-
公开(公告)号：CN119665954A
公开(公告)日：2025-03-21
申请号：CN202411722566.5
申请日：2024-11-28
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种任务驱动的无人机自主搜索方法，方法包括：利用无人机获取到的双目RGB图和IMU数据获取无人机里程计；利用无人机获取到的深度图和无人机里程计得到世界坐标系下的三维点云数据，并通过体素化处理建立概率体素地图；使用目标检测网络对双目RGB图进行目标检测，并获取目标位姿；利用检测置信度超过置信度上限的目标与概率体素地图完成任务场景地图的建立和更新；建立空间边界和潜在目标边界；利用空间边界和潜在目标边界建立无人机的搜索策略，并确定搜索视点；利用无人机里程计和搜索视点进行无人机的自主安全导航。本发明解决在通信拒止、陌生未知的场景下完备地探索任务空间同时高精度检测任务目标的难题。
-
公开(公告)号：CN111862234B
公开(公告)日：2023-10-20
申请号：CN202010711704.5
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；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，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和车体运动信息，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。
-
公开(公告)号：CN116380061A
公开(公告)日：2023-07-04
申请号：CN202211614647.4
申请日：2022-12-15
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01C21/20 , G01C21/00 , G06V40/10 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种移动机器人视听觉融合感知与导航方法，包括以下步骤：对移动机器人的视觉传感器系统与听觉传感器系统进行参数标定；利用视觉传感器系统和标定的参数构建导航栅格地图；使用视觉传感器系统获取交互对象的视频序列，并基于三维卷积和长短期记忆网络的手势识别方法，利用注意力机制和多尺度特征融合，实现以所述视频序列为输入的端到端手势行为识别；从所述视频序列中提取出感兴趣的目标对象并进行跟踪，并利用听觉传感器系统和视觉传感器系统得到具有显著性的目标对象的序列。本发明能够以更加智能和自然的方式与机器人导航系统进行交互。
-
公开(公告)号：CN115631086A
公开(公告)日：2023-01-20
申请号：CN202211307322.1
申请日：2022-10-25
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种实时图像序列的几何校正装置，其中，流水线实时计算模块用于根据标定的相机参数实时计算输出图像像素点的位置坐标相对于输入图像像素点的位置坐标；输入缓存单元用于缓存输入图像数据；输入缓存管理模块用于根据输入图像像素点的位置坐标的整数部分管理输入缓存单元中的输入图像数据；插值计算模块用于将输入图像像素点的位置坐标的小数部分作为插值计算的权重，对输入图像数据进行插值计算，得到校正图像值；校正系统控制模块用于启动流水线实时计算模块和控制输入缓存管理模块的数据处理，以完成从输入畸变图到输出校正图的时序控制。本发明能够以较少的嵌入式硬件资源实现高实时性图像序列的校正。
-
公开(公告)号：CN114882091A
公开(公告)日：2022-08-09
申请号：CN202210476348.2
申请日：2022-04-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种结合语义边缘的深度估计方法，包括：获取待深度估计的图像；将所述图像输入至训练好的深度学习网络中得到深度预测图和语义边缘预测图；所述深度学习网络包括：共享特征提取模块、深度估计模块、边缘增强权重模块、深度边缘语义分类模块和语义边缘检测模块；所述共享特征提取模块用于提取所述图像中的特征信息，并传输给所述深度估计模块和语义边缘检测模块；所述深度估计模块通过所述语义边缘检测模块输出的语义边缘引导视差平滑，并通过图像双重构的方式进行深度估计；所述边缘增强权重模块基于所述深度估计模块输出的深度预测图的深度边缘形成所述语义边缘检测模块所需要融合的特征结果；所述深度边缘语义分类模块用于进行深度边缘语义分类预测；所述语义边缘检测模块用于输出图像的语义边缘分类预测。本发明能够提高准确度。
-
Patent Agency Ranking
公开(公告)号：CN113886791A
公开(公告)日：2022-01-04
申请号：CN202111219097.1
申请日：2021-10-19
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06F21/32 , G06K9/00 , G06K9/62 , G06F16/58 , G06F16/583 , G06F16/587
Abstract: 本申请实施例所公开的一种身份信息的确定方法、装置、电子设备及存储介质，包括获取用户的待验证面部图像，若待验证面部图像与候选面部图像集合中的任一候选面部图像匹配，基于动态的目标生成第一图像序列；其中，第一图像序列中的每个第一图像包括目标，目标在每个第一图像中的位置是不同的。进而获取用户对应的第二图像序列，该第二图像序列中的每个第二图像是用户注视目标时采集的用户的面部图像，并根据第一图像序列和第二图像序列，确定用户的身份信息。基于本申请实施例通过基于动态的目标随机生成给用户注视的第一图像序列，可以有效防止他人利用静态图片、录制视频等手段欺骗认证系统，可以提高系统的安全性和可靠性。
-
公开(公告)号：CN111258059B
公开(公告)日：2021-09-03
申请号：CN202010069442.7
申请日：2020-01-21
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供了一种柔性手机摄像头光学镜片，包括柔性衬底、设于其表面上的微纳结构超表面和设于其后端的偏振片，微纳结构超表面为微纳结构单元的周期性阵列，不同微纳结构单元具有相同的尺寸和不同的指向角度，指向角度根据所需的电磁波通过各微纳结构单元后的相位累积以及相位累积与指向角度的对应关系相应确定。本发明还提供该光学镜片的制作方法。本发明的光学镜片通过将微纳结构超表面与柔性衬底结合，不仅能实现光学聚焦功能，还能弯曲折叠，且展开后不影响其光学性能，解决了手机摄像头传统光学镜片依赖于表面形状的问题，为手机摄像头光学镜片不可折叠的问题提供了一种解决方案，以满足柔性屏手机对可弯曲折叠的手机摄像头光学镜片的需求。
-
公开(公告)号：CN111862234A
公开(公告)日：2020-10-30
申请号：CN202010711704.5
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；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，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和车体运动信息，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。
-
公开(公告)号：CN111402309A
公开(公告)日：2020-07-10
申请号：CN202010149137.9
申请日：2020-03-05
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种多目立体相机的校准及深度图像处理方法，包括：在多目相机设备中选取基准相机和待修正相机，并获取相应的基准相机图像和对待修正相机图像；根据所述基准相机图像和对待修正相机图像对所述待修正相机的内参量和外参量进行优化；得到最终的深度图像。本发明的方法利用匹配特征的深度计算结果实现对相机参量的优化，使多个深度图像的交界部分过渡平滑，可以根据优化的参量对未重合部分的深度图像进行进一步的精化调整，并且通过不同双目间的相互约束，保证最终深度结果一致性与稳定性。
-
公开(公告)号：CN117636283B
公开(公告)日：2025-05-06
申请号：CN202311620331.0
申请日：2023-11-30
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V20/56 , G06V10/80 , G06V10/764 , G06V10/40 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明涉及一种基于环绕视角表征的含时序栅格占据率估计方法，包括：接收车辆周围相机传感器获取的多视角相机图像；将所述多视角相机图像输入至栅格占据率估计模型中，得到栅格占据率预测结果；其中，所述栅格占据率估计模型包括：特征提取模块，用于从所述多视角相机图像中提取出图像特征；环视角注意力模块，用于将提取出的图像特征按照方向映射到环视视角，得到环视视角特征；时序特征多重注意力模块，用于通过多重注意力机制对所述环视视角特征进行处理，得到包含历史信息的时序特征；预测模块，用于根据包含历史信息的时序特征进行预测，得到栅格占据率预测结果。本发明克服了正视图和侧视图在同一坐标包含多个特征的问题。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.115 seconds)
