-
公开(公告)号：CN108073929B
公开(公告)日：2023-11-24
申请号：CN201611033463.3
申请日：2016-11-15
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: G06V10/25 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048
Abstract: 本发明提供一种基于动态视觉传感器的物体检测方法及设备，所述方法包括以下步骤：通过动态视觉传感器获取多个图像帧；采用递归一致网络检测所述图像帧以获取检测对象的候选框，其中所述递归一致网络包括一个帧检测网络模型和一个候选框图模型。本发明通过采用一种新的递归一致检测网络，从动态视觉传感器获取的数据中快速检测出检测对象的包围框，在保证检测精度的同时大大提高了检测速率。
-
公开(公告)号：CN108073857A
公开(公告)日：2018-05-25
申请号：CN201611001931.9
申请日：2016-11-14
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: G06K9/00
Abstract: 本发明实施例提供了一种动态视觉传感器DVS事件处理的方法及装置，该方法包括：获取DVS事件图序列，然后针对DVS事件图序列中的任一DVS事件图，提取DVS事件特征描述子，其中，DVS事件特征描述子具有尺度不变特性和/或旋转不变特性，然后根据提取的DVS事件特征描述子，确定当前时刻DVS事件图的三维空间位姿，然后根据各DVS事件图的三维空间位姿，生成具备时域一致性的DVS事件图序列，本发明实施例用于将DVS事件图序列，生成具备时域一致性的DVS事件图序列。
-
公开(公告)号：CN108073857B
公开(公告)日：2024-02-27
申请号：CN201611001931.9
申请日：2016-11-14
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本发明实施例提供了一种动态视觉传感器DVS事件处理的方法及装置，该方法包括：获取DVS事件图序列，然后针对DVS事件图序列中的任一DVS事件图，提取DVS事件特征描述子，其中，DVS事件特征描述子具有尺度不变特性和/或旋转不变特性，然后根据提取的DVS事件特征描述子，确定当前时刻DVS事件图的三维空间位姿，然后根据各DVS事件图的三维空间位姿，生成具备时域一致性的DVS事件图序列，本发明实施例用于将DVS事件图序列，生成具备时域一致性的DVS事件图序列。
-
公开(公告)号：CN109426782B
公开(公告)日：2023-09-19
申请号：CN201710756068.6
申请日：2017-08-29
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: G06V20/40 , G06V20/58 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种对象检测方法和用于对象检测的神经网络系统。所述对象检测方法包括：(A)获取包括多个帧图像的图像序列中的当前帧图像；(B)从当前帧图像提取当前帧的特征图；(C)对当前帧的特征图进行池化，以获得当前帧的池化特征图，其中，当前帧的池化特征图包括与当前帧之前的各个帧图像分别对应的各个池化特征图的信息；(D)从当前帧的池化特征图检测对象。根据本发明的对象检测方法和用于对象检测的神经网络系统，能够通过将当前帧图像的特征图与当前帧图像之前的各个帧的池化特征图的信息进行结合，来更准确地检测对象。
-
Patent Agency Ranking
公开(公告)号：CN109426782A
公开(公告)日：2019-03-05
申请号：CN201710756068.6
申请日：2017-08-29
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本发明提供一种对象检测方法和用于对象检测的神经网络系统。所述对象检测方法包括：(A)获取包括多个帧图像的图像序列中的当前帧图像；(B)从当前帧图像提取当前帧的特征图；(C)对当前帧的特征图进行池化，以获得当前帧的池化特征图，其中，当前帧的池化特征图包括与当前帧之前的各个帧图像分别对应的各个池化特征图的信息；(D)从当前帧的池化特征图检测对象。根据本发明的对象检测方法和用于对象检测的神经网络系统，能够通过将当前帧图像的特征图与当前帧图像之前的各个帧的池化特征图的信息进行结合，来更准确地检测对象。
-
公开(公告)号：CN108734739A
公开(公告)日：2018-11-02
申请号：CN201710278061.8
申请日：2017-04-25
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
CPC classification number: G06T7/80 , G06K9/00711 , G06K9/00744 , G06K9/209 , G06K9/6202 , G06K9/78 , G06K2009/00738 , G06T7/248 , G06T7/292 , G06T7/38 , G06T2207/10016 , G06T2207/10028 , G06T2207/30196 , H04N5/04 , G06T7/20
Abstract: 提供一种用于时间对齐标定、事件标注、数据库生成的方法及装置。所述时间对齐标定方法包括：(A)获取同时由动态视觉传感器拍摄的目标对象的事件流和由辅助视觉传感器拍摄的目标对象的视频图像；(B)从所述视频图像中确定表现目标对象显著运动的关键帧；(C)将关键帧中目标对象的有效像素位置和关键帧的邻近帧中目标对象的有效像素位置分别映射到动态视觉传感器的成像平面上，以形成多个目标对象模板；(D)从所述多个目标对象模板中确定覆盖第一事件流段中的事件最多的第一目标对象模板；(E)将第一事件流段的中间时刻与第一目标对象模板所对应的帧的时间戳的时间对齐关系，作为动态视觉传感器与辅助视觉传感器之间的时间对齐关系。
-
公开(公告)号：CN108073929A
公开(公告)日：2018-05-25
申请号：CN201611033463.3
申请日：2016-11-15
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
CPC classification number: G06T7/73 , G06K9/00805 , G06K9/4628 , G06K9/4671 , G06K9/6274 , G06K9/66 , G06N3/0445 , G06T7/11 , G06T2210/12 , G06K9/3233 , G06K9/6277
Abstract: 本发明提供一种基于动态视觉传感器的物体检测方法及设备，所述方法包括以下步骤：通过动态视觉传感器获取多个图像帧；采用递归一致网络检测所述图像帧以获取检测对象的候选框，其中所述递归一致网络包括一个帧检测网络模型和一个候选框图模型。本发明通过采用一种新的递归一致检测网络，从动态视觉传感器获取的数据中快速检测出检测对象的包围框，在保证检测精度的同时大大提高了检测速率。
-
公开(公告)号：CN108076338B
公开(公告)日：2022-04-08
申请号：CN201611033320.2
申请日：2016-11-14
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: H04N13/128 , H04N13/239
Abstract: 本发明实施例提供了图像视觉处理方法、装置及设备，所述方法包括：确定出通过动态视觉传感器DVS获取的双目帧图像中每个事件像素点的视差和深度信息；确定出双目帧图像中每个非事件像素点的多个邻居事件像素点；根据每个非事件像素点的各邻居事件像素点的位置信息，确定出该非事件像素点的深度信息；根据双目帧图像中各像素点的深度信息，进行相应处理。利用本发明实施例，无需非事件像素点参与像素点的匹配，即使非事件像素点之间的光照强度、对比度和纹理难以区分，或者被遮挡，也可利用近邻的事件像素点的位置信息，较为精确地确定出非事件像素点的深度信息，提升非事件像素点深度信息的精度。
-
公开(公告)号：CN108076338A
公开(公告)日：2018-05-25
申请号：CN201611033320.2
申请日：2016-11-14
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: H04N13/128 , H04N13/239
CPC classification number: G06T7/593 , G06T2207/10012 , G06T2207/10028 , H04N13/128 , H04N13/239 , H04N2013/0081
Abstract: 本发明实施例提供了图像视觉处理方法、装置及设备，所述方法包括：确定出通过动态视觉传感器DVS获取的双目帧图像中每个事件像素点的视差和深度信息；确定出双目帧图像中每个非事件像素点的多个邻居事件像素点；根据每个非事件像素点的各邻居事件像素点的位置信息，确定出该非事件像素点的深度信息；根据双目帧图像中各像素点的深度信息，进行相应处理。利用本发明实施例，无需非事件像素点参与像素点的匹配，即使非事件像素点之间的光照强度、对比度和纹理难以区分，或者被遮挡，也可利用近邻的事件像素点的位置信息，较为精确地确定出非事件像素点的深度信息，提升非事件像素点深度信息的精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.088 seconds)
