-
公开(公告)号：CN119963574A
公开(公告)日：2025-05-09
申请号：CN202510028322.5
申请日：2025-01-08
Applicant: 岚图汽车科技有限公司
Abstract: 本申请公开了一种基于大模型约束的点集占有网络生成方法、装置、设备及存储介质，涉及智能驾驶技术领域，包括：获取分割图像特征和图像深度特征；基于所述分割图像特征和所述图像深度特征进行特征提升适配占有体素任务，确定应用区域和目标特征适配输出信息；基于所述应用区域和所述目标特征适配输出信息重建场景定位场景映射点，确定仿激光雷达数据集，基于所述仿激光雷达数据集完成场景体素生成和预测占有语义标签。本申请通过提取图像分割和深度特征，适配占有体素任务并利用特征拼接和交叉注意力机制增强特征，重建场景映射点以生成仿激光雷达数据集，从而高效准确地完成场景体素生成和占有语义标签预测，显著提高场景体素重建精度和细节。
-
公开(公告)号：CN115311155B
公开(公告)日：2025-05-02
申请号：CN202210843808.0
申请日：2022-07-18
Applicant: 岚图汽车科技有限公司
IPC: G06T5/70 , G06T5/60 , G06T5/20 , G06T5/50 , G06N3/0464 , G06N3/045 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提供一种基于改进KPN网络图片去雨方法、系统及存储介质，方法包括以下步骤：将预处理后的图片输入至特征提取网络层中，获取特征提取后的输出图；将特征提取后的输出图输入至引入空间注意力机制的普通卷积网络层中，获取预测核；将获取的预测核输入至不同尺寸卷积网络层中，获取不同感受野特征的预测图；将获取的各预测图的特征加权求和，并输入至深度可分离卷积层中，获取去雨增强图像。本发明通过基于改进KPN网络图片去雨方法，通过基于改进的KPN网络实现图像去雨处理，引入了深度可分离卷积，大大减少了卷积神经网络的参数量和计算复杂度；引入了空间注意力机制，提升了特征图关键区域的特征表达，有效提升了图像增强的效果。
-
公开(公告)号：CN119810781A
公开(公告)日：2025-04-11
申请号：CN202411881065.1
申请日：2024-12-19
Applicant: 岚图汽车科技有限公司
IPC: G06V20/56 , G06V10/44 , G06V10/80 , G06V10/77 , G06V10/766 , G06V10/82 , G06N3/0464
Abstract: 本申请公开了一种稀疏BEV特征的行驶轨迹预测方法、装置、设备及介质，涉及车辆仿真技术领域，包括：获取驾驶场景信息，根据驾驶场景信息进行映射，得到稀疏汽车特征，根据驾驶场景信息进行交互预测，得到动作预测特征，根据动作预测特征和稀疏汽车特征，得到增强汽车特征，根据增强汽车特征，得到自车预测轨迹。通过获取场景信息，映射生成稀疏特征和获取预测动作特征，进行两者融合得到增强汽车特征，根据增强汽车特征实现自车轨迹预测，提高驾驶轨迹预测的效率和准确性，降低碰撞风险。
-
公开(公告)号：CN117953462A
公开(公告)日：2024-04-30
申请号：CN202311429703.1
申请日：2023-10-27
Applicant: 岚图汽车科技有限公司
IPC: G06V20/58 , G06V10/764 , G06V10/40 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种雨雾天行车目标检测方法、装置、电子设备及介质，所述方法包括：获取雨雾天气下的道路场景图像；将道路场景图像输入预设的网络复原模型中进行视觉增强处理，得到复原图像，网络复原模型用于基于预设的稠密残差连接网络，预测雨雾天气下的道路场景图像对应的噪声信息，将噪声信息与道路场景图像进行融合，得到对应的复原图像；基于预设的多目标检测模型，对复原图像进行行车目标位置和类型的识别，完成行车目标检测。该方法能够有效地保证在恶劣天气下的行车目标位置和类型的检测精度。
-
公开(公告)号：CN115953320A
公开(公告)日：2023-04-11
申请号：CN202310023021.4
申请日：2023-01-08
Applicant: 岚图汽车科技有限公司
IPC: G06T5/00 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种雨滴去除图像的图像质量评价方法、装置、设备及介质，方法包括：建立雨滴图像数据集，数据集分为训练集、验证集和测试集其中，根据训练集和验证集可以训练初始分类模型，得到用于判断待评价图像的失真级别的分类模型。根据训练集和验证集中每组数据的PSNR值、SSIM值和主观评价得分，即可得到用于对不同失真级别的图像质量进行评价的目标评价模型。测试集可以用于对目标评价模型进行测试，得到测试结果。根据测试集中每组数据的主观评价得分，即可判断测试结果是否达标。当测试结果达标时，即可根据分类模型和目标评价模型对雨滴去除图像的图像质量进行评价。通过上述方法可以减少客观计算结果与主观感知质量之间的偏差。
-
Patent Agency Ranking
公开(公告)号：CN115953320B
公开(公告)日：2025-04-08
申请号：CN202310023021.4
申请日：2023-01-08
Applicant: 岚图汽车科技有限公司
IPC: G06T5/77 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种雨滴去除图像的图像质量评价方法、装置、设备及介质，方法包括：建立雨滴图像数据集，数据集分为训练集、验证集和测试集其中，根据训练集和验证集可以训练初始分类模型，得到用于判断待评价图像的失真级别的分类模型。根据训练集和验证集中每组数据的PSNR值、SSIM值和主观评价得分，即可得到用于对不同失真级别的图像质量进行评价的目标评价模型。测试集可以用于对目标评价模型进行测试，得到测试结果。根据测试集中每组数据的主观评价得分，即可判断测试结果是否达标。当测试结果达标时，即可根据分类模型和目标评价模型对雨滴去除图像的图像质量进行评价。通过上述方法可以减少客观计算结果与主观感知质量之间的偏差。
-
公开(公告)号：CN115984143A
公开(公告)日：2023-04-18
申请号：CN202310088646.9
申请日：2023-01-17
Applicant: 岚图汽车科技有限公司
IPC: G06T5/00 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种图像去雨网络、图像去雨网络的训练方法及设备，所述图像去雨网络包括第一卷积网络和第二卷积网络，其中，所述第一卷积网络，用于基于改进的UNet网络对待去雨图像进行预测，并将预测得到的第一去雨滤波核与所述待去雨图像进行逐像素卷积，得到第一去雨图像；所述第二卷积网络，用于基于所述改进的UNet网络对所述第一去雨图像进行预测，并将预测得到的第二去雨滤波核与所述第一去雨图像进行逐像素卷积，得到目标去雨图像。通过将图像去雨网络设计成两个基于改进的UNet网络构建的卷积网络，利用该图像去雨网络对待去雨图像进行去雨，可以有效提升图像去雨的精度。
-
公开(公告)号：CN115082899B
公开(公告)日：2024-11-12
申请号：CN202210825475.9
申请日：2022-07-13
Applicant: 岚图汽车科技有限公司
IPC: G06V20/58 , G06V10/22 , G06V10/44 , G06V10/75 , G06V10/764
Abstract: 本发明公开了一种车位检测方法、装置、设备及存储介质，属于车辆控制技术领域。该方法包括：获取待检测图像；根据预先构建的停车位角点检测网络从待检测图像中提取特征信息，特征信息包括各个角点的位置、以及各个停车位头部框的位置和类别；根据特征信息、预先构建的停车位方向角度预测网络和预先存储的车位深度关系列表，确定目标车位的车位信息，车位信息包括目标车位四个角点的位置、目标车位的车位类型；根据目标车位的车位信息和预先构建的停车位可用性分类网络，确定目标车位的占用情况；当目标车位未被占用时，输出目标车位的车位信息。该方法可以提高车位检测的准确性和可靠性。
-
公开(公告)号：CN118396897A
公开(公告)日：2024-07-26
申请号：CN202410514554.7
申请日：2024-04-26
Applicant: 岚图汽车科技有限公司
Abstract: 一种基于环视鱼眼摄像头的有监督去雨图像对采集方法、装置、系统、设备及计算机可读存储介质，包括：通过接收采集指令，控制驱动装置按照第一预置角度转动，以使喷水装置对第一摄像头进行喷水；控制驱动装置按照第二预置角度转动，以使第一摄像头的方向朝外采集雨滴图像；控制驱动装置按照第三预置角度转动，以使第二摄像头的方向朝外采集无污染图像，解决了相关技术中采用监督去雨方法所使用的训练数据集中雨图是通过合成的，但合成雨纹的形状和方向与真实雨图差异很大的技术问题，能够实现模拟真实下雨场景，不仅提高了采集效率，又能满足水滴散射对镜头成像的干扰。
-
公开(公告)号：CN115311155A
公开(公告)日：2022-11-08
申请号：CN202210843808.0
申请日：2022-07-18
Applicant: 岚图汽车科技有限公司
Abstract: 本发明提供一种基于改进KPN网络图片去雨方法、系统及存储介质，方法包括以下步骤：将预处理后的图片输入至特征提取网络层中，获取特征提取后的输出图；将特征提取后的输出图输入至引入空间注意力机制的普通卷积网络层中，获取预测核；将获取的预测核输入至不同尺寸卷积网络层中，获取不同感受野特征的预测图；将获取的各预测图的特征加权求和，并输入至深度可分离卷积层中，获取去雨增强图像。本发明通过基于改进KPN网络图片去雨方法，通过基于改进的KPN网络实现图像去雨处理，引入了深度可分离卷积，大大减少了卷积神经网络的参数量和计算复杂度；引入了空间注意力机制，提升了特征图关键区域的特征表达，有效提升了图像增强的效果。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.034 seconds)
