-
公开(公告)号：CN110865330A
公开(公告)日：2020-03-06
申请号：CN201911214259.5
申请日：2019-12-02
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01S3/14
Abstract: 本发明提供一种无线虚拟现实系统中波束方位角的快速跟踪方法，包括：选取当前工作射频拉远单元，其余射频拉远单元轮流作为搜索射频拉远单元；当前工作射频拉远单元进行音视频信息传输，搜索射频拉远单元向头盔发射多个波束方向的信道探测信号；头盔获取搜索射频拉远单元的方位角；更新头盔位置的最优估计；根据最优估计调整当前工作射频拉远单元的波束方位角；当前时刻递增，更新搜索射频拉远单元并再次进行波束搜索，重复上述步骤。本发明的方法采用的搜索射频拉远单元不负责音视频信息传输，所以波束扫描可以不间断地进行，从而达到最高波束扫描频率，使当前工作射频拉远单元在用户移动时也能高速传输数据。
-
公开(公告)号：CN109922260A
公开(公告)日：2019-06-21
申请号：CN201910161618.9
申请日：2019-03-04
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及数据处理技术领域，特别涉及一种图像传感器与惯性传感器的数据同步方法和同步装置。所述同步方法包括以下步骤：将所述图像传感器与所述惯性传感器置于同一时间基准下计时；获取图像传感器的曝光时间的中间时刻，作为图像数据采集时刻；获取惯性传感器中用于形成输出数据的每组采样数据的中间时刻，作为惯性数据采集时刻，其中，所述每组采样数据包括依据惯性传感器内部时钟采样周期依次采集的多个数据。在本发明提供的图像传感器与惯性传感器的数据同步方法中，不仅可以精确同步多个图像传感器之间的图像数据，更加能够将图像传感器与惯性传感器进行数据同步。
-
公开(公告)号：CN107479180A
公开(公告)日：2017-12-15
申请号：CN201710750847.5
申请日：2017-08-28
Applicant: 中国科学院上海微系统与信息技术研究所
CPC classification number: G02B21/365 , H04N13/204 , H04N13/296 , H04N13/344
Abstract: 本发明提供了一种显微立体图像采集装置，包括采集单元和标准双视图处理单元，所述采集单元用于在两个以上的不同位置同时采集待测物体的两幅以上的原始图像或视频，所述标准双视图处理单元用于对所述原始图像或视频进行处理并生成标准双视图。本发明提供了一种显微立体图像采集装置，较一般的显微镜而言，可提供真实的深度临场感，方便用户三个维度上的精细操作。而且装置具有较高的装配灵活性与应用灵活性，可根据不同应用场景选择不同体积大小与不同分辨能力的相机进行装配，在固定观察与移动观察工作中都可得到应用。
-
公开(公告)号：CN106651836A
公开(公告)日：2017-05-10
申请号：CN201610964432.3
申请日：2016-11-04
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T7/00
Abstract: 本发明涉及一种基于双目视觉的地平面检测方法，包括以下步骤：获取双目图像采集设备采集的左右目原始图像；对左右目原始图像进行预处理，利用立体匹配技术获得稠密视差图；利用特征算子在稠密视差图上进行运算，得到特征图；对特征图进行分割，将其分割成多个区域块；对每个区域块进行二类分类，判断此区域是否属于地平面区域；对地平面区域进行后处理，剔除不符合条件的连通域，确定最终地平面区域。本发明适用于不同地平面环境下的地平面检测，能有效应对不平坦路面的检测问题，且可以精准处理地平面与障碍物边界。
-
公开(公告)号：CN118092383B
公开(公告)日：2025-03-18
申请号：CN202410132143.1
申请日：2024-01-31
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G05B23/02
Abstract: 本发明涉及一种车载监测系统实时故障定位方法及系统。其中，故障定位方法包括以下步骤：采集监测数据；获取TCMS报文，提取所述TCMS报文的编码时间和TCMS数据；根据所述编码时间计算监测系统与TCMS系统的时间差；判断所述时间差是否小于设定值，如果小于所述设定值则将所述TCMS数据同步到所述监测系统的配准时刻，否则根据所述监测数据对所述TCMS数据进行补偿；将所述监测数据和所述TCMS数据进行融合，并根据融合后的数据进行故障定位。本发明能够提高轨道交通车载监测系统实时故障定位的精度。
-
Patent Agency Ranking
公开(公告)号：CN112270688B
公开(公告)日：2024-05-28
申请号：CN202011216784.3
申请日：2020-11-04
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请涉及一种前景提取方法、装置、设备或存储介质，该方法包括：获取红外图像序列和可见光图像序列；红外图像序列和可见光图像序列一一对应；对红外图像序列中每帧红外图像进行对比度处理，得到初始掩膜图像序列；将初始掩膜图像序列和可见光图像序列进行串联，得到输入图像序列；根据已训练的特征提取模型对输入图像序列进行特征提取，得到特征张量；根据已训练的长短时记忆网络模型，确定特征张量对应的预测掩膜图像；根据预测掩膜图像和可见光图像，确定前景图像。本申请实施例提供的一种前景提取方法适用于静止或运动的前景物体，包括半透明物体、运动模糊物体和虚焦物体的提取，可以提高前景物体的边缘的提取精度。
-
公开(公告)号：CN111724439B
公开(公告)日：2024-05-17
申请号：CN201911200881.0
申请日：2019-11-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及机器人导航定位技术领域，具体是一种动态场景下的视觉定位方法及装置，所述方法包括：获取当前帧图像，提取所述当前帧图像的特征点；将所述当前帧图像输入预设深度学习网络进行语义分割，得到目标语义图像；根据所述目标语义图像确定所述当前帧图像的运动掩模区域；获取所述当前帧图像的深度信息；基于所述目标语义图像和所述深度信息进行运动一致性检测，确定所述当前帧图像的静态特征点集合；根据所述静态特征点集合确定当前状态位姿信息。本发明通过语义分割结果和深度信息进行运动一致性检测，确定图像的静态特征点集合，能够有效提高在动态环境中对位姿估计的精确性和鲁棒性。
-
公开(公告)号：CN112580804B
公开(公告)日：2024-04-05
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
IPC: G06N3/082 , G06N3/0464 , G06N3/0495 , G06V10/82
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：CN111161314B
公开(公告)日：2024-03-12
申请号：CN201911298738.X
申请日：2019-12-17
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06F30/27
Abstract: 本申请涉及目标对象的位置区域确定方法、装置、电子设备及存储介质，该方法通过获取图像序列；获取目标对象在图像序列的当前帧图像中的当前位置区域，并基于当前位置区域确定搜索区域；从当前位置区域确定第一特征信息；第一特征信息包括当前位置区域的语义信息；从搜索区域确定第二特征信息；第二特征信息包括搜索区域的语义信息；基于第一特征信息和第二特征信息确定相似程度值集合；从相似程度值集合确定目标相似程度值；基于目标相似程度值和当前位置区域的尺寸确定目标对象在下一帧图像中的位置区域。如此，通过学习到更高级的语义信息，可以提高对目标对象位置区域跟踪确定的准确度，可以提高目标对象的跟踪精度和鲁棒性。
-
公开(公告)号：CN113326751B
公开(公告)日：2024-02-13
申请号：CN202110547828.9
申请日：2021-05-19
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种手部3D关键点的标注方法，包括：构建通用手部3D骨架模型；获取待标注手部每根手指均伸直的初始帧图像，构建待标注手部3D骨架模型；获取在不同手势下的若干待标注手部3D骨架姿态；获取待标注手部的当前帧图像以及当前帧图像的初始3D骨架姿态，在当前帧图像中标注出当前手部关键点的2D位置，确定当前帧图像的真实3D骨架姿态，获取当前帧图像中的手部3D关键点；对所述当前手部关键点的2D位置进行光流跟踪，获取下一帧图像的手部关键点的2D位置；重复上述步骤，直到所有图像的手部3D关键点均完成标注。本发明可以减少人工标注的工作量，从而降低人工成本并提高效率，同时可以提高标注精度。(56)对比文件Onur G. Guleryuz 等.Fast Lifting for3D Hand Pose Estimation in AR/VRApplications《.2018 25th IEEEInternational Conference on ImageProcessing (ICIP)》.2018,1-5.Jameel Malik 等.Simultaneous HandPose and Skeleton Bone-Lengths Estimationfrom a Single Depth Image《.arXiv:1712.03121》.2017,1-9.Christian Zimmermann 等.Learning toEstimate 3D Hand Pose from Single RGBImages《.arXiv:1705.01389》.2017,1-9.
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.066 seconds)
