-
公开(公告)号：CN105303830A
公开(公告)日：2016-02-03
申请号：CN201510591585.3
申请日：2015-09-15
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明涉及车辆安全驾驶控制领域，特别涉及一种驾驶行为分析系统及分析方法。其中,包括：驾驶员疲劳测定器，获取驾驶员的当前疲劳值；车辆行驶状态测定器，获取车辆行驶的当前驾驶行为值；车辆加速度测定器，获取车辆行驶过程中的加速度值；计算器，根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；远程服务端，接收并保存所述驾驶行为评分，于驾驶行为评分较低的状态下，提醒驾驶员，避免驾驶员疲劳驾驶、或违规驾驶。远程服务端接收并保存所述驾驶行为评分，通过远程服务端保存驾驶员每次驾驶行为评分记录。有益于驾驶员安全驾驶。
-
公开(公告)号：CN104809638A
公开(公告)日：2015-07-29
申请号：CN201510256811.2
申请日：2015-05-20
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明涉及计算机视觉及虚拟穿戴结合的技术领域，本发明公开了一种基于移动终端的眼镜虚拟试戴方法，其具体包括以下的步骤：步骤一、根据已知的识别物的尺寸计算出用户的脸部尺寸；步骤二、用户取下识别物，摄像头获取实时的脸部图像，采用快速脸部识别算法对实时的脸部图像中的人脸特征点进行标注，根据标注的结果估计出头部的姿态信息和脸型信息，并结合步骤一得到的脸部尺寸确定虚拟眼镜的位置坐标；步骤三、获取选中的眼镜的信息，得到眼镜的图像，并将该图像叠加到步骤二确定的坐标上，然后将该叠加了眼镜的人脸图像实时显示在移动终端的显示屏上。以方便用户得到好的购物体验，本发明还公开了基于移动终端的眼镜虚拟试戴系统。
-
公开(公告)号：CN107065925B
公开(公告)日：2020-04-07
申请号：CN201710212921.8
申请日：2017-04-01
Applicant: 成都通甲优博科技有限责任公司
IPC: G05D1/10
Abstract: 本发明公开了一种无人机返航方法及装置，包括：确定无人机在飞行过程中的飞行初始点以及飞行终点；在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。可见，在本方案中，无人机通过自身构建的飞行地图进行返航，无须人为进行远程控制，具备高度的智能化；并且在返航过程中可根据飞行地图不断校正飞行路径，提升了返航的准确性。
-
公开(公告)号：CN106709905B
公开(公告)日：2020-03-31
申请号：CN201611116535.0
申请日：2016-12-07
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明公开了一种基于双目视觉图像的防振锤故障在线检测识别方法，包括如下步骤：采用两台摄像机构成双目立体视觉系统；建立一个防振锤状态属性集合S；在初始状态下，获取具有防振锤、固定参考照物的初始图像信息，通过初始图像信息的获得防振锤三维坐标、固定参考照物三维坐标从而获得防振锤状态属性集合S的初始值S0；在当前状态下，发现防振锤出现异常故障时，获取具有防振锤、固定参考照物的当前图像信息，通过当前图像信息获得防振锤三维坐标、固定参考照物三维坐标从而获得防振锤状态属性集合S的当前值St；防振锤故障类型识别：根据当前值St与初始值S0计算防振锤状态属性的变化值△S，根据△S判断得到防振锤故障的情况。
-
公开(公告)号：CN105354531B
公开(公告)日：2019-05-21
申请号：CN201510608688.6
申请日：2015-09-22
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明涉及计算机视觉领域，尤其涉及一种面部关键点的标注方法。一种面部关键点的标注方法，该标注方法包括两个过程，分别为训练过程和使用过程，其中，训练过程、使用过程均包括刚体演变和非刚体演变，刚体演变与非刚体演变能够进行多次迭代，步骤S1：通过训练过程的刚体演变消除初始模板与真实坐标之间的仿射变化差异；步骤S2：通过训练过程的非刚体演变对初始模板中每个面部关键点进行独立调节，以提高面部关键点的定位精度；步骤S3：通过使用过程的刚体演变，根据线性回归模型进行面部关键点的预测，推算面部关键点的新位置；步骤S4：在使用过程的非刚体演变中，根据新位置调节面部关键点的坐标，得到预测结果。
-
Patent Agency Ranking
公开(公告)号：CN105741229B
公开(公告)日：2019-01-08
申请号：CN201610069170.4
申请日：2016-02-01
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明涉及图像处理技术领域，其公开了一种实现人脸图像快速融合的方法，解决传统技术中专业图像处理软件操作复杂、处理效率低的问题。在本发明中，首先对给定的目标图像和背景图像分别进行人脸检测获得对应人脸特征坐标；然后，对得到的两组人脸特征坐标进行归一化表示；同时分别对目标图像和背景图像的面部朝向姿态进行估计，进而对目标图像进行单应变换；接着，以背景图像中的脸部特征点为基准，对目标图像中的脸部特征点进行变形拉伸；最后，对变换后的目标图像和背景图像进行自动图像分割，并对图像分割应用一个以像素点距特征边界距离为因子的指数衰减渐变系数模板，从而最终得到融合了目标图像脸部图像的背景图像。
-
公开(公告)号：CN105303771B
公开(公告)日：2018-02-23
申请号：CN201510590850.6
申请日：2015-09-15
Applicant: 成都通甲优博科技有限责任公司
IPC: G08B21/06
Abstract: 本发明提供一种疲劳判断系统及方法，可减少疲劳驾驶的误判断，包括标准数据集，采集单元，计算单元，判断单元，报警单元，与现有技术相比，本发明的优点是：分别采集多个非疲劳状态下的特征参数，根据获取的特征参数形成标准集合，在判断过程中，实时采集单位时间内被检测者的状态特征参数，同时状态特征参数与标准集合做比较，综合判断被检测者是否处于疲劳状态，提高疲劳驾驶的判断准确率，同时在疲劳驾驶过程中及时提醒，避免出现交通事故。
-
公开(公告)号：CN107065925A
公开(公告)日：2017-08-18
申请号：CN201710212921.8
申请日：2017-04-01
Applicant: 成都通甲优博科技有限责任公司
IPC: G05D1/10
Abstract: 本发明公开了一种无人机返航方法及装置，包括：确定无人机在飞行过程中的飞行初始点以及飞行终点；在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。可见，在本方案中，无人机通过自身构建的飞行地图进行返航，无须人为进行远程控制，具备高度的智能化；并且在返航过程中可根据飞行地图不断校正飞行路径，提升了返航的准确性。
-
公开(公告)号：CN106927059A
公开(公告)日：2017-07-07
申请号：CN201710216117.7
申请日：2017-04-01
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明公开了一种基于单目视觉的无人机降落方法及装置，包括：在无人机准备返航时，确定目标飞行引导点，并控制无人机向目标飞行引导点飞行；当无人机处于目标飞行引导点时，将目标飞行引导点作为当前飞行点，并判断无人机在当前飞行点的姿态信息和单目图像信息，与飞行地图中存储的当前飞行点的姿态信息和单目图像信息是否匹配；若不匹配，则调整无人机的位置；若匹配，则将下一个飞行引导点作为目标飞行引导点，并控制无人机向目标飞行引导点飞行，直至无人机降落地面。可见，在无人机返航时，可根据创建的飞行地图对无人机的返航路径进行校正，从而保证了无人机的自主降落，使无人机的降落更加精确和智能。
-
公开(公告)号：CN106293092A
公开(公告)日：2017-01-04
申请号：CN201610668928.6
申请日：2016-08-15
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G06F3/011 , G06Q30/0643
Abstract: 本发明涉及一种基于多目立体视觉三维技术实现虚拟穿戴的方法，属于计算机视觉与虚拟现实领域，解决传统技术中的穿戴品发布会存在局限性，不能满足高效实时试穿戴需求的问题。在本发明中，利用多个不同方位的相机对模特进行图像采集，在对采集图像进行预处理后，结合Harris角点检测及高斯差分检测算法对预处理后的图像实现特征点提取。在此结果上，再利用三角形法对提取到的特征点进行匹配和校正，最后采用泊松表面重建方法准确地获取和优化角点，并找到角点特征的匹配点，从而对模特进行三维表面的精确重建。之后用户通过显示终端可将数据库中选中的穿戴品与模特进行叠加，完成穿戴。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.032 seconds)
