-
公开(公告)号：CN119723499A
公开(公告)日：2025-03-28
申请号：CN202411812250.5
申请日：2024-12-10
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G06V20/56 , G06V10/82 , G06V10/74 , G06V10/764 , G06T7/70
Abstract: 本发明公开了一种目标轨迹生成方法、装置、电子设备及存储介质，该方法包括：将至少两帧目标点云数据输入到目标检测模型，通过目标检测模型输出位姿检测结果与至少两帧目标点云数据各自对应的实际检测结果；基于位姿检测结果和运动模型，从至少两帧目标点云数据的实际检测结果对应的各个候选检测结果中，筛选出目标对象的至少两个目标检测结果；目标对象为对至少一个候选对象进行筛选确定，至少两个目标检测结果隶属于不同帧的目标点云数据对应的实际检测结果；基于目标对象对应的至少两个目标检测结果，生成目标对象的轨迹。本方案可以实现较为全面可靠的目标检测，并生成精准的目标轨迹。
-
公开(公告)号：CN117725614A
公开(公告)日：2024-03-19
申请号：CN202311790306.7
申请日：2023-12-25
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种车牌脱敏方法、装置、电子设备及存储介质。该方法包括：获取目标视频中包括的目标车辆对应的至少一张目标图像；将目标图像输入预先训练好的第一模型中，得到车牌关键点信息，其中，车牌关键点信息与目标图像一一对应，第一模型为利用深度强化学习方法、基于训练集并以优化识别准确度为指标训练得到的模型，训练集至少包括畸变训练图像和/或遮挡训练图像；根据车牌关键点信息，在目标视频中对目标车辆的车牌进行脱敏。本发明的技术方案可以实现对存在遮挡、畸变的待脱敏车牌的准确识别与脱敏，提高了车牌脱敏的准确性。
-
公开(公告)号：CN117727016A
公开(公告)日：2024-03-19
申请号：CN202311799417.4
申请日：2023-12-25
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G06V20/60 , G06V10/774 , G06V10/96 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明公开了一种脱敏图像的审核方法、装置、电子设备和存储介质，涉及脱敏图像的审核技术领域，该方法包括：确定目标审核任务和目标处理器；其中，目标审核任务包括至少一张目标脱敏图像；在目标处理器上加载审核检测模型，并将目标脱敏图像输入审核检测模型，确定审核检测结果；其中，审核检测模型包括i个敏感类检测模型，i为正整数；根据审核检测结果，确定目标审核任务的脱敏审核评估结果。本发明的技术方案，通过包括i个敏感类检测模型的审核检测模型对目标脱敏图像进行审核，确定审核检测结果，根据审核检测结果确定目标审核任务的脱敏审核评估结果，解决现有单个算法模型无法检测多类型的问题，实现多类型的敏感数据的检测，加快工作效率。
-
公开(公告)号：CN115965690A
公开(公告)日：2023-04-14
申请号：CN202211722477.1
申请日：2022-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种使用深度学习的端到端挖机作业姿态估计方法，通过使用双目摄像头加深度学习算法，实现了对铲臂及铲斗姿态的非接触式测量。相较于使用角传感器及IMU的接触式测量方式，该方法大幅降低了系统成本，解决了挖机使用过程中传感器容易损坏的难题。本发明中提出的“一端对多端”的级联式深度学习网络，充分利用了图像信息、双目深度信息及挖机物理模型信息，并创新性地将这些融合进深度学习网络中，相较于常规的单纯使用特征点估计角度的方法，增强了神经网络的稳定性，分段级联的方法也使网络具有一定的可解释性。
-
-
-
Search Results
4
records
(took 0.035 seconds)
