-
公开(公告)号：CN113723293B
公开(公告)日：2024-01-05
申请号：CN202111009364.2
申请日：2021-08-30
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V40/18
Abstract: 本申请实施例所公开的一种视线方向的确定方法、装置、电子设备及存储介质，包括获取多个目标特征点对应的多个第一目标特征点位置数据和目标瞳孔对应的第一目标瞳孔位置数据，并根据多个第一目标特征点位置数据和位置确定模型，确定目标眼球位置数据，其中，位置确定模型是根据第一标定位置数据、多个第一标定特征点位置数据和第一标定瞳孔位置数据确定的，以及根据第一目标瞳孔位置数据和目标眼球位置数据，确定视线方向。基于本申请实施例从脸部图像中筛选出与眼球中心位置密切相关的特征点，利用仅与受试者本身脸部特征相关的参数确定位置确定模型，可以不受外部环境和受试者面部表情等因素的影响，从而可以提高视线方向估计的精度。
-
公开(公告)号：CN111862235B
公开(公告)日：2023-12-29
申请号：CN202010711714.9
申请日：2020-07-22
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种双目相机自标定方法及系统，包括：1)获取左右原始图像；2)校正左右原始图像；3)从左右校正图像中提取特征点并匹配；4)统计左右图像纵坐标偏差的平均值，若大于对应阈值则修正估计第一参数组，反复迭代修正，直至小于对应阈值；5)找到静态物体及车道线；6)处于移动状态时，追踪静态物体的视差及车轮运动信息；7)得到车轮运动距离与静态物体的三维距离变化值的距离偏差及车道线的宽度偏差，若大于对应阈值则修正估计第二参数组，反复迭代校正，直至小于对应阈值，完成自标定。本发明利用实时图像追踪、车体运动信息及车道宽度信息，对内外参进行优化标定，完成图像校正工作，(56)对比文件Yongjie Yan et al..Camera Calibrationin Binocular Stereo Vision of MovingRobot《.2006 6th World Congress onIntelligent Control and Automation》.2006,全文.Changying Liu et al..Binocular CameraCalibration Based on Three-dimensionalReconstruction Error《.2018 IEEE 3rdAdvanced Information Technology,Electronic and Automation ControlConference (IAEAC)》.2018,全文.陈双;王源;赵凯旋;王乾乾.一种车载双目视觉系统的标定.农业装备与车辆工程.2019,(第04期),全文.刘晓利;田媛;童飞;唐舰;隋国荣;陈抱雪.双目立体视觉的光学标定技术.光学仪器.2013,(第03期),全文.
-
公开(公告)号：CN116310945A
公开(公告)日：2023-06-23
申请号：CN202310038705.1
申请日：2023-01-11
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V20/40 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/047 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于视听多模态融合的音视频事件检测方法，包括：从待检测音视频文件中提取出2D视觉特征、3D视觉特征和音频特征；将所述2D视觉特征和3D视觉特征输入至第一模态共有‑私有子空间，所述第一模态共有‑私有子空间将所述2D视觉特征和3D视觉特征聚合成一路的视觉特征；将所述视觉特征和音频特征输入至第二模态共有‑私有子空间，得到视觉表征和听觉表征；将所述视觉表征和听觉表征输入至注意力池化层，得到片段级别和视频级别的事件预测结果。本发明可以解决音视频事件检测任务中模态时序非对齐情况下的跨模态融合问题。
-
公开(公告)号：CN115965073A
公开(公告)日：2023-04-14
申请号：CN202211564489.6
申请日：2022-12-07
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06N3/082 , G06N3/096 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及一种深度卷积网络的轻量化压缩方法，包括以下步骤：对第一网络模型的输出进行精简，并对第一网络模型的主干网络部分进行剪枝，得到第二网络模型；所述第一网络模型为训练好的深度卷积网络模型；对所述第二网络模型进行基于知识蒸馏和多分辨图像的微调训练；对所述第二网络模型进行模型剪枝，并生成第三网络模型，并对所述第三网络模型进行基于特征空间对齐和知识蒸馏的微调训练，并将训练好的第三网络模型作为最终模型。本发明能够在获得低分辨率输入、精简输出、结构轻量的网络模型的同时保证该网络的检测精度与鲁棒性。
-
公开(公告)号：CN115930797A
公开(公告)日：2023-04-07
申请号：CN202211712943.8
申请日：2022-12-27
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明的基于双目结构光系统的接触网磨耗检测系统、方法及终端，通过基于采用标定板对两个相机进行标定获得的双目标定位置关系数据，将由两个相机采集到的目标接触网的图像数据提取的二维激光点集数据转换为待拟合的三维点集数据，并通过由所述三维点集数据拟合的目标接触网的磨耗截面计算磨耗宽度。本发明结合双目结构光系统可以针对导高拉出大范围变化区间的情况，拼接还原出完整的激光线轮廓，更精准地检测磨耗截面宽度。
-
Patent Agency Ranking
公开(公告)号：CN111507208B
公开(公告)日：2021-06-25
申请号：CN202010241200.1
申请日：2020-03-30
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种基于巩膜识别的身份验证方法、装置、设备和介质，所述方法通过获取待识别对象的原始眼部图像中的巩膜区域图像，并对巩膜区域图像中的血管结构进行增强和提取，得到巩膜区域图像中血管结构的图像信息，基于神经网络模型，对血管结构的图像信息进行特征提取，得到血管结构的特征信息，对巩膜血管的特征信息进行分类识别，根据分类识别的结果进行身份验证。或将血管结构的图像信息与预设的巩膜血管的样本信息进行比对，根据二者的匹配程度进行身份验证。所述方法在特征提取中保留了整体的轮廓特征和细节的纹理差异，使得血管特征发生变化时仍保持良好的可识别性，同时在进行分类识别时，可以通过神经网络更好地提取巩膜血管的特征。
-
公开(公告)号：CN112767536A
公开(公告)日：2021-05-07
申请号：CN202110008816.9
申请日：2021-01-05
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T17/00
Abstract: 本发明涉及计算机视觉技术领域，本发明公开了一种对象的三维重建方法、装置、设备及存储介质。该三维重建方法是通过先获取目标对象的世界坐标下的三维坐标集合，进而确定出目标对象的在相机坐标系下的三维坐标集合，并利用聚类算法确定出清晰区域的目标点集，找到该点集对应的世界坐标下的三维坐标，实现对目标区域的三维重建。本申请提供的三维重建方法具有清晰度高的特点。
-
公开(公告)号：CN112729160A
公开(公告)日：2021-04-30
申请号：CN202110009843.8
申请日：2021-01-05
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及计算机视觉技术领域，本申请公开了一种基于远心成像的投影标定方法、装置、系统及存储介质。该投影标定方法是通过对标定板的多个参考点进行筛选，从而剔除不在同一平面的参考点，获取到在同一平面的参考点的相位坐标，即横向相位和纵向相位，进一步得到这些在同一平面的参考点在投影仪成像平面的像素坐标，通过计算出该投影仪的内参数和外参数，完成对该投影仪的标定。本申请提供的该投影标定方法具有标定精准度高的特点。
-
公开(公告)号：CN112580804A
公开(公告)日：2021-03-30
申请号：CN202011555461.7
申请日：2020-12-23
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种目标图像处理模型的确定方法、装置及存储介质，方法包括根据待剪枝图像处理模型的历史剪枝信息和历史精度信息，确定当前剪枝信息；基于当前剪枝信息，对待剪枝图像处理模型进行剪枝处理，得到剪枝后的模型；将样本图像输入剪枝后的模型，进行特征预测处理，得到预测特征信息；根据样本图像的标签信息和预测特征信息，确定剪枝后的模型的精度信息；根据剪枝后的模型的精度信息和当前剪枝信息，确定待剪枝信息；若待剪枝信息满足预设停止剪枝条件，将剪枝后的模型确定为目标图像处理模型。本发明可以减小目标图像处理模型的结构，减少目标图像处理模型所占资源，还可以保证剪枝后的网络模型的精度。
-
公开(公告)号：CN111862235A
公开(公告)日：2020-10-30
申请号：CN202010711714.9
申请日：2020-07-22
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种双目相机自标定方法及系统，包括：1)获取左右原始图像；2)校正左右原始图像；3)从左右校正图像中提取特征点并匹配；4)统计左右图像纵坐标偏差的平均值，若大于对应阈值则修正估计第一参数组，反复迭代修正，直至小于对应阈值；5)找到静态物体及车道线；6)处于移动状态时，追踪静态物体的视差及车轮运动信息；7)得到车轮运动距离与静态物体的三维距离变化值的距离偏差及车道线的宽度偏差，若大于对应阈值则修正估计第二参数组，反复迭代校正，直至小于对应阈值，完成自标定。本发明利用实时图像追踪、车体运动信息及车道宽度信息，对内外参进行优化标定，完成图像校正工作，为车体提供准确的三维识别数据。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.058 seconds)
