-
-
公开(公告)号：CN104834887B
公开(公告)日：2018-09-11
申请号：CN201410048555.3
申请日：2014-02-11
Applicant: 株式会社理光
Abstract: 提供了运动行人识别方法和装置，其中，以摄像机拍摄方向为z轴，以行人高度方向为y轴，以与地面垂直的平面为xy轴平面，建立xyz直角坐标系，该运动行人识别方法可以包括：从时间序列的深度图得到时间序列的候选行人轮廓；基于时间序列的候选行人轮廓，获得时间序列的候选行人轮廓的x方向距离分布、y方向距离分布、z方向距离分布中的至少一个；以及基于时间序列的候选行人轮廓的各个方向的至少一个，判定该候选行人轮廓是否是行人。行人轮廓的各个方向的距离分布基本上只和个人自身的身体特性和行走特性相关，因此不易受外界环境影响，适合于进行行人识别，而且能够快速识别行人，适合例如车辆驾驶辅助系统的许多应用的实时性需求。
-
公开(公告)号：CN104915927B
公开(公告)日：2018-08-07
申请号：CN201410087857.1
申请日：2014-03-11
Applicant: 株式会社理光
IPC: G06T5/00
Abstract: 提供了种视差图像中的目标边界优化方法和装置。所述方法包括:确定视差图像中与目标边界对应的像素区域;对该像素区域中的像素进行验证,以滤除低置信度的像素;利用被滤除像素周围像素的视差值向被滤除像素填充视差值,其中对于由被滤除像素形成的像素块,按照从小视差值像素向大视差值像素传播的方式对该像素块中的各像素填充视差值。该目标边界优化方法通过滤除低置信度的像素随后有方向地进行填充,能够获得清晰准确的目标边界。
-
公开(公告)号：CN105335952B
公开(公告)日：2018-04-17
申请号：CN201410277105.1
申请日：2014-06-19
Applicant: 株式会社理光
IPC: G06T7/32
Abstract: 本申请公开了一种匹配代价计算方法和装置、以及视差值计算方法和设备。该匹配代价计算方法包括：在参考图像中确定用于参考像素的参考代表性像素集合，参考代表性像素集合包括参考像素、和处于参考像素的第一预定邻域中的并且其显著程度大于阈值的至少一个像素；在目标图像中确定用于目标像素的目标代表性像素集合，目标代表性像素集合包括目标像素、和处于目标像素的第一预定邻域中的并且其显著程度大于阈值的至少一个像素；以及根据参考代表性像素集合中每一个像素的像素值、和目标代表性像素集合中每一个像素的像素值，来计算参考像素与目标像素之间的匹配代价。因此，可以得到可区分的匹配代价，进而得到正确的视差信息。
-
公开(公告)号：CN105335955B
公开(公告)日：2018-04-10
申请号：CN201410341591.9
申请日：2014-07-17
Applicant: 株式会社理光
IPC: G06T7/246 , G06T7/254 , H04N13/128
CPC classification number: G06T7/74 , G06T2207/10021 , G06T2207/10024 , G06T2207/10028 , G06T2207/30261
Abstract: 本申请公开了一种对象检测方法和装置，用于在当前帧的图像对中检测对象，所述当前帧的图像对包括当前帧原始图和对应的当前帧视差图，所述原始图包括灰度图和彩色图中的至少一个。所述对象检测方法包括：获得在所述当前帧视差图中检测到的第一视差图检测对象；获得在所述当前帧原始图中检测到的原始图检测对象；根据所述原始图检测对象来将所述第一视差图检测对象校正为第二视差图检测对象；以及输出所述第二视差图检测对象。因此，本申请的实施例不但可以使得基于原始图像的对象检测方法对环境的变化更加鲁棒，而且可以使得基于视差图像的对象检测方法更加准确，即使是在视差很稀疏的情况。
-
Patent Agency Ranking
公开(公告)号：CN104217208B
公开(公告)日：2018-01-16
申请号：CN201310217323.1
申请日：2013-06-03
Applicant: 株式会社理光
IPC: G06K9/46
CPC classification number: G06K9/00805
Abstract: 本发明提供了一种目标检测方法，包括：捕获当前场景的原始视差图和灰度图；基于视差图进行目标聚类处理，以便初步检测原始视差图中的目标候选对象；以及基于原始视差图和灰度图以及所述目标候选对象，获取确定的感兴趣区域ROI，提取所述确定ROI的线特征，并基于所提取的线特征对确定ROI进行合并和分割处理，获取新的目标对象。
-
公开(公告)号：CN104637043B
公开(公告)日：2017-12-05
申请号：CN201310552836.8
申请日：2013-11-08
Applicant: 株式会社理光
IPC: G06T7/55
Abstract: 提供了一种支持像素选择方法、装置及视差值确定方法。所述支持像素选择方法包括：对于由立体相机拍摄的当前帧参考图像中需要选择支持像素的目标像素，利用预先确定的光流信息，确定其在前一帧参考图像中的对应目标像素；确定所述对应目标像素在前一帧参考图像中的各个支持像素；利用所述光流信息，确定所述前一帧参考图像中的各个支持像素在当前帧参考图像中的各个对应支持像素，作为当前帧参考图像中的所述目标像素的支持像素。所述支持像素选择方法能够选择准确的支持像素，而不受目标像素的位置的影响。
-
公开(公告)号：CN104463183B
公开(公告)日：2017-10-10
申请号：CN201310418577.X
申请日：2013-09-13
Applicant: 株式会社理光
IPC: G06K9/62
Abstract: 本发明涉及一种聚类中心选取方法和系统。所述聚类中心选取方法包括：接收原始灰度图像；获取灰度图像对应的初始视差图；计算像素点的运动信息；基于运动信息、灰度值以及坐标的各自的最大值与最小值形成的两个特征向量作为两个初步聚类中心，对图像进行初步聚类；计算特征向量的平均值来更新对应类的聚类中心；针对采用平均值更新的聚类中心，通过遍历所有像素点，利用最大最小算法确定新增聚类中心；以初始视差图的视差值作为指导，执行聚类处理；以及确定聚类结果是否出现收敛。
-
公开(公告)号：CN104166834B
公开(公告)日：2017-10-10
申请号：CN201310187630.X
申请日：2013-05-20
Applicant: 株式会社理光
IPC: G06K9/00
Abstract: 提出了一种路面检测方法和装置，可以包括：获得包括路面的视差图和灰度图；从灰度图中检测能够标识路面位置的道路标志物；从视差图中构建基于全图的全V视差图；从全V视差图选择第一路面点；从视差图中构建基于检测到的道路标志物的道路指示性V视差图；从道路指示性V视差图选择第二路面点；以及基于第一路面点和第二路面点提取路面。利用根据本发明上述实施例的路面检测方法和路面检测装置，同时采用基于整个视差图的V视差图与基于诸如左右车道线的道路标志物的V视差图，进行路面提取，对于倾斜路面的检测很有效，且提取的路面更符合实际情况。另外，本发明方法的主要操作处理的都是二维数据，由此特征点得到了增强，且同时计算量大幅减小。
-
公开(公告)号：CN104915941B
公开(公告)日：2017-08-04
申请号：CN201410088304.8
申请日：2014-03-11
Applicant: 株式会社理光
IPC: G06T7/32
Abstract: 本发明的实施例提供了一种计算视差的方法和装置。根据本发明实施例的计算视差值的方法，包括：根据基准图像和参照图像获得基准图像中第一像素点的初始匹配代价曲线；确定初始匹配代价曲线中匹配代价的最小值和倒数第二小值之间的差值是否大于预定值；当差值大于预定值时，将初始匹配代价曲线中匹配代价的最小值所对应的视差值作为第一像素点的视差值；以及当差值小于或等于预定值时，利用灰度信息获得第一像素点的修正匹配代价曲线，并且将修正匹配代价曲线中匹配代价的最小值所对应的视差值作为第一像素点的视差值。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.05 seconds)
