-
公开(公告)号：CN106778593B
公开(公告)日：2020-02-07
申请号：CN201611134898.7
申请日：2016-12-11
Applicant: 北京联合大学
Abstract: 本发明公开一种基于多地面标志融合的车道级定位方法，包括：步骤1、获取车辆道路图像；步骤2、对所述道路图像进行灰度处理和滤波处理；步骤3、对步骤2中处理后的道路图像进行车道线检测；步骤4、对道路图像进行停止线检测；步骤5、对道路图像进行斑马线检测；步骤6、根据车道线、斑马线和停止线实时定位车辆在车道中的位置。本发明融合路面多个标志线信息进行精确的道路车道线定位，不仅能适用于车辆的驾驶安全预警功能，也能融入到无人驾驶中的纯视觉系统进行车道线巡线和路口转弯。
-
公开(公告)号：CN106529493B
公开(公告)日：2019-12-20
申请号：CN201611036241.7
申请日：2016-11-22
Applicant: 北京联合大学
Abstract: 本发明公开一种基于透视图的鲁棒性多车道线检测方法，包括：获取道路图像；对所述道路图像进行灰度预处理；利用基于多条件约束的车道线特征滤波器对道路图像中车道线特征进行提取；适应于车道线特征的聚类算法；车道线约束；基于卡尔曼滤波算法进行多车道线实时跟踪检测。采用本发明的技术方案，不需要对摄像机的位置参数进行标定，且对于复杂的驾驶环境，例如：雨天、傍晚、路面有污损、曝光不佳、路面有少量积雪等状况，均具有良好的检测效果。
-
公开(公告)号：CN105718873B
公开(公告)日：2019-04-19
申请号：CN201610030745.1
申请日：2016-01-18
Applicant: 北京联合大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于双目视觉的人流分析方法，包括立体图像对获取；图像预处理；人脸检测；人体定位；参观人数统计、参观时间统计以及性别识别、年龄估计；从而完成展台处设定的参观区域内的人流分析。本发明可应用于诸如博物馆的各类公共展览场所，采集与分析出公共展览场所内各展品前参观者的相关信息，实现人流统计与分析目的，具有实时性高、准确性高、实施效率高等特点，有助于真实了解参观者的行为特征，为各项分析提供可靠的数据依据，以利于公共展览场所提升自身服务质量与水平。
-
公开(公告)号：CN105550363B
公开(公告)日：2019-03-22
申请号：CN201610007341.0
申请日：2016-01-06
Applicant: 北京联合大学
IPC: G06F16/56
Abstract: 本发明公开了一种基于XGML的图像半结构化表示方法，包括：确定待半结构化表示的图像；提取语义数据并存入semantic_rule，标注出内容数据并存入content_rule；对图像进行区域分裂与合并，对得到的各处理后区域分解出边缘信息和颜色特征；处理边缘信息，得到边缘点集合；对边缘点集合提取出边缘特征点；对各处理后区域的边缘特征点拟合，得到线性特征、关键要素；基于基本图形与复杂图形的判断，将各线性特征、关键要素和颜色特征存入basic_graphic或complex_graphic。本发明可将非结构化的光栅图像转换为可支持图形数据与文字信息分离存储的半结构化文档，有效克服了现有图像表示不清晰、存储空间过大、检索不便等缺点。
-
公开(公告)号：CN106156723B
公开(公告)日：2019-02-15
申请号：CN201610343737.2
申请日：2016-05-23
Applicant: 北京联合大学
Abstract: 一种基于视觉的路口精定位方法属于计算机视觉领域和安全智能交通领域。该方法先通过路口场景识别判断车辆是否到达路口附近，如果进入路口则对单目相机采集的路口图像进行逆透视变换得到逆透视图像，然后进行停止线检测与测距、车道线检测得到车辆离停止线的纵向距离和与车道线的横向距离以及航向角，根据得到数据进行世界坐标系平面坐标计算，最终得到车辆的位置坐标。通过视觉的方法进行路口精定位，克服了高精度GPS定位成本高的缺点。
-
Patent Agency Ranking
公开(公告)号：CN106055106B
公开(公告)日：2018-11-13
申请号：CN201610391403.2
申请日：2016-06-04
Applicant: 北京联合大学
Abstract: 一种基于Leap Motion的优势点检测识别方法属于计算机系统的人机交互领域。首先，本方法获取手势顶点，建立手势库以验证改进的非参数控制优势点检测算法。然后，给出在首点和尾点之间的所有点，并连接首点和尾点，组成线段。找到在给出的点中找到离这条线段最远的点，判断这个点是否大于ε，如果成立则保留该点，反之舍去。重复此法，并最终得到优化后的折线。其中参数ε由改进的非参数控制优势点检测算法自适应得出来。将该算法应用在Leap Motion体感控制器上，可以扩展更多手势。该发明对手势识别有很好的自适应性、精确性，可以更加精确的对手势进行识别，在人机交互的应用中有广泛的用途。
-
公开(公告)号：CN107705806A
公开(公告)日：2018-02-16
申请号：CN201710724721.0
申请日：2017-08-22
Applicant: 北京联合大学
Abstract: 本发明提供一种使用谱图和深卷积神经网络进行语音情感识别的方法，包括以下步骤：根据语音信号生成频谱图；构建深卷积神经网络模型；用大量的频谱图作为输入，训练并优化所述深卷积神经网络模型；对训练好的所述深卷积神经网络模型进行测试并优化。本发明使用一种新的语音情感识别方法，将语音信号处理转化成图像处理，结合CNN能够有效的提高识别能力。
-
公开(公告)号：CN107590432A
公开(公告)日：2018-01-16
申请号：CN201710625653.2
申请日：2017-07-27
Applicant: 北京联合大学
Abstract: 本发明提供一种基于循环三维卷积神经网络的手势识别方法，包括数据预处理，还包括以下步骤，循环三维卷积神经网络分类器设计，所述循环三维卷积神经网络分类器预训练，所述循环三维卷积神经网络分类器训练，所述循环三维卷积神经网络分类器优化，输出分类标签，测试所述分类器的分类效果。本发明使得手势识别的效果更为精确，能够对SKIG和ChaLearn2014数据集中的手势进行较为准确的识别，其精确度超过了以往的传统的方法。
-
公开(公告)号：CN106778593A
公开(公告)日：2017-05-31
申请号：CN201611134898.7
申请日：2016-12-11
Applicant: 北京联合大学
Abstract: 本发明公开一种基于多地面标志融合的车道级定位方法，包括：步骤1、获取车辆道路图像；步骤2、对所述道路图像进行灰度处理和滤波处理；步骤3、对步骤2中处理后的道路图像进行车道线检测；步骤4、对道路图像进行停止线检测；步骤5、对道路图像进行斑马线检测；步骤6、根据车道线、斑马线和停止线实时定位车辆在车道中的位置。本发明融合路面多个标志线信息进行精确的道路车道线定位，不仅能适用于车辆的驾驶安全预警功能，也能融入到无人驾驶中的纯视觉系统进行车道线巡线和路口转弯。
-
公开(公告)号：CN104494598B
公开(公告)日：2017-03-29
申请号：CN201410678135.3
申请日：2014-11-23
Applicant: 北京联合大学
IPC: B60W30/18
Abstract: 一种用于智能车辆的路口行驶控制方法属于无人驾驶领域。首先通过安装在智能车内后视镜处的单目摄像机采集视频图像，进行车道线检测、停止线检测、停止线测距、行人检测以及红绿灯识别。然后根据车道线检测结果计算车道虚拟中心线，利用PD控制算法控制智能车辆沿着中心线前行。综合离停止线的距离、行人检测结果以及红绿灯识别结果进行驾驶行为决策，控制车辆前行或者停车。本发明仅利用一个摄像机使智能车辆平稳、安全地通过各种十字路口，并且当检测到有行人或者识别到红灯时，系统将控制智能车辆停在离停止线20厘米内，当识别到绿灯并且没有行人时，系统将控制智能车辆正常行驶或者转弯。本发明使执行周期控制在50ms内，满足100ms的驾驶控制周期。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.022 seconds)
