-
公开(公告)号：CN117765226B
公开(公告)日：2024-06-04
申请号：CN202410196336.3
申请日：2024-02-22
Applicant: 之江实验室
IPC: G06V10/22 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06F16/51 , G06F16/587 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种轨迹预测方法、装置和存储介质，其中，该方法包括：获取目标图像的第一图像特征；所述第一图像特征中包括场景信息；获取所述目标图像的目标空间的空间索引；根据所述第一图像特征和所述目标空间的空间索引，生成所述目标图像在所述目标空间下的第二图像特征；根据所述第二图像特征，生成当前的时空状态；所述时空状态中包括历史信息；根据所述当前的时空状态，得到预测的时空状态；根据所述预测的时空状态生成预测的分割图像，实现轨迹预测。通过本申请提高了轨迹预测的准确性。
-
公开(公告)号：CN117440154B
公开(公告)日：2024-04-19
申请号：CN202311768148.5
申请日：2023-12-21
Applicant: 之江实验室
IPC: H04N19/136 , H04N19/184 , H04N19/129 , H04N19/85
Abstract: 本发明公开一种考虑浮点数位拆分的深度图序列压缩方法，该方法首先将每张深度图的深度值映射到新的数值范围，并转换为二进制串；将所有二进制串的指数位存储为整数数组，使用整数序列压缩算法进行压缩；将所有二进制串的有效位转换为RGB图像，使用视频流压缩算法进行压缩。该方法将深度值浮点数的指数位和有效位拆分开，分别进行针对性压缩，在保证指数位精度的基础上充分压缩有效位；合理排布有效位在RGB图像的通道分布，降低压缩误差；通过复用经典视频流压缩算法，提高算法的整体鲁棒性。
-
公开(公告)号：CN114021629B
公开(公告)日：2024-04-05
申请号：CN202111248749.4
申请日：2021-10-26
IPC: G06V10/762 , G06F17/16 , G06V10/774
Abstract: 本发明公开了一种基于均值动态时间规整的车辆轨迹运动模式提取方法。该方法先对原始轨迹进行初始化和重采样，获取重采样轨迹集合；根据重采样轨迹，计算基于均值动态时间规整的轨迹间距离；基于均值动态时间规整的轨迹间距离度量方法，并运用聚类算法进行聚类，得到聚类簇集合；最后为每个簇分别提取特征运动模式，得到特征运动模式集合。本发明通过采用限定的技术，可以准确地度量相似轨迹间距离，对长序列轨迹间距离度量更精准，适用于长序列轨迹的车辆行为分析，还可以从车辆轨迹数据集中提取特征运动模式；每一条提取的特征运动模式轨迹都可以直观地反映车辆的运动模式，更易于赋予运动模式语义赋予和可视化展示。
-
公开(公告)号：CN117041100B
公开(公告)日：2024-03-12
申请号：CN202311278951.0
申请日：2023-10-07
Applicant: 之江实验室
IPC: H04L43/0852 , H04L43/10
Abstract: 一种分布式系统应用间网络包延迟检测方法和装置，对于任意两个系统应用A和B，每个系统应用包含一个心跳包收发模块，一个网络包收发模块和一个网络延迟计算模块，其方法包括：应用节点通过心跳发送模块按固定时间间隔向系统内其余节点发送心跳包；应用节点通过心跳接收模块接收系统内其他应用节点的心跳包，并向发来心跳包的应用节点发送心跳确认包；应用节点通过网络延迟计算模块通过心跳包中所含数据计算任意两个应用节点间上行平均主机时间差；应用节点根据心跳包计算的上行平均主机时间差作为偏移值计算业务消息的上行网络延迟。本发明减小了分布式系统内各应用所在主机的时间差对网络延迟计算的影响，使网络延迟的计算更加快速与精准。
-
公开(公告)号：CN117440154A
公开(公告)日：2024-01-23
申请号：CN202311768148.5
申请日：2023-12-21
Applicant: 之江实验室
IPC: H04N19/136 , H04N19/184 , H04N19/129 , H04N19/85
Abstract: 本发明公开一种考虑浮点数位拆分的深度图序列压缩方法，该方法首先将每张深度图的深度值映射到新的数值范围，并转换为二进制串；将所有二进制串的指数位存储为整数数组，使用整数序列压缩算法进行压缩；将所有二进制串的有效位转换为RGB图像，使用视频流压缩算法进行压缩。该方法将深度值浮点数的指数位和有效位拆分开，分别进行针对性压缩，在保证指数位精度的基础上充分压缩有效位；合理排布有效位在RGB图像的通道分布，降低压缩误差；通过复用经典视频流压缩算法，提高算法的整体鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117351117A
公开(公告)日：2024-01-05
申请号：CN202311615058.2
申请日：2023-11-29
Applicant: 之江实验室
Abstract: 本说明书公开了一种道路结构的更新方法、装置、存储介质、设备，将地图中的指定元素作为节点，各指定元素之间的道路作为边，生成所述地图对应的图结构，获取历史移动轨迹，将落入所述地图的地理范围内的历史移动轨迹作为目标轨迹，将所述目标轨迹与所述图结构进行匹配，得到所述目标轨迹中的异常轨迹点，根据所述异常轨迹点，在所述图结构中，确定所述地图中未标示出的道路的节点，作为目标节点，根据所述各目标节点，更新所述图结构，根据更新后的图结构更新所述地图，通过将历史移动轨迹与根据地图生成的图结构进行匹配，可简单、高效地识别出地图中未标示出的道路，从而优化了更新地图的流程。
-
公开(公告)号：CN116863432B
公开(公告)日：2023-12-22
申请号：CN202311126363.5
申请日：2023-09-04
Applicant: 之江实验室
IPC: G06V20/56 , G06V20/70 , G06V10/40 , G06V10/774 , G06V10/84
Abstract: 本发明公开了一种基于深度学习的弱监督激光可行驶区域预测方法和系统，本发明利用激光可行驶区域预测算法较为容易的获得下采样点云是否地面点的粗略标注，将该粗略标注作为标签，从而较为容易的获得了用于训练深度学习点云特征提取模型的标签，但由于该标签的准确性有待提高，因此，在第一次对深度学习点云特征提取模型进行训练之后，基于当前预测得到的初始地面点预测概率和上一次预测得到的初始地面点预测概率通过交叉熵损失函数构建新增损失函数以完成之后的训练，因此能够利用大量的数据量较小的标注标签训练获得能够较为准确预测地面点概率的地面点预测模型，从而能够(56)对比文件Wan, J等.DGANet: A Dilated GraphAttention-Based Network for Local FeatureExtraction on 3D Point Clouds《.REMOTESENSING》.2021,第13卷(第17期),3484.Siyun Chen等.A Dense Feature PyramidNetwork-Based Deep Learning Model forRoad Marking Instance Segmentation UsingMLS Point Clouds《. IEEE Transactions onGeoscience and Remote Sensing 》.2021,第59卷(第1期),784 - 800.
-
公开(公告)号：CN113655469B
公开(公告)日：2023-12-12
申请号：CN202110783880.4
申请日：2021-07-12
Applicant: 之江实验室
IPC: G01S13/04 , G01S13/931 , G01S15/04 , G01S15/931 , G01S17/04 , G01S17/931 , G01V8/10
Abstract: 本发明公开基于智能驾驶的预测感知盲区中存在物体的方法及系统，在智能驾驶过程中，通过充分考虑附近物体的预测行为与实际行为的差异，来判定智能驾驶中预测感知盲区中是否存在物体；首先，根据自车的感知信息对目标车辆的行为进行预测；然后，根据目标车辆的预测行为与实际行为的差异程度来判断目标车辆前方存在物体的概率；最后，将物体添加到自车的感知结果中；此外，为了降低计算成本，将检测周围车辆对自动驾驶汽车感知造成的影响，当影响较大时才启动预测算法；在智能驾驶场景中由于其它交通参与者的遮挡形成感知视野盲区时，对视野盲区内存在物体的概率进行估计，让智能驾驶汽车预见可能出现的行人或障碍物，从而提高驾驶的安全性。
-
公开(公告)号：CN116740669B
公开(公告)日：2023-11-14
申请号：CN202311029638.3
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请提供了一种多目图像检测方法、装置、计算机设备和存储介质，所述方法包括：获取当前时间点的多个第一待检测图像以及对应的第一位置，多个所述第一待检测图像基于多目相机生成；基于多个所述第一待检测图像，获取对应的第一体素化图像特征；基于所述第一位置以及第二位置对所述第一体素化图像特征以及第二体素化图像特征进行融合，得到时序融合特征，所述第二位置以及所述第二体素化图像特征基于历史时间点确定；基于所述时序融合特征，获取目标对象的识别结果。通过本申请，解决了相关技术中存在的基于多目相机的图像检测精度较低的技术问题，并且运算量较小，在几乎不增加运算消耗的前提下提高了图像的检测精度。
-
公开(公告)号：CN117011685A
公开(公告)日：2023-11-07
申请号：CN202311256742.6
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及一种场景识别方法、装置和电子装置，其中，该场景识别方法包括：获取连续的激光扫描帧；根据每帧该激光扫描帧，获取融合该连续的激光扫描帧的局部栅格地图，并基于该局部栅格地图得到各帧下的障碍物区域信息；将该各帧下的障碍物区域信息输入至训练完备的目标场景识别模型，得到每帧该激光扫描帧对应的全局描述信息；根据该全局描述信息生成该连续的激光扫描帧下的场景识别结果。通过本申请，解决了场景识别的准确性和效率无法兼顾的问题，实现了精确、高效的场景识别方法。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.054 seconds)
