-
公开(公告)号：CN111126327A
公开(公告)日：2020-05-08
申请号：CN201911391910.6
申请日：2019-12-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种车道线检测方法、系统、车载系统及车辆，所述获取多幅原始图像及对应的标签；根据各原始图像及对应的标签，建立基于标签的特征提取网络；根据特征提取网络，提取各原始图像对应的回归特征图和前后背景分类的特征图；根据回归特征图和前后背景分类的特征图，得到车道线区域的偏差值；根据所述车道线区域的偏差值分离出各车道线；将分离后的各车道线进行拟合处理，得到拟合线；根据当前待检测图像，从各所述拟合线中选择出所述当前待检测图像对应的拟合线，得到检测结果。本发明在整个计算过程中不需要估计密度，从而可大大提高聚类的效率，降低计算量，提高计算机性能，同时提高车道线检测速度。
-
公开(公告)号：CN110879994A
公开(公告)日：2020-03-13
申请号：CN201911213392.9
申请日：2019-12-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机深度强化学习、模式识别领域，具体涉及了一种基于形状注意力机制的三维目测检测方法、系统、装置，旨在解决单阶段检测器精度低于两阶段检测器，而两级检测器耗时大、不适用于实时系统的问题。本发明包括：通过三维网格体素表示点云数据；提取特征并编码空间稀疏特征图；投影到顶视图后提取不同尺度特征；采用反卷积层合并特征；通过注意力权重及卷积编码层提取形状注意力特征图；通过目标分类网络和回归定位网络获取目标类别和目标位置、尺寸、方向。本发明使用基于距离约束的采样策略以及基于形状先验的注意力机制，缓解数据分布不均匀导致的不稳定，改善单阶段检测器缺乏形状先验的问题，精度高、耗时短、实时性强、鲁棒性好。
-
公开(公告)号：CN104079827A
公开(公告)日：2014-10-01
申请号：CN201410301659.0
申请日：2014-06-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种光场成像自动重对焦方法，该方法建立点扩散函数模型和模糊度评价模型，基于以上模型，根据不同对焦深度及其对应重对焦图像估计感兴趣区域的模糊度估计函数，对函数求取极值点获得感兴趣区域对焦深度，最终获得该深度对应的重对焦图像。本发明通过直接估计感兴趣区域的对焦深度实现感兴趣区域的重对焦，克服了现有方法计算冗余度大的弊端，为光场成像在扩大成像景深方面的应用提供了一种快速有效的自动重对焦机制，提高了光场成像感兴趣区域重对焦操作的执行效率，有利于促进光场成像的研究及应用发展。
-
-
Search Results
23
records
(took 0.029 seconds)
