-
公开(公告)号：CN119810764A
公开(公告)日：2025-04-11
申请号：CN202411825221.2
申请日：2024-12-12
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及计算机视觉技术，揭露了一种面向交通场景的多模态点云语义分割方法，包括：获取三维点云数据和RGB图像数据，查询像素点与点云的对应关系得到像素‑点云映射关系；将三维点云数据转换为体素网格视图和范围平面视图，并提取三维点云数据的点云特征，提取图像数据的图像特征，提取范围平面视图特征以及提取体素特征；汇总点云特征、范围平面视图特征以及体素特征得到多视图融合特征，将多视图融合特征与图像特征进行特征融合，得到多模态融合特征，并根据所述多模态融合特征识别所述交通场景下的物体。本发明还提出一种面向交通场景的多模态点云语义分割装置、电子设备及存储介质。本发明可以保证交通场景中的物体的有效识别和检测。
-
公开(公告)号：CN119810192A
公开(公告)日：2025-04-11
申请号：CN202411824409.5
申请日：2024-12-12
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及图像处理技术领域，涉及一种深度学习相机位姿估计方法，包括获取相机拍摄的图像；提取图像的场景特征；利用预设注意力机制对场景特征的通道信息、空间信息和区域关注度信息进行提取和整合，得到增强场景特征；根据增强场景特征确定图像的六自由度相机位姿。本发明还提出一种深度学习相机位姿估计系统、设备以及存储介质。本发明可以提高用于执行所述深度学习相机位姿估计方法的深度学习模型的特征提取能力和适应性。
-
公开(公告)号：CN119693550A
公开(公告)日：2025-03-25
申请号：CN202411772621.1
申请日：2024-12-04
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明提供了基于运动信息与高斯溅射的路面新视角合成方法，包括：获取路面点云和路面轨迹点集合；对路面轨迹点集合进行分段处理，获取每段轨迹的轨迹旋转矩阵；在路面点云的每个数据点位置生成一个高斯球，初始化高斯球的属性信息，其中，将每段轨迹的轨迹旋转矩阵设置为所述每段轨迹对应点云生成的高斯球的旋转矩阵；迭代优化高斯球除旋转矩阵之外的属性信息直到达到停止优化条件；将迭代优化停止时高斯球属性对应生成的渲染图像作为路面新视角合成图像。本发明还提供了一种基于运动信息与高斯溅射的路面新视角合成装置，一种计算机程序产品以及一种电子设备，本发明使新视角的路面合成图像更加清晰。
-
Patent Agency Ranking
公开(公告)号：CN119887825A
公开(公告)日：2025-04-25
申请号：CN202411954195.3
申请日：2024-12-27
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及图像处理技术，揭露了一种基于gaussian splatting算法的交通场景动态物体分离方法，包括：获取交通场景中动态物体点云以及静态背景点云；根据所述动态物体点云构建动态物体模型，以及根据所述静态背景点云构建静态背景模型；将所述动态物体模型以及所述静态背景模型进行组合，并利用预设的基于gaussian splatting的场景渲染算法渲染出组合场景图像。本发明还提出一种基于gaussian splatting算法的交通场景动态物体分离装置、电子设备及存储介质。本发明可以提高基于gaussian splatting算法的交通场景动态物体分离的准确性，并能够提升在交通场景中动态物体的图像重建效果。
-
公开(公告)号：CN119648915A
公开(公告)日：2025-03-18
申请号：CN202411851809.5
申请日：2024-12-16
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及自动驾驶技术领域，涉及基于单视图的车辆多视角高保真图像生成方法包括：获取车辆图像和拍摄车辆图像的相机对应的相机参数信息；构建隐式表达模型的网络结构；提取车辆图像的特征得到形状特征和纹理特征；以车辆几何中心为原点构建规范化坐标系，并确定相机在规范化坐标系的规范化参数信息；根据形状特征、纹理特征和规范化参数信息确定隐式表达模型网络的网络参数，得到车辆的三维隐式表达模型；根据三维隐式表达模型得到车辆在给定视角的视角图像。本发明还提出一种基于单视图的车辆多视角高保真图像生成系统、设备以及存储介质。本发明可以减少因车辆图像采集角度限制导致对车辆三维隐式表达模型的重建产生影响的可能性。
-
公开(公告)号：CN116484971A
公开(公告)日：2023-07-25
申请号：CN202310430817.1
申请日：2023-04-19
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种车辆的自动驾驶感知自学习方法、装置及电子设备，包括：根据人工搭建场景数据和真实场景数据进行场景重建，得到虚拟场景，并根据虚拟场景中各个目标的真实位置和类别得到真值数据；对虚拟场景进行渲染，得到渲染结果，将渲染结果输入至初始感知模型，得到感知预测数据；基于整体识别误差策略和局部识别误差策略，对真值数据和感知预测数据进行对比，根据对比结果判断出感知预测数据存在漏识别目标和/或误识别目标时，将漏识别目标和/或误识别目标作为难例样本数据，将所处的场景作为难例样本场景，根据难例样本数据和难例样本场景对初始感知模型进行驾驶感知自学习，直至初始感知模型满足预设学习结束条件。
-
公开(公告)号：CN117034579A
公开(公告)日：2023-11-10
申请号：CN202310916218.0
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种点云数据生成方法、装置、设备及存储介质，涉及汽车技术领域。该方法包括：点云数据生成装置获取仿真系统中目标视角对应的第一全景深度图，目标视角为在仿真系统中模拟真实环境下车辆所部署的激光雷达的视角；并根据第一全景深度图中对象的仿真参数以及第一全景深度图，生成目标视角对应的特征图，特征图包括的特征数据用于指示第一全景深度图所包括的像素点对应的仿真参数。进一步的，点云数据生成装置根据第一全景深度图以及特征图，生成目标视角对应的点云数据。由此，实现在仿真环境下模拟激光雷达生成的点云数据。
-
公开(公告)号：CN116665167A
公开(公告)日：2023-08-29
申请号：CN202310631273.5
申请日：2023-05-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V20/58 , G06V10/774
Abstract: 本发明涉及一种数据标注方法、装置、电子设备及存储介质，包括：获取在仿真交通环境中基于目标车辆采集的至少一个原始图像数据，以及每个所述原始图像数据对应的原始点云数据；针对每个原始图像数据，基于所述原始图像数据对应的原始点云数据，在多个交通参与者中确定对应的候选参与者；在基于所述原始图像数据确定所述候选参与者为目标参与者的情况下，获取所述目标参与者在所述仿真交通环境中的目标位姿信息和目标尺寸信息；基于所述目标位姿信息和所述目标尺寸信息，对所述原始图像数据和所述原始点云数据中的目标参与者进行标注，得到对应的标注图像数据和标注点云数据。由此，提高了数据标注效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.032 seconds)
