-
公开(公告)号：CN114663337B
公开(公告)日：2025-04-25
申请号：CN202011535094.4
申请日：2020-12-23
Applicant: 株式会社理光
IPC: G06T7/00 , G06T7/13 , G06N3/0455 , G06N3/0464 , G06N3/08 , G01N21/88
Abstract: 本发明实施例提供神经网络训练方法，以及利用神经网络进行缺陷检测的方法、装置和计算机可读存储介质。根据本发明实施例的神经网络训练方法包括：将输入训练图像输入神经网络，其中所述输入训练图像是针对原始训练图像引入缺陷生成的图像，所述缺陷与所述原始训练图像的图像特征相关联；利用神经网络对所述输入训练图像进行分解，针对分解结果引入噪声，并将分解结果和噪声合成，得到合成训练图像；对所述合成训练图像利用神经网络进行缺陷检测，至少根据所述原始训练图像和缺陷检测的结果调整所述神经网络的参数。
-
公开(公告)号：CN115471725A
公开(公告)日：2022-12-13
申请号：CN202110653941.5
申请日：2021-06-11
Applicant: 株式会社理光
IPC: G06V10/82 , G06V10/74 , G06V10/764 , G06V10/774 , G06T7/00 , G06N3/04 , G06N3/08
Abstract: 本公开提供用于异常检测的图像处理方法及设备、用于异常检测的神经网络的构建方法及设备以及计算机可读存储介质。该异常检测的图像处理方法包括：获取包含待检测样本的输入图像；基于所述输入图像，分别利用异常样本生成网络和正常样本生成网络生成第一异常样本生成图像和第一正常样本生成图像；以及至少基于所述输入图像与第一异常样本生成图像和第一正常样本生成图像之间的相似度，确定所述输入图像中的待检测样本是否存在异常。根据本公开实施例的异常检测的图像处理方法，考虑了输入图像与各个生成网络所生成的相应类型的样本生成图像之间的相似度，从而不仅提供了细粒度的分类结果，同时对未见样本异常具有一定的鲁棒性。
-
公开(公告)号：CN114663337A
公开(公告)日：2022-06-24
申请号：CN202011535094.4
申请日：2020-12-23
Applicant: 株式会社理光
Abstract: 本发明实施例提供神经网络训练方法，以及利用神经网络进行缺陷检测的方法、装置和计算机可读存储介质。根据本发明实施例的神经网络训练方法包括：将输入训练图像输入神经网络，其中所述输入训练图像是针对原始训练图像引入缺陷生成的图像，所述缺陷与所述原始训练图像的图像特征相关联；利用神经网络对所述输入训练图像进行分解，针对分解结果引入噪声，并将分解结果和噪声合成，得到合成训练图像；对所述合成训练图像利用神经网络进行缺陷检测，至少根据所述原始训练图像和缺陷检测的结果调整所述神经网络的参数。
-
公开(公告)号：CN109325962B
公开(公告)日：2022-04-12
申请号：CN201710637609.3
申请日：2017-07-31
Applicant: 株式会社理光
Abstract: 本发明实施例提供了一种信息处理方法、装置、设备以及计算机可读存储介质，根据本发明实施例的信息处理方法包括：检测视频图像中至少之前帧的第一特征点和当前帧的第二特征点；对所述视频图像中所述之前帧的至少一个第一特征点和所述当前帧的至少一个第二特征点进行匹配，其中，对于所述之前帧中的特定第一特征点，利用运动信息确定所述当前帧中与所述特定第一特征点对应的用于匹配所述特定第一特征点的匹配特征点的匹配范围，所述匹配范围小于整个当前帧的范围。
-
公开(公告)号：CN109325386B
公开(公告)日：2022-04-12
申请号：CN201710638552.9
申请日：2017-07-31
Applicant: 株式会社理光
Abstract: 公开了车道线检测方法、设备和计算机可读存储介质。所述车道线检测方法，包括：训练用于检测车道线小块的神经网络；将采集图像输入至完成训练的神经网络，并通过所述神经网络检测所述采集图像中的多个车道线小块，其中在每个车道线小块中包括一部分车道线；基于检测到的所述车道线小块，提取对应的车道线特征点；以及基于分段拟合模型，对提取出的车道线特征点进行线拟合，以获得车道线。
-
Patent Agency Ranking
公开(公告)号：CN114187298A
公开(公告)日：2022-03-15
申请号：CN202010966057.2
申请日：2020-09-15
Applicant: 株式会社理光
IPC: G06T7/11 , G06K9/62 , G06V10/774
Abstract: 本发明实施例提供图像处理方法、装置和计算机可读存储介质，以及神经网络构建方法、装置和计算机可读存储介质。根据本发明实施例的图像处理方法包括：获取输入图像；对所述输入图像进行处理，以增强所述输入图像的结构特征，获取结构图像；利用神经网络对所述输入图像和所述结构图像进行处理，提取所述输入图像和所述结构图像的共同结构特征；至少根据所述共同结构特征，利用所述神经网络对所述输入图像按照结构进行分割，获取对所述输入图像的分割结果。
-
-
-
公开(公告)号：CN111754624A
公开(公告)日：2020-10-09
申请号：CN201910248609.3
申请日：2019-03-29
Applicant: 株式会社理光
Abstract: 公开了变换矩阵确定方法、设备和可记录介质。所述变换矩阵确定方法，包括：以第一频率连续获取多帧第一类型的数据并且以第二频率连续获取多帧第二类型的数据；确定相邻两帧第一类型的数据之间的变换矩阵以及对应于所述相邻两帧第一类型的数据的一帧第二类型的数据与所述相邻两帧第一类型的数据之间的变换矩阵，其中对应于所述相邻两帧第一类型的数据的一帧第二类型的数据为：在与获取所述相邻两帧第一类型的数据的时刻的距离之和最小的时刻处获取的一帧第二类型的数据；以及基于预定融合策略，对确定得到的变换矩阵进行融合，并将融合后的变换矩阵作为最终的所述相邻两帧第一类型的数据之间的变换矩阵。
-
公开(公告)号：CN110705330A
公开(公告)日：2020-01-17
申请号：CN201810743176.4
申请日：2018-07-09
Applicant: 株式会社理光
Abstract: 本发明实施例提供车道线检测方法、车道线检测装置和计算机可读存储介质，其中车道线检测方法包括：获取待检测图像；利用道路区域分割神经网络对所述待检测图像进行分割，得到所述待检测图像中的道路区域及道路的边缘线；将所述道路区域划分出至少一个第一感兴趣区域，每个所述第一感兴趣区域包括所述边缘线的至少一部分；基于所述第一感兴趣区域和所述第一感兴趣区域中包含的边缘线，在所述第一感兴趣区域中划分出至少一个第二感兴趣区域；利用端点检测神经网络对所述至少一个第二感兴趣区域进行端点检测，根据端点检测的结果得到所述待检测图像中的车道线检测结果。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.042 seconds)
