多视图聚类方法、装置、电子设备及存储介质

    公开(公告)号:CN115546525A

    公开(公告)日:2022-12-30

    申请号:CN202211289814.2

    申请日:2022-10-20

    Abstract: 本申请涉及多视图聚类技术领域,特别涉及一种多视图聚类方法、装置、电子设备及存储介质,其中,方法包括:获取待聚类的多个视图;提取每个视图的至少一个图像特征,得到多个图像特征;将多个图像特征输入预先训练得到的聚类模型,利用聚类模型的预设公共隐空间和预设结构化隐空间分别提取不同视图之间的互补信息和结构信息,利用互补信息和结构信息匹配每个视图的实际类别,基于实际类别对多个视图进行聚类,输出多个视图的聚类结果。由此,解决了相关技术基于原始数据矩阵或者浅层特征构建图,并利用不同的融合策略将多个图融合起来的方式,不仅计算量大,且聚类效果严重依赖于原始构图的质量,从而限制了多视图聚类的效果等问题。

    车辆图像数据同步采集方法、系统、电子设备及存储介质

    公开(公告)号:CN116095247B

    公开(公告)日:2024-09-24

    申请号:CN202310083988.1

    申请日:2023-01-31

    Abstract: 本申请提供了一种车辆图像数据同步采集方法、系统、电子设备及存储介质,其方法包括响应于采集指令,对多个车载图像采集装置进行多线程采集,得到多帧初始图像,对多帧初始图像进行分组得到多个待同步图像数据组,基于每一待同步图像数据组中的初始图像对应的时间戳计算每一待同步图像数据组的最大时间差,根据最大时间差对多个待同步图像数据组进行筛选,得到多个同步图像数据组,完成车辆图像数据的同步采集,该车辆图像数据同步采集方法采用多线程机制采集多帧初始图像,对多帧初始图像进行处理以得到同步图像数据组,实现车辆图像数据的同步采集,缩小了图像数据的时间戳误差,为后续图像数据融合提供了便利。

    一种对象特征的确定方法、装置、车辆及存储介质

    公开(公告)号:CN117911479A

    公开(公告)日:2024-04-19

    申请号:CN202410014648.8

    申请日:2024-01-02

    Abstract: 本申请涉及一种对象特征的确定方法、装置、车辆及存储介质,涉及车辆技术领域。该方法包括:车辆获取第一图像,第一图像为具有深度信息的图像,第一图像包括:至少一个目标对象。车辆基于第一预设深度阈值,对第一图像进行处理,得到第二图像,第二图像为第一图像中部分区域的图像,第二图像包括:至少一个目标对象,第二图像的分辨率与第一图像的分辨率相同。车辆基于第一图像和第二预设深度阈值,构建第一空间,并基于第二图像、第一预设深度阈值和第三预设深度阈值,构建第二空间,第一空间与第二空间存在交集。车辆对第一空间和第二空间进行融合处理,得到目标空间。车辆基于目标空间进行特征提取,确定每个目标对象的特征信息。

    动态图像的分类方法、装置、车辆及存储介质

    公开(公告)号:CN115953624A

    公开(公告)日:2023-04-11

    申请号:CN202211604261.5

    申请日:2022-12-13

    Abstract: 本申请涉及细粒度动图分类技术领域,特别涉及一种动态图像的分类方法、装置、车辆及存储介质,其中,包括:获取待分类的动态图像;识别动态图像中每帧图像的特征图,将每帧图像的特征图输入预先训练得到的分类模型,输出动态图像的实际分类类别,其中,分类模型包括第一分支网络,且第一分支网络包括细粒度分类器和粗粒度分类器,利用细粒度分类器和粗粒度分类器分别生成动态图像的细粒度预测分数和粗粒度预测分数,并根据细粒度预测分数和/或粗粒度预测分数匹配动态图像的实际分类类别。由此,解决了相关技术中细粒度分类任务的方法,无法提升细粒度图像分类模型的性能,导致图像分类模型的泛化性和健壮性较低等问题。

    车辆的数据存储方法、装置、车辆及介质

    公开(公告)号:CN115147954A

    公开(公告)日:2022-10-04

    申请号:CN202210725278.X

    申请日:2022-06-23

    Abstract: 本申请涉及大数据处理技术领域,特别涉及一种车辆的数据存储方法、装置、车辆及介质,其中,方法包括:获取车辆的触发采集型数据;判断触发采集型数据中的当前采集数据与上一次采集数据是否相同;如果当前采集数据与上一次采集数据不相同,则将上一次采集数据的数据值的采集时间、当前采集数据的采集时间和上一次采集数据的数据值作为三元数组存储至目标存储位置,否则,将当前采集数据的当前采集时间和当前数据值作为二元数组存储至目标存储位置。由此解决相关技术中大数据的存储成本高、搬运使用效率低等问题,降低了数据存储的设备要求和成本,使数据的搬运和使用更加方便;提高了数据的价值密度,能用更少的数据训练人工智能模型。

    基于多视角连续学习的分类方法、装置、设备及存储介质

    公开(公告)号:CN116311116A

    公开(公告)日:2023-06-23

    申请号:CN202310139681.9

    申请日:2023-02-20

    Abstract: 本申请涉及车辆技术领域,特别涉及一种基于多视角连续学习的分类方法、装置、设备及存储介质,其中,方法包括:获取第一视角图像数据和第二视角图像数据,融合第一视角图像数据和第二视角图像数据,得到双视角融合数据,并将双视角融合数据输入至预先学习的多个分类器,得到每个分类器输出的双视角融合数据所属类别的概率,基于每个分类器输出的双视角融合数据所属类别的概率,聚合得到最终分类结果。由此,解决了传统深度学习模型的融合过程具有一定的偶然性,模型无法记住或识别先前状态,导致难以处理对之前状态的重新访问等问题,从而进一步提升无人驾驶系统在复杂场景中的安全性与稳定性。

    目标检测方法、装置、电子设备及存储介质

    公开(公告)号:CN116189015A

    公开(公告)日:2023-05-30

    申请号:CN202211604259.8

    申请日:2022-12-13

    Abstract: 本申请涉及智能无人系统技术领域,特别涉及一种目标检测方法、装置、电子设备及存储介质,其中,方法包括以下步骤:获取无人系统采集的可见光域图像和红外域图像;根据可见光域图像和红外域图像生成可见光与红外光图像对;将可见光与红外光图像对输入预先训练得到的目标检测模型,得到可见光与红外光图像对的一个或多个检测目标,实现可见光域和/或红外域中图像的目标检测。由此,解决了相关技术中目标检测性能中红外域样本缺乏,导致智能无人系统用在恶劣光照下的检测性能较差等问题。

    车道线分类方法、装置、电子设备及存储介质

    公开(公告)号:CN115631475A

    公开(公告)日:2023-01-20

    申请号:CN202211175359.3

    申请日:2022-09-26

    Inventor: 廖刚

    Abstract: 本申请涉及自动驾驶技术领域,特别涉及一种车道线分类方法、装置、电子设备及存储介质,其中,方法包括:采集车辆所处道路周边的车道线图像;从车道线图像中提取至少一个车道线特征;将至少一个车道线特征输入至预先训练的车道线分类网络,输出所处道路的实际车道线类别,其中,车道线分类网络基于携带有车道线类别标签的训练样本训练得到。由此,解决了相关技术在车道线分类网络训练特征提取过程中会忽略车道线的完整形状信息,导致车道线分类准确性差,可识别车道线类别少等问题。

    车辆图像数据同步采集方法、系统、电子设备及存储介质

    公开(公告)号:CN116095247A

    公开(公告)日:2023-05-09

    申请号:CN202310083988.1

    申请日:2023-01-31

    Abstract: 本申请提供了一种车辆图像数据同步采集方法、系统、电子设备及存储介质,其方法包括响应于采集指令,对多个车载图像采集装置进行多线程采集,得到多帧初始图像,对多帧初始图像进行分组得到多个待同步图像数据组,基于每一待同步图像数据组中的初始图像对应的时间戳计算每一待同步图像数据组的最大时间差,根据最大时间差对多个待同步图像数据组进行筛选,得到多个同步图像数据组,完成车辆图像数据的同步采集,该车辆图像数据同步采集方法采用多线程机制采集多帧初始图像,对多帧初始图像进行处理以得到同步图像数据组,实现车辆图像数据的同步采集,缩小了图像数据的时间戳误差,为后续图像数据融合提供了便利。

Patent Agency Ranking