-
公开(公告)号:CN119964121A
公开(公告)日:2025-05-09
申请号:CN202510042879.4
申请日:2025-01-10
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本发明公开了一种车位识别与占用检测方法及系统,方法包括:采集停车区域的全景环视图像;将全景环视图像输入至目标检测模型,识别目标类型和位置,并对目标检测模型处理后的全景环视图像进行拼接,获取鸟瞰图;将鸟瞰图输入至车位检测模型,获取车位占用状态,并发送车位占用状态。本发明通过四路环视鱼眼图像的获取,克服了单一视角的盲区问题,实现了对停车区域的全面覆盖;整体方案采用低算力的方案设计,采用目标检测模型结合车位检测模型,能够迅速完成车位识别与占用判断,满足快速泊车的需求;通过将目标物信息实时输出到人机交互界面,提高了用户对停车状态的了解,增强了交互体验。
-
公开(公告)号:CN119941520A
公开(公告)日:2025-05-06
申请号:CN202411940768.7
申请日:2024-12-26
Applicant: 上汽通用五菱汽车股份有限公司
IPC: G06T5/00 , G06V10/774 , G06V10/764 , G06N3/08
Abstract: 本申请涉及一种图片数据增强的方法、装置及电子设备,属于机器学习和计算机视觉技术领域,方法包括:每隔预设时长获取一次模型训练的模型验证结果,依据模型验证结果确定下个预设时长的图片数据增强策略;这种通过模型的训练进展中验证损失、验证准确率和泛化误差调整图片数据增强策略,可以使每个阶段的增强复杂性与模型当前的学习需求匹配,有效减少了模型的过拟合或复杂度不足的风险,使模型能够适应更广泛的场景变化。
-
公开(公告)号:CN118298025A
公开(公告)日:2024-07-05
申请号:CN202410288682.4
申请日:2024-03-13
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请实施例提供的一种内参标定的评估方法、评估装置、电子设备和存储介质,所述方法包括:从不同视角采集多个标定图像;对所述多个标定图像进行标定,得到摄像头内参;基于所述多个标定图像生成目标图像,所述目标图像的特征点包括每个所述标定图像的标定特征点;计算所述特征点的特征点覆盖率、全局重投影误差和局部重投影误差;基于所述特征点覆盖率、所述全局重投影误差和所述局部重投影误差对所述摄像头内参进行评估。本申请实施例采用特征点覆盖率、全局重投影误差和局部重投影误差多项评估指标对摄像头内参标定结果进行评估,不仅能评估内参标定结果的全局的标定质量,也能对局部的去畸变效果进行量化评估,从而提供更为全面的评估结果。
-
公开(公告)号:CN119523487A
公开(公告)日:2025-02-28
申请号:CN202411602822.7
申请日:2024-11-11
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请涉及一种人眼状态的检测方法及装置,属于智能座舱感知技术领域,检测方法包括:通过驾驶员的睁眼特征信息得到驾驶员睁眼开合度值,依据标准人脸的睁眼特征信息得到标准睁眼开合度值,通过驾驶员睁眼开合度值和标准睁眼开合度值得到阈值调整因子,依据阈值调整因子及预设标准开合度阈值得到目标开合度阈值,基于驾驶员的实时眼睛特征信息得到实时开合度值,并依据实时开合度值与目标开合度阈值确定驾驶员的眼睛状态;本发明中结合驾驶员眼部特征信息和标准人脸的眼部特征信息,调整目标开合度阈值,基于该目标开合度阈值去判定眼睛状态,能有效避免因为眼睛大小导致的漏检、错检的情况,从而提高人眼状态的检测准确性。
-
公开(公告)号:CN119837533A
公开(公告)日:2025-04-18
申请号:CN202510056503.9
申请日:2025-01-14
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请涉及一种基于连续帧的眨眼检测方法、装置及电子设备,属于智能座舱感知技术领域,检测方法包括:通过单帧眼睛状态值算法得到预设数量连续帧中每帧的眼部状态值,依据预设数量连续帧中每帧的眼部状态值得到眼部状态变化曲线,依据眼部状态变化曲线确定是否眨眼;本方法通过眼部状态变化曲线去判定是否眨眼,关注的是从闭眼到睁眼的眨眼过程,有效减少因为驾驶员眼睛大小导致的误检,提高了眨眼检测及疲劳驾驶检测的准确性。
-
公开(公告)号:CN119649344A
公开(公告)日:2025-03-18
申请号:CN202411493989.4
申请日:2024-10-24
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请涉及一种疲劳驾驶监测方法,涉及车辆安全技术领域。方法包括:实时采集驾驶员上车后预设时长内的第一面部图像,确定驾驶员的面部行为特征阈值;在行驶过程中实时采集驾驶员的第二面部图像;计算各帧第二面部图像对应的实时面部行为特征值;根据驾驶员的面部行为特征阈值和各帧第二面部图像对应的实时面部行为特征值,确定面部行为特征变化率时间曲线,确定各时刻前后预设时长范围内的面部行为特征跳变值和跳变持续时长,结合预设的面部行为标定数据,输出驾驶员的面部行为判定结果;综合面部行为判定结果、实时采集的车辆状态和驾驶时长,确定驾驶员的疲劳评价等级。采用本申请可以识别和提醒驾驶员的疲劳状态,提高行车安全性。
-
-
-
-
-