-
公开(公告)号：CN114037053A
公开(公告)日：2022-02-11
申请号：CN202111279937.3
申请日：2021-10-28
Applicant: 岚图汽车科技有限公司
Inventor： 王绍政
Abstract: 本发明提供一种基于GAN的车辆视觉感知数据增强方法、装置、设备及可读存储介质，该方法包括：将数据集输入到对抗网络中，训练原始生成模型，得到极端天气图像生成模型；将车辆视觉感知数据库中正常天气图像输入到所述极端天气图像生成模型中，得到第一极端天气图像；以传统增强方法处理得到的图像、所述第一极端天气图像和车辆原始数据集和作为训练集。本发明可以有效提高车辆视觉感知模型的训练效果，可以使训练集中的数据分布更均匀，同时还可以补充数据集中缺少的样本。
-
公开(公告)号：CN119722770A
公开(公告)日：2025-03-28
申请号：CN202411861230.7
申请日：2024-12-17
Applicant: 岚图汽车科技有限公司
IPC: G06T7/50 , G06T7/80 , G06T3/047 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/56 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种鸟瞰特征生成方法、装置、设备及存储介质，涉及自动驾驶技术领域，所述鸟瞰特征生成方法包括：根据预设残差网络和输入图像数据得到目标尺度特征图；根据相机内外参数、深度估计网络以及所述目标尺度特征图进行深度估计，得到目标像素深度信息；根据所述目标尺度特征图中的第一尺度特征图和所述相机内外参数提取语义特征，得到目标语义特征信息；根据所述目标像素深度信息和所述目标语义特征信息进行特征生成，得到目标鸟瞰特征。通过结合有监督与自监督方法，在提升深度估计的精度与泛化能力、降低标注成本、增强模型的鲁棒性，使其对噪声和异常数据具有更好的适应性，并提高了深度估计的准确性。
-
公开(公告)号：CN118636834A
公开(公告)日：2024-09-13
申请号：CN202410792139.8
申请日：2024-06-19
Applicant: 岚图汽车科技有限公司
Abstract: 本申请公开了一种车辆监控方法、装置、设备及存储介质，涉及车辆技术领域，公开了车辆监控方法，所述方法包括：根据目标雷达的雷达采集数据进行异常目标检测，在目标检测结果为存在异常目标时，获取图像采集设备的目标检测图像；根据所述目标检测图像对所述异常目标的行为进行分析，确定所述异常目标的目标行为类型；在所述目标行为类型为预设危险类型时，生成车辆告警策略，并根据所述车辆告警策略进行车辆警戒。通过上述方式，通过将视觉传感器和雷达传感器的数据结合，进行对危害车辆的目标的检测和判断，提高了检测的准确率，减少了误报警和漏报警的情况，提升了用户体验感，并降低了监控成本。
-
公开(公告)号：CN114387183A
公开(公告)日：2022-04-22
申请号：CN202210011418.7
申请日：2022-01-06
Applicant: 岚图汽车科技有限公司
Abstract: 本发明提供一种车辆环视系统的图像处理方法及系统，方法包括：接收车辆环视系统相机输出的低帧率图像序列；计算相邻两帧图像上同一个像素块的运动矢量；根据相机参数和自车运动参数，矫正所述运动矢量；基于相机参数，对相邻两帧图像的每一帧图像进行畸变矫正；根据矫正后的运动矢量，在畸变矫正后的相邻两帧图像之间插入中间帧图像，得到高帧率图像序列。本发明考虑到相机的内参和外参、自车运动参数对运动估计和运动补偿的影响，使得生成的中间帧更加真实，获得高帧率的全景视频，相比传统全景系统使得用户观感提升。
-
公开(公告)号：CN114387183B
公开(公告)日：2025-04-01
申请号：CN202210011418.7
申请日：2022-01-06
Applicant: 岚图汽车科技有限公司
IPC: G06T5/80 , G06T7/20 , G06T7/38 , G06T7/80 , G06T3/4038
Abstract: 本发明提供一种车辆环视系统的图像处理方法及系统，方法包括：接收车辆环视系统相机输出的低帧率图像序列；计算相邻两帧图像上同一个像素块的运动矢量；根据相机参数和自车运动参数，矫正所述运动矢量；基于相机参数，对相邻两帧图像的每一帧图像进行畸变矫正；根据矫正后的运动矢量，在畸变矫正后的相邻两帧图像之间插入中间帧图像，得到高帧率图像序列。本发明考虑到相机的内参和外参、自车运动参数对运动估计和运动补偿的影响，使得生成的中间帧更加真实，获得高帧率的全景视频，相比传统全景系统使得用户观感提升。
-
Patent Agency Ranking
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：CN115984143B
公开(公告)日：2025-04-25
申请号：CN202310088646.9
申请日：2023-01-17
Applicant: 岚图汽车科技有限公司
IPC: G06T5/60 , G06T5/70 , 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：CN119723106A
公开(公告)日：2025-03-28
申请号：CN202411800182.0
申请日：2024-12-09
Applicant: 岚图汽车科技有限公司
IPC: G06V10/44 , G06V10/30 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种雷达特征生成方法、装置、设备及存储介质，涉及自动驾驶技术领域，所述雷达特征生成方法包括：对雷达点云数据进行特征提取得到目标雷达扰动特征；根据当前图像数据和热力图引导计算策略确定目标图像扰动特征；根据所述目标雷达扰动特征和所述目标图像扰动特征确定目标稠密雷达特征。通过在毫米波雷达点云数据稀疏的情况下，采用大核卷积技术捕获长距离依赖关系，并通过高斯噪声扰动优化卷积核参数，避免过拟合问题，并在稠密化特征生成过程中，利用热力掩码引导和多模态融合技术，生成高质量的稠密毫米波雷达特征图，提升感知性能，进而提高了提取毫米波雷达特征的效率。
-
公开(公告)号：CN119559054A
公开(公告)日：2025-03-04
申请号：CN202411602261.0
申请日：2024-11-11
Applicant: 岚图汽车科技有限公司
IPC: G06T3/4076 , G06T3/4084 , G06T7/11 , G06T7/40 , G06T3/4046
Abstract: 本申请公开了一种基于隐式表达流模型的图像超分方法、装置、设备及存储介质，涉及图像处理技术领域技术领域，包括：获取特征向量、先验噪声和傅里叶特征向量，所述特征向量、先验噪声和傅里叶特征向量通过局部隐式模块提取；基于所述特征向量和所述傅里叶特征向量确定条件参数集；基于所述条件参数集和所述先验噪声确定高分辨率图像完成图像各比例超分。本申请通过局部隐式模块处理图像以获取特征向量、先验噪声和傅里叶特征向量，更有效提高特征提取的质量，且计算效率更高，从而确定高分辨率图像，学习并适应多个比例下超分系数实现图像多比例超分，提高超分图像的灵活性和应用范围，且在保持或提升图像质量的同时，显著减少训练和计算成本。
-
公开(公告)号：CN116108400A
公开(公告)日：2023-05-12
申请号：CN202310069749.0
申请日：2023-02-07
Applicant: 岚图汽车科技有限公司
Abstract: 本发明公开了基于车辆传感器的感知融合方法及装置，涉及智能驾驶技术领域。本发明在融合目标与感知目标的距离超过融合目标对应的距离阈值时将融合目标与感知目标的距离定义为无穷大，这样根据距离矩阵对融合目标与感知目标进行关联匹配时不会将距离过大的融合目标与感知目标进行配对，配对结果更接近真实情况，可以有效消除最近邻数据关联法在某些特定场景下关联匹配误差大的问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.03 seconds)
