-
Patent Agency Ranking
公开(公告)号：CN113379845A
公开(公告)日：2021-09-10
申请号：CN202110573884.X
申请日：2021-05-25
Applicant: 珠海格力电器股份有限公司
IPC: G06T7/80
Abstract: 本申请涉及一种相机标定方法及装置、电子设备及存储介质。其中，方法包括：获取待标定相机对标定板进行图像采集得到的目标标靶图像；对目标标靶图像进行区域划分得到至少两个不重叠的图像区域；获取目标标靶图像中每个图像区域内的子图像；获取子图像中每个标志点的参数信息；基于每个图像区域对应的所有子图像中每个标志点的参数信息，计算待标定相机在每个图像区域的标定参数，得到与待标定相机对应的至少两个标定参数。本申请可以有效克服一套标定参数在使用时，存在待标定相机在不同图像区域的标定精度不同，导致一套标定参数无法准确标定出不同图像区域中待标定点的问题，因而通过多套标定参数可以使待标定相机达到更高精度的标定效果。
-
公开(公告)号：CN115115989A
公开(公告)日：2022-09-27
申请号：CN202210792744.6
申请日：2022-07-05
Applicant: 珠海格力电器股份有限公司
Abstract: 本申请涉及一种目标跟踪方法、装置、计算机设备和存储介质。所述方法包括：获取视频帧序列，根据视频帧序列中首帧图片相应特征的卷积结果，确定通道修剪参数以及目标区域对应的目标深度特征图，在目标帧图片中确定目标搜索区域以及目标搜索区域对应的第二深度特征图，所述第二深度特征图对应n个特征通道，按照通道修剪参数对第二深度特征图进行通道修剪，得到第二保留特征图，第二保留特征图对应m个特征通道，m小于n，通过通道修剪减少后续参与目标定位坐标计算的数据量，根据通道修剪后的深度特征，确定目标区域在目标帧图片中的定位坐标，加快了目标对象跟踪定位的数据处理速度，提高了对目标对象跟踪的实时性。
-
公开(公告)号：CN112767426A
公开(公告)日：2021-05-07
申请号：CN202110018500.8
申请日：2021-01-07
Applicant: 珠海格力电器股份有限公司
Abstract: 本发明公开了一种目标匹配方法、装置和机器人，属于图像处理领域。其中方法首先获取目标图像和目标图像，然后对两个图像进行预处理得到两个物体边缘轮廓图，之后再分别获取两个物体边缘轮廓图上相互匹配的指定点；获取指定点后以已完成匹配的指定点为基础对模板物体边缘轮廓图上的其他未匹配点进行一一匹配，直至完成所有点的匹配。本申请方案只有第一个点匹配时是全局匹配，其他点都以已完成匹配的指定点为基础进行匹配，匹配时只需在已完成匹配的指定点一定距离内的点进行匹配即可，匹配速率快，匹配准确度高。
-
公开(公告)号：CN112486495A
公开(公告)日：2021-03-12
申请号：CN202011319903.8
申请日：2020-11-23
Applicant: 珠海格力电器股份有限公司
Abstract: 本发明提供一种工业视觉算法部署方法、装置及存储介质，所述方法包括：在算法开发设备中，将封装有工业视觉算法和相应运行环境的Docker镜像推送至Docker仓库中；在算法部署设备中，从所述Docker仓库中拉取所述封装有工业视觉算法和相应运行环境的Docker镜像，以进行工业视觉算法部署。本发明提供的方案能够避免因开发环境和部署环境不同而导致算法运行失败的情况。
-
公开(公告)号：CN111951270A
公开(公告)日：2020-11-17
申请号：CN202010606442.6
申请日：2020-06-29
Applicant: 珠海格力电器股份有限公司
Abstract: 本发明属于电机卡簧凹槽高度检测中图像处理技术领域，公开了一种基于深度学习的单目标物体分割方法及检测设备，利用改进的U-Net神经网络，在同类型不完整目标和完整目标同时存在下，将完整的目标分割出来，并将把完整的目标过滤掉。本发明发明通过对U-Net神经网络进行改进，在同类型不完整目标和完整目标同时存在时，该网络可以直接将完整的目标分割出来，而把不完整的目标过滤掉。此方法对于只考虑完整目标情况时有很大的帮助，减少了不完整目标的干扰，缩减了完整目标分割步骤；并且改进后的U-Net网络相对比原始U-Net网络，提高了网络的分割效率。
-
-
-
-
Search Results
15
records
(took 0.043 seconds)
