-
公开(公告)号：CN112329510A
公开(公告)日：2021-02-05
申请号：CN202010772017.4
申请日：2020-08-04
申请人： 罗伯特·博世有限公司
摘要： 本发明公开了跨域度量学习系统和方法。公开了一种增强现实（AR）系统和方法，其可以包括可操作以处理一个或多个卷积神经网络（CNN）的控制器和可操作以获取一个或多个2‑D RGB图像的可视化设备。响应于将锚图像提供给第一卷积神经网络（CNN），控制器可以在语义空间中生成锚向量。锚图像可以是2‑D RGB图像之一。响应于将负图像和正图像提供给第二CNN，控制器可以在语义空间中生成正向量和负向量。负图像和正图像可以被提供为3‑D CAD图像。控制器可以应用跨域深度度量学习算法，该算法可操作以使用锚向量、正向量和负向量来提取语义空间中的图像特征。
-
公开(公告)号：CN110945565A
公开(公告)日：2020-03-31
申请号：CN201880047802.4
申请日：2018-07-18
申请人： 罗伯特·博世有限公司
摘要： 公开了用于密集视觉SLAM的称为概率面元地图（PSM）的地图表示。PSM维护全局一致地图，其具有经编码的光度测定和几何不确定性二者，以便解决不一致性和传感器噪声。本文中所公开的视觉SLAM方法的关键方面是对PSM中编码的光度测定和几何不确定性进行恰当的建模和更新。公开了用于应用PSM来用于改善前端姿态估计和后端优化二者的策略。此外，PSM使得能够生成密集的点云。
-
公开(公告)号：CN110555869A
公开(公告)日：2019-12-10
申请号：CN201910462574.3
申请日：2019-05-30
申请人： 罗伯特·博世有限公司
摘要： 提供了提取增强现实系统中主要和次级运动的方法和系统。一种用于增强现实（AR）系统中的运动估计的方法包括：在AR系统的移动期间接收惯性传感器数据和图像数据；利用卷积神经网络编码器/解码器基于惯性数据和图像数据来生成概率图，概率图对应于图像数据中的一帧并且包括概率值，所述概率值指示所述一帧中的每个像素处于惯性坐标系或局部坐标系中；基于图像数据和概率图来标识局部坐标系中至少一个地标的视觉观察；以及基于隐藏马尔科夫模型（HMM）中对应于局部坐标系的第一先验状态和局部坐标系中至少一个地标的视觉观察，来生成局部坐标系中的次级运动的估计。
-
公开(公告)号：CN110555869B
公开(公告)日：2024-10-18
申请号：CN201910462574.3
申请日：2019-05-30
申请人： 罗伯特·博世有限公司
摘要： 提供了提取增强现实系统中主要和次级运动的方法和系统。一种用于增强现实（AR）系统中的运动估计的方法包括：在AR系统的移动期间接收惯性传感器数据和图像数据；利用卷积神经网络编码器/解码器基于惯性数据和图像数据来生成概率图，概率图对应于图像数据中的一帧并且包括概率值，所述概率值指示所述一帧中的每个像素处于惯性坐标系或局部坐标系中；基于图像数据和概率图来标识局部坐标系中至少一个地标的视觉观察；以及基于隐藏马尔科夫模型（HMM）中对应于局部坐标系的第一先验状态和局部坐标系中至少一个地标的视觉观察，来生成局部坐标系中的次级运动的估计。
-
公开(公告)号：CN109844819A
公开(公告)日：2019-06-04
申请号：CN201780052439.0
申请日：2017-06-26
申请人： 罗伯特·博世有限公司
IPC分类号： G06T19/00
摘要： 计算系统包括具有至少一个处理单元的处理系统。处理系统被配置为接收具有对象的第一边界的深度图。处理系统被配置为接收对应于深度图的彩色图像。彩色图像包括对象的第二边界。处理系统被配置为从深度图中提取第一边界的深度边沿点。处理系统被配置为标识深度图上的目标深度边沿点。目标深度边沿点对应于彩色图像中的对象的第二边界的彩色边沿点。此外，处理系统被配置为将深度边沿点速移到目标深度边沿点，使得利用针对对象的对象边界来增强深度图。
-
公开(公告)号：CN110892414B
公开(公告)日：2023-08-08
申请号：CN201880049725.6
申请日：2018-07-24
申请人： 罗伯特·博世有限公司
IPC分类号： G06V10/776 , G06V10/82 , G06V10/764 , G06V10/44 , G06N3/0464 , G06N3/09 , G06N3/045 , G06N3/084 , G06F16/583
摘要： 公开了视觉分析方法和系统，用于可视化具有至少一个卷积神经网络层的图像分类模型的操作。图像分类模型将样本图像分类为预定义集合的可能类之一。视觉分析方法基于相似性层级确定预定义集合的可能类的统一排序，使得彼此相似的类以统一排序聚类在一起。视觉分析方法显示各种图形描绘，包括类层级查看器、混淆矩阵和响应图。在每种情况下，图形描绘的元素根据统一排序而被布置。通过使用所述方法，用户能够更好地理解模型的训练过程，诊断模型的不同特征检测器的分离能力，并改进模型的架构。
-
公开(公告)号：CN112484719A
公开(公告)日：2021-03-12
申请号：CN202010963854.5
申请日：2020-09-14
申请人： 罗伯特·博世有限公司
摘要： 一种用于生成装置的跟踪状态的系统和方法包括使来自外感受传感器和惯性测量单元（IMU）的测量数据同步。处理单元被编程为：使测量信号中的一者偏移一时间偏移，该时间偏移使以下两者之间的总误差最小化：通过外感受传感器数据在由外感受传感器采样速率定义的时间间隔内预测的该装置的旋转变化，和由IMU传感器数据在该时间间隔内预测的该装置的旋转变化。
-
公开(公告)号：CN110892414A
公开(公告)日：2020-03-17
申请号：CN201880049725.6
申请日：2018-07-24
申请人： 罗伯特·博世有限公司
IPC分类号： G06K9/62
摘要： 公开了视觉分析方法和系统，用于可视化具有至少一个卷积神经网络层的图像分类模型的操作。图像分类模型将样本图像分类为预定义集合的可能类之一。视觉分析方法基于相似性层级确定预定义集合的可能类的统一排序，使得彼此相似的类以统一排序聚类在一起。视觉分析方法显示各种图形描绘，包括类层级查看器、混淆矩阵和响应图。在每种情况下，图形描绘的元素根据统一排序而被布置。通过使用所述方法，用户能够更好地理解模型的训练过程，诊断模型的不同特征检测器的分离能力，并改进模型的架构。
-
公开(公告)号：CN110832501A
公开(公告)日：2020-02-21
申请号：CN201880046190.7
申请日：2018-07-11
申请人： 罗伯特·博世有限公司
摘要： 计算系统包括具有至少一个处理单元的处理系统。处理系统被配置为在接收到具有面部图像的图像数据后执行面部对准方法。处理系统被配置为将神经网络应用于面部图像。神经网络被配置为基于图像数据和面部图像的参数数据的初始估计来提供参数数据的最终估计。神经网络包括至少一个可视化层，所述至少一个可视化层被配置为基于参数数据的当前估计生成特征图。参数数据包括头部姿态数据和面部形状数据。
-
公开(公告)号：CN112204612B
公开(公告)日：2024-10-18
申请号：CN201980036150.9
申请日：2019-03-14
申请人： 罗伯特·博世有限公司
摘要： 一种用于操作包括车辆感测系统的车辆的方法，该方法包括：基于由车辆感测系统的成像设备生成的车辆座舱的图像数据来生成车辆座舱的基线图像模型，基线图像模型是在乘客事件之前生成的；以及基于由成像设备生成的车辆座舱的图像数据来生成车辆座舱的事件图像模型，事件图像模型是在乘客事件之后生成的。该方法进一步包括：利用车辆感测系统的控制器通过将事件图像模型与基线图像模型进行比较来标识图像偏差，该图像偏差对应于从乘客事件之前到乘客事件之后的车辆座舱中的差异；以及基于所标识的图像偏差来操作车辆。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.039 秒)
