点的高度值，对各像素点的高度值进行动态更新，使得待测量目标之间相互遮挡的自遮挡所导致的缺失区域中的各像素点的高度值被补全，位于未被遮挡区域中各像素点的高度值被保持，得到更新后的高度图，基于更新后的高度图，对待测量目标进行三维信息测量。本申请提高了三维信息测量的准确性。本申请还可对采集场景和测量场景下的图像数据进行差分建模，提高了应用场景的适应能力和测量的准确性。
-
公开(公告)号：CN110602474B
公开(公告)日：2022-07-05
申请号：CN201810505818.7
申请日：2018-05-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N13/00
Abstract: 本申请实施例提供了一种图像视差的确定方法、装置及设备，方法包括：利用预先获取的相机参数，对多张待处理图像进行处理，得到多对双目图像；确定该多对双目图像的视差图、以及视差图之间的变换关系；根据该变换关系，对所确定的视差图进行融合，得到融合视差图；即使一个相机采集的图像中存在遮挡，但其他不存在遮挡的图像之间的视差图弥补了视差缺失，融合视差图中包含各张视差图像的信息，提高了所确定的视差准确度。
-
公开(公告)号：CN110533663B
公开(公告)日：2022-03-04
申请号：CN201810515532.7
申请日：2018-05-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/10
Abstract: 本申请实施例提供了一种图像视差确定方法、装置、设备及系统，方法包括：利用预设损失函数，基于多对样本图像、以及该多对样本图像的分割结果，对预设结构的初始视差网络进行训练，得到视差网络模型，图像的分割结果包括：图像中每个像素点所属平面的信息；利用该视差网络模型确定图像视差，可以识别像素点所属的平面，对于一些弱纹理区域来说，识别其像素点所属的平面后，便可以较准确地确定弱纹理区域的视差图，因此，本方案提高了视差准确性。
-
公开(公告)号：CN108073933B
公开(公告)日：2021-05-25
申请号：CN201610980457.2
申请日：2016-11-08
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06K9/62
Abstract: 本申请实施例公开了一种目标检测方法及装置，涉及视频处理技术领域，上述方法包括：从待检测视频中获得待检测图像序列；基于预先训练的CNN模型，提取待检测图像序列的第一CNN特征，根据第二CNN特征对第一CNN特征进行特征融合，获得第一融合CNN特征；将第一融合CNN特征输入至第一级分类器，获得第一备选目标区域；根据第一备选目标区域，确定第二级分类器的第一输入区域；根据第一融合CNN特征，获得第一输入区域的第三CNN特征；将第三CNN特征输入至第二级分类器，根据第二级分类器的输出结果，获得针对待检测图像序列的目标检测结果。应用本申请实施例提供的方案进行目标检测，提高了针对视频进行目标检测时的准确度。
-
公开(公告)号：CN110533701A
公开(公告)日：2019-12-03
申请号：CN201810515541.6
申请日：2018-05-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/33
Abstract: 本发明实施例提供了一种图像视差确定方法、装置、设备及系统，本方案中，如果图像中存在遮挡，则该遮挡区域像素点对应到初始视差图中即为非匹配点，利用与非匹配点距离较近的匹配点对非匹配点进行填充处理，也就是利用匹配正常的视差值对遮挡区域对应的视差值进行填充，这样，提高了遮挡区域对应视差的准确度，进而提高了图像之间视差准确度。
-
Patent Agency Ranking
公开(公告)号：CN110335228A
公开(公告)日：2019-10-15
申请号：CN201810276957.7
申请日：2018-03-30
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种图像视差的确定方法、装置及系统，本实施例中利用无监督神经网络，确定多张图像间的视差，无监督神经网络利用损失函数进行训练，不需要真实视差作为监督，损失函数中包含一项或多项误差参数，训练过程中，误差参数逐渐变小，也就是确定视差的准确度变高，因此，应用本实施例确定的视差准确度较高。
-
公开(公告)号：CN119359193A
公开(公告)日：2025-01-24
申请号：CN202411911021.9
申请日：2024-12-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/083 , G06V20/52 , G06V20/62 , G06V10/44
Abstract: 本申请实施例适用于物联网技术领域，提供了一种装载状态检测方法、装置、设备及计算机程序产品，所述方法包括：获取针对车厢的尾部进行采集得到的图像数据以及点云数据；依据所述图像数据以及所述点云数据，识别所述车厢的装载状态；在所述装载状态为装载已就绪的情况下，输出所述车厢的装载率，从而可以实时对车厢进行测量以识别其装载状态，若装载状态为装置已就绪，则装载率可能会发生变化，因此在确定车厢的装载状态为装载已就绪的情况下，输出车厢的装载率，实现自动化测量车厢的装载状态，以及自动化触发输出车厢装载率。
-
公开(公告)号：CN119354052A
公开(公告)日：2025-01-24
申请号：CN202411910724.X
申请日：2024-12-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01B11/00 , G06Q10/083 , G06T7/62
Abstract: 本申请适用于交通物流技术领域，提供了一种装载体积的测量方法、装置、电子设备及计算机程序产品。所述方法包括：在车厢的装载状态为就绪状态时，基于点云采集设备采集的车厢点云的深度，判断货物是否超出目标覆盖区域；若所述货物未超出所述目标覆盖区域，则将所述车厢点云作为目标点；若所述货物超出所述目标覆盖区域，则基于图像采集设备采集的车厢图像，确定所述车厢图像中货物所在区域的像素点作为所述目标点；基于所述目标点的深度，确定所述车厢的装载体积。通过本申请可实现装载过程中的装载体积的实时测量，并提高装载体积的测量效率。
-
公开(公告)号：CN110443841B
公开(公告)日：2022-08-05
申请号：CN201810410773.5
申请日：2018-05-02
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/55
Abstract: 本发明公开了一种地面深度的测量方法、装置及系统，属于图像处理技术领域。所述方法包括：通过指定有监督学习网络处理针对目标区域拍摄的左图像和右图像，以确定每个视差点对应的位置点的地面深度。由于该指定有监督学习网络是根据至少一个图像对、在每个图像对的视差图中标记的属于地面的多个视差点以及每个视差点对应的视差值训练得到，因此，当通过该指定有监督学习网络处理左图像和右图像时，该指定有监督学习网络实际上根据预先从标签中学习的特征输出目标视差图中的多个属于地面的视差点以及每个视差点的视差值，避免了仅仅基于像素点的像素值进行像素点匹配而导致出现匹配不唯一的情况，提高了测量地面深度的准确性。
-
公开(公告)号：CN113014899A
公开(公告)日：2021-06-22
申请号：CN201911330484.5
申请日：2019-12-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N13/128 , H04N13/239
Abstract: 本申请实施例提供了一种双目图像的视差确定方法、装置及系统，涉及立体视觉技术领域，可以使得双目图像的视差确定方法适用范围更广。本申请实施例的方案包括：获取待检测双目图像，待检测双目图像为同一被摄对象对应的两个不同角度的拍摄图像。然后将待检测双目图像输入视差检测模型，并获取视差检测模型检测的待检测双目图像之间的视差。其中，视差检测模型为基于多个样本双目图像和每个样本双目图像对应的标准视差对神经网络模型进行训练后得到的模型，每个样本双目图像对应的标准视差为基于测距设备获取的该样本双目图像对应的被摄对象的标准深度，计算的该样本双目图像的视差。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.054 seconds)
