-
公开(公告)号：CN111460921B
公开(公告)日：2023-05-26
申请号：CN202010178033.0
申请日：2020-03-13
Applicant: 华南理工大学
IPC: G06V20/56 , G06V20/70 , G06V10/26 , G06V10/30 , G06V10/34 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多任务语义分割的车道线检测方法，涉及图像处理和计算机视觉技术。所述车道线检测方法包括步骤：获取道路图像；构造一个基于卷积神经网络的特征提取编码网络和多任务分支信息融合的全卷积解码网络；通过上述网络输出得到车道线二值分割掩码图像，然后通过形态学处理方法对车道线二值图中的车道线像素进行点集划分；最后对每个像素点集进行多项式拟合，得到车道线最终判别结果。通过上述车道线检测方法，解决了车道线信息丢失严重导致的分割结果几何形态不完整的问题，能够在复杂场景中识别出各种形状的车道线。
-
公开(公告)号：CN114861871A
公开(公告)日：2022-08-05
申请号：CN202210375974.2
申请日：2022-04-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种卷积神经网络在加速器上的推理性能评估系统，属于计算机视觉领域。包括三个模块：硬件性能分析模块、模型解析模块、时间预测模块。硬件性能分析模块用于测试并分析加速器的性能信息，包括运算速率和访存带宽。模型解析模块用于统计网络的复杂度信息，包括网络的结构信息、运算量、数据传输量。时间预测模块结合加速器的性能信息与网络的复杂度信息，计算评估网络在加速器上的推理时间。本发明支持不同的主流深度学习框架格式，具有适用性广的特点；同时，本发明在评估网络的推理性能时，充分考虑了硬件计算特性与网络结构特点，评估结果误差小；此外，本发明的评估过程无需将待评估网络部署至加速器，评估过程简单高效。
-
公开(公告)号：CN107358172B
公开(公告)日：2022-05-24
申请号：CN201710485262.5
申请日：2017-06-22
Applicant: 华南理工大学
IPC: G06V40/16
Abstract: 本发明公开了一种基于人脸朝向分类的人脸特征点初始化方法，属于图像处理和计算机视觉领域。该方法的实现过程为：首先对每一张新输入的人脸图像，提取其HOG特征，通过随机森林的决策树投票得到其朝向分类标签，不同的朝向选取对应训练子集特征点的均值作为其初始化值。由于在同一类朝向下人脸特征点位置分布趋势差异不大，但是在类别不同的人脸朝向下特征点位置分布趋势有很明显的变化，因此采用与输入人脸图像相同朝向的特征点均值来初始化的方法可以降低人脸朝向的变化对特征点初始化的影响，从而提高人脸特征点初始化的准确率。
-
公开(公告)号：CN113076884A
公开(公告)日：2021-07-06
申请号：CN202110379880.8
申请日：2021-04-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种从近红外光到可见光的跨模态眼睛状态识别方法。所述方法包括以下步骤：构建可见光眼睛状态数据集；获取近红外眼睛状态数据集，可见光眼睛状态数据集混合，构建训练集和验证集；构建从近红外光到可见光的跨模态眼睛状态识别框架；对自训练集输入的眼睛状态样本进行处理；对自训练集输入的眼睛状态样本提取梯度信息；识别眼睛状态；对从近红外光到可见光的跨模态眼睛状态识别框架进行模型训练直至收敛；完成眼睛状态的识别。本发明充分考虑多方面因素，充分利用眼睛状态识别本身的特点，同时结合跨模态通用的做法，在保证眼睛状态识别方法在近红外光下的识别性能的同时大幅度提高在可见光下的识别性能。
-
公开(公告)号：CN112668522A
公开(公告)日：2021-04-16
申请号：CN202011640869.4
申请日：2020-12-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种人体关键点与人体掩码联合检测网络及方法，属于图像处理和计算机视觉领域。包括以下模块：骨干网络模块、特征聚合模块、关键点检测模块、热力图特征提取模块、拼接模块、掩码检测模块、关键点后处理模块和掩码后处理模块。并且相应提供了检测方法。在一些应用场景中，往往需要同时检测人体关键点和人体掩码，而现有技术中，检测人体关键点和人体掩码往往需要运行两个不同的网络，增大了计算开销，降低了系统运行速度，本发明可以在一个网络中同时检测人体关键点和人体掩码，提高了同时依赖人体关键点和人体掩码的系统的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN112396664A
公开(公告)日：2021-02-23
申请号：CN202011335199.5
申请日：2020-11-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种单目摄像机与三维激光雷达联合标定及在线优化方法。所述方法通过标定平台与数据采集装置的几何关系，根据相似三角形原理求出标定点在摄像机坐标系下的深度坐标，解决了单目摄像机成像过程中的深度信息丢失问题。在标定过程中，标定基准点的定位准确，操作简便。本发明设计的包括圆形几何形状的联合标定平台，能够降低在三维点云数据中进行边缘检测的难度，有效提高标定的精度。标定完成后，根据投影关系构建三维点云与二位RGB图像之间的相关性优化目标，并采用BOBYQA优化算法进行标定参数的局部最优搜索，实现在线误差纠正。
-
公开(公告)号：CN106658604B
公开(公告)日：2020-06-19
申请号：CN201611156184.6
申请日：2016-12-14
Applicant: 华南理工大学
IPC: H04W28/08
Abstract: 本发明公开了一种基于车辆运动估计的异构车联网移动数据卸载方法，该方法把任意两个节点之间的重合路段集合在各自节点的路径比重相乘作为两节点之间的数据传递概率；由任意两节点之间的数据传递概率，构造任意两节点间数据传递概率矩阵；利用任意两节点间数据传递概率矩阵，构造基于节点接收数据概率的移动数据期望卸载量效用函数，并根据移动数据期望卸载量效用函数的极值实现基于节点间数据传递概率的投放节点选择算法，根据选择算法把节点选择加入投放节点集合或候选节点集合中。本发明为异构车联网的移动数据卸载提供了一种快速、高效的解决方法。
-
公开(公告)号：CN106428008B
公开(公告)日：2020-02-18
申请号：CN201610409587.0
申请日：2016-06-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种汽车起停系统自适应控制方法，采用LVQ神经网络实时识别当前行驶工况类型，当汽车满足起停系统中发动机自动停机基本条件时，根据当前停车初始时刻识别的工况类型选择合适的起停系统控制参数（延迟作用时间与速度阈值），判断起停功能有效或禁止，提高起停系统的整体节油效果。所述行驶工况类型包括四种典型行驶工况，分为严重拥挤、拥挤、轻度拥挤、通畅，通过样本学习得到LVQ神经网络分类器。所述合适的起停系统控制参数是通过分别统计四种典型行驶工况的状态变量（停车怠速时间与停车前工况块平均车速），采用非线性约束优化思想建立目标函数为起停系统节省的怠速时间最大化的起停系统控制参数寻优模型获得。
-
公开(公告)号：CN106066696B
公开(公告)日：2019-05-14
申请号：CN201610409478.9
申请日：2016-06-08
Applicant: 华南理工大学
Abstract: 本发明公开了自然光下基于投影映射校正和注视点补偿的视线跟踪方法，该方法首先提取双眼虹膜中心和眼睛内外角点、嘴角点特征，其次由眼睛内外角点与嘴角点构成的矩形计算与头部处于标定位置时的矩形信息之间的投影映射关系，进而对虹膜中心位置以及眼睛内外角点位置进行投影映射校正，消除头部运动带来的影响；接着，由经校正后的左右眼虹膜中心，分别与左右眼睛内外角点构成4个向量，结合多项式映射模型得到实时注视点，最后通过支持向量回归模型进行注视点补偿。本发明为自然光下的视线跟踪提供了一种能降低头部运动影响，精度高的解决方法。
-
公开(公告)号：CN104199544B
公开(公告)日：2018-06-22
申请号：CN201410431716.7
申请日：2014-08-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于视线跟踪的广告定向投放方法，为用户提供智能化的广告定向投放服务，同时为广告服务商提供一个全新的用户数据采集途径的方法。该方法利用摄像头获取用户眼睛区域图像，通过图像处理以及建立映射模型估计用户注视点坐标，从而确定用户注视的广告信息类型；再用统计的方法算出用户对各类广告信息的偏爱权重，从而根据权重为用户提供感兴趣的广告信息。本发明对残疾人，尤其是双手不方便的患者有积极效果，广告偏爱权重仅需眼睛即可采集设定。本发明对用户来说，可以定向投放用户喜欢的广告类型，使用户避免了垃圾广告的骚扰。对于广告投放商来说，本发明使广告更有效地投放到目标客户人群，大大提高广告转化率。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.028 seconds)
