-
公开(公告)号:CN117058643A
公开(公告)日:2023-11-14
申请号:CN202311086655.0
申请日:2023-08-25
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请实施例涉及一种目标重识别方法、装置、电子设备及存储介质,上述方法包括:获取目标车辆的摄像头采集的第一影像和第二影像;基于所述第一影像和所述第二影像,确定消失目标;其中,所述消失目标为:所述第一影像包含并且所述第二影像不包含的目标;获取所述摄像头采集的待识别目标的影像,得到待识别影像;基于所确定的所述消失目标和所述待识别影像,对所述待识别目标进行目标重识别。由此,可以确定目标车辆的周视环境中的目标,是否为该目标车辆的周视环境中的消失目标,以此实现对目标车辆的周视环境中的目标进行重识别,提高了对目标车辆的周视环境中的目标进行重识别的场景下,目标重识别的准确度。
-
公开(公告)号:CN115546263A
公开(公告)日:2022-12-30
申请号:CN202211287331.9
申请日:2022-10-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种应用于车辆的跨镜目标跟踪方法、装置、设备及介质,其中,方法包括:获取各摄像头拍摄得到的视频帧,并对所述视频帧进行目标检测,以确定检测目标;对间隔设置的摄像头所拍摄的视频帧中的所述检测目标采用同一跟踪器进行目标跟踪,以生成若干跟踪单元;将两个所述跟踪器对应的跟踪结果输入至预先训练的目标识别模型进行识别,以确定属于同一检测目标的跟踪单元,其中,所述目标识别模型由具有跨镜目标的训练数据进行重训练得到。由此,可以提高不同摄像头对同一目标识别的准确性,进而保证了环境感知效果。
-
公开(公告)号:CN115205808A
公开(公告)日:2022-10-18
申请号:CN202210912527.6
申请日:2022-07-30
Applicant: 重庆长安汽车股份有限公司
Inventor: 金涛
Abstract: 本申请提供一种端到端的车道线检测方法、系统、设备和介质,包括:获取车辆的前视路面图像;将所述前视路面图像输入特征提取网络得到特征图;将所述特征图输入预训练的参数预测网络,得到所述路面图像中各车道线的车道线参数,所述车道线参数用于表示同一车道线各点位的位置关系;根据所述车道线参数确定所述前视路面图像中各车道线的几何表示。本申请可实现完全的端到端车道线检测,便于嵌入车端应用以辅助车辆驾驶,保证行车安全。
-
公开(公告)号:CN115205802A
公开(公告)日:2022-10-18
申请号:CN202210724416.2
申请日:2022-06-23
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种快速车道线检测模型的训练方法及快速车道线检测方法,训练方法包括:1)准备人工标注的车道线数据集;2)标记图像中车道线的位置参数和欧拉角参数,得到有标记的车道线图像;3)使用快速车道线检测模型正向传播有标记的车道线图像,得到车道线图像的识别结果和损失函数;4)利用步骤3)中的损失函数反向更新所述快速车道线检测模型中的参数。检测方法包括:1)获取车道线图像;2)使用快速车道线检测模型对获取的车道线图像进行正向传播,以得到车道线图像的检测结果。本发明能够保证快速车道线检测模型训练时的精度,同时又能大大减少车道线检测时的计算量,加快计算速度。
-
公开(公告)号:CN116757958A
公开(公告)日:2023-09-15
申请号:CN202310753795.2
申请日:2023-06-25
Applicant: 重庆长安汽车股份有限公司
Inventor: 金涛
Abstract: 本申请涉及车辆视觉技术领域,具体是涉及用于车辆摄像头的图像校正方法、装置、终端及存储介质。通过获取标准车辆上标准摄像头标定后对应的标准内参矩阵、标准外参矩阵和实际车辆上实际摄像头对应的实际内参矩阵、实际外参矩阵;根据标准内参矩阵、标准外参矩阵、实际内参矩阵以及实际外参矩阵,确定透视变换数据;获取实际摄像头采集的实际图像,根据透视变换数据和实际图像确定目标图像。本申请可以实现将同一车型上相应位置的实际摄像头的拍摄照片投影到标准摄像头对应的视平面,以解决现有技术中由于安装误差导致摄像头存在视角误差的技术问题。
-
公开(公告)号:CN116503822A
公开(公告)日:2023-07-28
申请号:CN202310290513.X
申请日:2023-03-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06T7/80 , G06V10/24 , G06V10/774
Abstract: 本申请涉及一种图像识别方法、装置及电子设备,涉及汽车技术领域。该方法包括:响应于车辆的启动操作,控制摄像头拍摄当前时刻车辆所处道路的道路图像,该道路图像为待校正的图像。根据摄像头的第一参数信息以及第二参数信息对道路图像进行校正,得到校正后的道路图像。第一参数信息为处于校正位置的摄像头的参数信息,第二参数信息为处于第一位置的摄像头的参数信息。第一位置为当前时刻摄像头在车辆上的位置。该摄像头在校正位置的设置参数与在第一位置的设置参数存在偏差,设置参数包括朝向角度和/或位置信息。对校正后的道路图像进行识别,得到车辆行驶的道路上的目标对象的信息。
-
公开(公告)号:CN114554158A
公开(公告)日:2022-05-27
申请号:CN202210188383.4
申请日:2022-02-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于道路交通场景下的全景视频拼接方法及系统,包含图像采集、图像畸变矫正及预处理、图像特征点提取、图像匹配、匹配特征点对过滤、获取投影变换的单应性矩阵和图像融合。本发明通过深度学习网络实现特征点的提取和特征点匹配,图像特征点提取的时候,分别对动态前景和静态背景进行特征点提取,通过提取不同摄像头之间重叠区域背景和前景的特征点,并对特征点进行匹配,动态获取不同摄像头之间的相对位置关系,实现了对片区道路交通系统中摄像头间图像的实时融合拼接;解决了传统的单摄像头监控体系,需要相关人员人工调出相应多个摄像头图像,进行比对拼合,才能获取到有用信息等问题,同时完美解决了目标跨摄像头追踪问题。
-
公开(公告)号:CN115187945A
公开(公告)日:2022-10-14
申请号:CN202210771415.3
申请日:2022-06-30
Applicant: 重庆长安汽车股份有限公司
Inventor: 金涛
IPC: G06V20/56 , G06V10/26 , G06V10/774 , G06N5/04
Abstract: 本申请提供一种车道线识别方法、装置、电子装置、存储介质,涉及车道线识别技术领域。包括获取车道线图像数据;对所述车道线图像数据进行标注,得到标注的车道线图像数据,建立标注的车道线图像数据集;根据所述标注的车道线图像数据集建立车道线识别模型,并对所述车道线识别模型进行训练;获取目标车道线图像数据,并输入至训练后的所述车道线识别模型,根据车道线的目标检测结果得到车道线的识别结果。本申请相较少的使用了人工设定阈值,模型训练和推理阶段实现了端到端的处理,使得车道线的识别准确率和泛化性能大大的提升了。
-
公开(公告)号:CN114554158B
公开(公告)日:2024-07-19
申请号:CN202210188383.4
申请日:2022-02-28
Applicant: 重庆长安汽车股份有限公司
IPC: H04N7/18 , H04N23/951 , H04N23/698 , H04N5/265 , H04N5/272
Abstract: 本发明公开一种基于道路交通场景下的全景视频拼接方法及系统,包含图像采集、图像畸变矫正及预处理、图像特征点提取、图像匹配、匹配特征点对过滤、获取投影变换的单应性矩阵和图像融合。本发明通过深度学习网络实现特征点的提取和特征点匹配,图像特征点提取的时候,分别对动态前景和静态背景进行特征点提取,通过提取不同摄像头之间重叠区域背景和前景的特征点,并对特征点进行匹配,动态获取不同摄像头之间的相对位置关系,实现了对片区道路交通系统中摄像头间图像的实时融合拼接;解决了传统的单摄像头监控体系,需要相关人员人工调出相应多个摄像头图像,进行比对拼合,才能获取到有用信息等问题,同时完美解决了目标跨摄像头追踪问题。
-
-
-
-
-
-
-
-