-
Patent Agency Ranking
公开(公告)号：CN119904493A
公开(公告)日：2025-04-29
申请号：CN202410466951.1
申请日：2024-04-18
IPC: G06T7/50 , G06T7/70 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本公开涉及一种用于训练、推理的装置及用于训练的方法。该装置可以包括：至少一个处理器；以及存储器，存储指令，当由至少一个处理器运行时，这些指令使得装置：基于从目标时间点的点群获得的深度图，获得深度分布图；基于与目标时间点相关联并应用于单目深度估计(MDE)模型的输入图像，获得深度估计图；基于应用于MDE模型的损失函数组，更新MDE模型中包括的多个权重，其中该损失函数组可以包括基于深度分布图和深度估计图获得的第一损失函数；以及输出指示更新的多个权重的信号。
-
公开(公告)号：CN120070529A
公开(公告)日：2025-05-30
申请号：CN202410944819.7
申请日：2024-07-15
Abstract: 本发明公开了用于生成深度图的方法及装置，该方法包括：获得由LiDAR生成的LiDAR点云；获得LiDAR点云的至少一部分的3D边界框；从通过将LiDAR点云的点的坐标投影到图像坐标系中而获得的图像点云中生成与3D边界框对应的第一车辆掩膜；以及通过移除第一车辆掩膜中包括的点中的不包括在3D边界框中的远点来生成深度图。
-
公开(公告)号：CN120065184A
公开(公告)日：2025-05-30
申请号：CN202410576833.6
申请日：2024-05-10
IPC: G01S7/497 , G01S17/931 , G01S17/89 , G01S17/86 , G06T7/13 , G06T7/73 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本公开提供了摄像机‑激光雷达校准方法及设备。用于摄像机‑激光雷达校准的方法，包括：获取由摄像机在特定时间点捕获的图像以及由激光雷达捕获并且在特定时间点投影到摄像机坐标系上的激光雷达点云；从图像中提取与地面的边缘相对应的地面边缘图像；从激光雷达点云提取表示路面上的道路标记的道路标记点云；通过经由神经网络预测道路标记点云相对地面边缘图像的位置变化，来生成表示预测的位置变化的第一变化；以及基于第一变化来校准摄像机和激光雷达。
-
公开(公告)号：CN119672454A
公开(公告)日：2025-03-21
申请号：CN202410689486.8
申请日：2024-05-30
IPC: G06V10/774 , G06V10/82 , G06V20/56 , G06N3/0475 , G06N3/084
Abstract: 本公开提供一种学习装置、学习装置的学习方法、使用学习方法的测试装置以及使用测试装置的测试方法。学习装置可以获取目标图像和源图像，经由第一网络基于目标图像生成估计深度图，生成与目标图像与源图像之间的姿态变化相对应的姿态变化信息，生成与目标图像相对应的合成图像，基于合成图像和目标图像确定第一损失，确定第二损失，并且反向传播第一损失和第二损失并更新第一网络的参数和第二网络的参数。
-
公开(公告)号：CN119540677A
公开(公告)日：2025-02-28
申请号：CN202410210016.9
申请日：2024-02-26
IPC: G06V10/774 , G06V10/82 , G06T7/55 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了学习装置及其学习方法、测试设备及测试方法。介绍一种学习装置。该装置可包括处理器以及存储指令的存储器，这些指令在由处理器执行时可使得该装置基于与周围环境信息相关联的至少一条云数据来获得至少一个第一深度图，以及与所述至少一个第一深度图相关联的至少一个第一图像，基于所述至少一个第一深度图和所述至少一个第一图像来确定指示所述至少一个第一深度图与所述至少一个第一图像之间的方差的方差估计信息，基于所述第一方差估计信息以及与所述第一方差估计信息相关联的方差基准真实值(GT)信息反向传播方差损失，以及基于反向传播方差损失更新与确定所述第一方差估计信息相关联的参数。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
