使用地理弧的3D交通工具定位

    公开(公告)号:CN107798695A

    公开(公告)日:2018-03-13

    申请号:CN201710760336.1

    申请日:2017-08-30

    申请人: 波音公司

    发明人: Y·欧威斯克

    IPC分类号: G06T7/33 G06T7/73 G06T17/05

    摘要: 本发明涉及使用地理弧的3D交通工具定位。示例包括用于相对于成像的表面配置来定位交通工具的方法、系统和制品。定位交通工具可包括从由交通工具支持的传感器获取的图像中选择特征对,该交通工具在表面配置的参考表示中具有相应识别的特征对。可基于传感器的视角和参考表示中选择的特征对来生成三维地理弧。在一些示例中,可确定远离物理表面配置的部分的交通工具已知距离设置的地理弧的选择的部分。可识别其中对于选择的特征对的地理弧的选择的部分重叠的定位。在一些示例中,可在体积元素(体素)的三维空间中限定参考表示,并且可确定包含在最高数量的地理弧中的体素。

    基于深度学习的汽车表面损伤分类方法及装置

    公开(公告)号:CN106127747A

    公开(公告)日:2016-11-16

    申请号:CN201610439187.4

    申请日:2016-06-17

    申请人: 史方

    发明人: 史方 樊强 王标

    IPC分类号: G06T7/00 G06K9/62

    摘要: 本发明涉及图像检测领域,尤其是涉及一种基于深度学习的汽车表面损伤分类方法及装置。本发明针对现有技术存在的问题,提供一种分类方法及装置。对输入的待测图像进行特征学习和分类,具体是利用区域选择性搜索算法从每个待测图像上提取a个候选区域并记录各候选区域的位置信息;将所述待测图像输入去掉输出层的特征图提取网络模型中,以提取待测图像各候选区域的特征向量;将各候选区域的特征向量输入到SVM分类器中找到目标特征向量;根据目标特征向量在特征图中的位置找到对应的候选区域在待测图像上的位置,即为待测图像的目标区域;将待测图像的目标区域输入到最优分类网络模型中,输出该区域在各受损等级上的概率。

    车载全景环视的标定系统及方法

    公开(公告)号:CN105608693A

    公开(公告)日:2016-05-25

    申请号:CN201510963137.1

    申请日:2015-12-18

    IPC分类号: G06T7/00

    摘要: 本发明提供了一种车载全景环视的标定系统及方法,包括:从全景环视系统采集的图像中提取出包含有特征物的图像,记为特征物图像;从所述特征物图像中提取出特征物有用信息;根据所述特征物有用信息,对标定参数进行优化;检验标定结果的准确性,其中,所述标定结果是指经过优化得到的标定参数。本发明将标定参数的优化作为一个优化问题,建立基于多相机特征投影误差的误差函数,以表明当前优化结果下的标定误差,从而使得标定更为准确、快速,提高了全景环视系统的标定精度;并且可以利用人为标志物或者非人为标志物进行对标定的优化修正,提高了全景环视系统的标定效率以及适用性。

    用于求取摄像机的盲区的方法和设备

    公开(公告)号:CN104811606A

    公开(公告)日:2015-07-29

    申请号:CN201510032752.0

    申请日:2015-01-22

    IPC分类号: H04N5/232

    摘要: 本发明涉及一种用于求取摄像机(106)的盲区(108)的方法。所述方法包括形成(602)已根据由所述摄像机(106)拍摄的第一图像(112)的图像区段(200)的相邻像点的灰度值确定的多个梯度(236)的第一信号变化曲线(116)和形成已根据由所述摄像机(106)拍摄的第二图像(114)的图像区段(200)的相邻像点的灰度值确定的多个梯度(236)的第二信号变化曲线(118)的步骤以及当所述第一信号变化曲线(116)与所述第二信号变化曲线(118)的比较得出所述第一信号(116)的至少一个区段(300)与所述第二信号变化曲线(118)的相应区段(300)在公差范围内相同时识别到(604)所述盲区(108)的步骤,其中,以相对于所述第一图像(112)的时间错位拍摄了所述第二图像(114)。