-
公开(公告)号：CN118735999A
公开(公告)日：2024-10-01
申请号：CN202410335641.6
申请日：2024-03-22
摘要： 本公开提供了“相机定位”。一种计算机，包括处理器和存储器，所述存储器包括指令，所述指令可由所述处理器执行以用第一神经网络从地面视图图像确定第一特征图和第一置信度图。可以基于第一特征图和置信度图来确定第一特征点。可以基于第一特征和第一置信度图来确定第一特征的第一三维(3D)特征位置。可以用第二神经网络从航拍视图图像确定第二特征图和第二置信度图。可以基于所述第一3D特征、所述第二特征图和所述第二置信度图来确定第二3D特征位置。可以通过迭代地确定所述第一3D特征位置与所述第二3D特征位置之间的几何对应关系来确定地面视图相机在全局坐标中的三自由度(DoF)姿态。
-
公开(公告)号：CN118710710A
公开(公告)日：2024-09-27
申请号：CN202410336334.X
申请日：2024-03-22
发明人： 师玉娇 , 李洪东 , 安基特·吉里什·沃拉 , 阿希尔·帕林谢里
摘要： 本公开提供“相对于俯瞰图像的相机姿态”。一种计算机包括处理器和存储器，并且所述存储器存储可由所述处理器执行以进行以下操作的指令：从地理区域的俯瞰图像生成观察到的俯瞰特征图；从由所述地理区域内的相机捕获的地面视角图像生成地面视角特征图，所述相机在捕获所述地面视角图像时至少部分地水平地取向；基于几何关系将所述地面视角特征图投影到俯瞰视图，从而产生经投影的俯瞰特征图；基于所述经投影的俯瞰特征图和所述观察到的俯瞰特征图来确定所述相机相对于所述俯瞰图像的旋转；以及基于所述经投影的俯瞰特征图和所述观察到的俯瞰特征图来确定所述相机相对于所述俯瞰图像的平移。
-
公开(公告)号：CN118200462A
公开(公告)日：2024-06-14
申请号：CN202311626240.8
申请日：2023-11-30
申请人： 福特全球技术公司
IPC分类号： H04N5/265 , H04N19/42 , H04N19/172 , H04N19/182
摘要： 本公开提供“生成具有变化域的人工视频”。一种计算机包括处理器和存储器，并且所述存储器存储指令，所述指令可由所述处理器执行以：接收场景的输入视频和与所述输入视频相关联的音频数据，所述输入视频处于第一域中；执行编码器以将所述输入视频和所述音频数据映射到较低维潜在空间中的潜在向量；以及执行生成器以从所述潜在向量生成所述场景的输出视频，所述输出视频处于第二域中。所述编码器和所述生成器被训练以通过使用所述音频数据来维持所述输入视频与所述输出视频之间的时间一致性。
-
公开(公告)号：CN112179365A
公开(公告)日：2021-01-05
申请号：CN202010630052.2
申请日：2020-07-03
申请人： 福特全球技术公司
摘要： 本公开提供了“车辆交叉路口操作”。一种计算机，包括处理器和存储器，所述存储器存储可由处理器执行以进行以下操作的指令：收集交叉路口处的一个或多个目标的多个图像；将所述图像输入到机器学习程序，以基于所述多个图像之间的时间差来确定预测主车辆在所述交叉路口处要给其让路的所述目标的数量；以及传送指示所述目标的所述数量的消息。
-
公开(公告)号：CN113204987A
公开(公告)日：2021-08-03
申请号：CN202110105016.9
申请日：2021-01-26
申请人： 福特全球技术公司
摘要： 本公开提供了“经由学习的部分域转换的域生成”。一种系统和一种方法可以接收具有第一标签和第一情境的第一数据集。所述系统和所述方法还可以根据映射在所述经训练的深度神经网络处生成具有所述第一标签和第二情境的第二数据集，其中所述多个映射中的第一映射包括将具有所述第一标签和所述第一情境的数据映射到具有第二标签和所述第一情境的数据的所述经训练的深度神经网络的一个或多个权重，并且所述多个映射中的第二映射包括将具有第二标签和所述第一情境的数据映射到具有所述第二标签和所述第二情境的数据的所述经训练的深度神经网络的一个或多个权重，其中所述第二情境不同于所述第一情境并且所述第二标签不同于所述第一标签。
-
公开(公告)号：CN112184844A
公开(公告)日：2021-01-05
申请号：CN202010621324.2
申请日：2020-07-01
申请人： 福特全球技术公司
发明人： 尼基塔·斋普里亚 , 古萨姆·肖林格 , 维迪亚·纳里亚曼特穆拉里 , 罗汉·巴辛 , 阿希尔·帕林谢里
摘要： 本公开提供“车辆图像生成”。一种计算机，所述计算机包括处理器和存储器，所述存储器包括指令，所述指令将由所述处理器执行以：生成合成图像和对应的地面实况，并通过利用变分自动编码器‑生成式对抗网络(VAE‑GAN)处理所述合成图像来生成多个域适应合成图像，其中训练所述VAE‑GAN以使所述合成图像从第一域适应到第二域。所述指令还可以包括用于基于所述域适应合成图像和所述对应的地面实况训练深度神经网络(DNN)并利用经训练的深度神经网络处理图像以确定对象的指令。
-
公开(公告)号：CN115406449A
公开(公告)日：2022-11-29
申请号：CN202210570181.6
申请日：2022-05-24
申请人： 福特全球技术公司
摘要： 本公开提供了“传感器域适应”。一种系统包括计算机，所述计算机被编程为从第一传感器接收第一传感器数据，其中所述第一传感器数据部分地由包括所述第一传感器的第一参数的第一数据空间定义，并且从第二传感器接收第二传感器数据，其中所述第二传感器数据部分地由包括所述第二传感器的第二参数的第二数据空间定义，将所述第一传感器数据和所述第二传感器数据输入到机器学习程序以训练所述机器学习程序以确定数据从所述第一数据空间到所述第二数据空间的域转换，并且然后将从所述第一传感器接收的一组训练数据输入到所述训练的机器学习程序以基于数据从所述第一数据空间到所述第二数据空间的所确定的域转换来生成训练数据集。
-
公开(公告)号：CN113298696A
公开(公告)日：2021-08-24
申请号：CN202110188026.3
申请日：2021-02-18
申请人： 福特全球技术公司
摘要： 本公开提供了“具有深度神经网络的RCCC到RGB域转化”。本公开公开了一种用于将红‑清晰‑清晰‑清晰(RCCC)图像转化(例如，映射)为红‑绿‑蓝(RGB)图像的系统和方法。在示例性实现方式中，所述系统和所述方法可以在深度神经网络处接收具有红‑清晰‑清晰‑清晰(RCCC)图像图案的图像，其中所述深度神经网络包括生成器和鉴别器；基于具有所述RCCC图像图案的所述图像在所述生成器处生成红‑绿‑蓝(RGB)图像；在所述鉴别器处确定所述RGB图像是机器生成的还是源自真实数据分布；以及在所述鉴别器确定所述RGB图像是机器生成的时更新所述生成器的至少一个权重。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.036 秒)
