-
公开(公告)号：CN115393450A
公开(公告)日：2022-11-25
申请号：CN202211054754.6
申请日：2022-08-31
Applicant: 长城汽车股份有限公司
Abstract: 本发明实施例提供了一种相机外参数的标定方法、装置、车辆及计算机存储介质，获取相机采集的第一图像，以及，辅助相机采集的第二图像；第一图像包括标定物和辅助相机，第二图像包括显示设备，辅助相机处于相机的视场内，相机具有第一相机坐标系；确定相机与标定物的第一坐标转换关系，以及，确定辅助相机与显示设备的第二坐标转换关系；基于第一坐标转换关系和第二坐标转换关系确定相机与显示设备的最终坐标转换关系，基于所述最终坐标转换关系确定所述相机外参数。本申请简化了相机外参数的标定流程。
-
公开(公告)号：CN119887970A
公开(公告)日：2025-04-25
申请号：CN202411861557.4
申请日：2024-12-17
Applicant: 长城汽车股份有限公司
IPC: G06T11/00 , G06F40/30 , G06F40/289
Abstract: 本公开涉及数据处理领域，提供了一种模型的训练方法、图像生成方法、设备及车辆，包括：获取训练数据集及初始图像生成模型，其中训练数据集中包括图片数据及与图片数据对应的文本提示信息；确定图片数据中的至少一个目标数据的特征信息；对文本提示信息及至少一个目标数据的特征信息进行特征提取，得到图片数据对应的嵌入特征；利用图片数据及嵌入特征对初始图像生成模型进行训练，直至满足第一预设训练结束条件，得到图像生成模型。后续在接收到文本提示信息后，利用图像生成模型即可生成与文本提示信息对应的图片数据，生成的图片数据与文本提示信息更加贴合，提高了生成的图片数据的准确性，满足用户的需求。
-
公开(公告)号：CN119863566A
公开(公告)日：2025-04-22
申请号：CN202411939275.1
申请日：2024-12-26
Applicant: 长城汽车股份有限公司
Abstract: 本申请实施例适用于计算机技术领域，提供了一种图像生成方法、装置、电子设备及计算机程序产品，所述方法包括：将原始图像中目标物的待修正模型添加到目标场景对应的场景图像的图层上，生成所述目标物在目标场景下的待修正图像；将待修正图像和目标物对应的标准模型输入至第一光效识别模型中，得到目标物的材质信息和目标物在目标场景下的第一光影信息；基于材质信息、第一光影信息和待修正图像生成目标物在目标场景下的目标图像。通过本实施例提供的方法，由于电子设备可以通过第一光效识别模型提取目标物的材质信息和目标场景的第一光影信息用于生成目标图像，因此，本实施例提供的方法可以提高目标图像中前景产品与背景之间融合效果，进而提高目标图像的显示效果。
-
公开(公告)号：CN118238823A
公开(公告)日：2024-06-25
申请号：CN202410185266.1
申请日：2024-02-19
Applicant: 长城汽车股份有限公司
Abstract: 本申请提供了一种头部姿态的采集方法、采集装置、采集系统和车辆，该方法包括：获取惯性测量单元在初始时刻采集的用户的初始头部姿态，以及第一摄像头在初始时刻采集的目标拍摄对象的第一图像，惯性测量单元与第一摄像头佩戴于用户的头部；获取第一摄像头在目标时刻采集的目标拍摄对象的第二图像；基于第一图像的图像角点与第二图像的图像角点，生成头部姿态变化量；基于初始头部姿态与头部姿态变化量，生成用户在目标时刻的目标头部姿态。该方法能够准确地采集用户的头部姿态。
-
公开(公告)号：CN117746490A
公开(公告)日：2024-03-22
申请号：CN202311758002.2
申请日：2023-12-19
Applicant: 长城汽车股份有限公司
Abstract: 本申请提供一种视线注视区域确定方法、装置、车辆及存储介质。该方法包括：获取从车辆数模图中选取的各个专注区域的边界点在相机坐标系下的三维坐标；获取当前车辆内的用户的人脸图像，并根据人脸图像，确定用户的视线出发点在相机坐标系下的三维坐标；根据视线出发点在相机坐标系下的三维坐标和各个专注区域的边界点在相机坐标系下的三维坐标，确定各个专注区域的边界角度范围；根据人脸图像，确定用户的视线方向向量的角度；根据用户的视线方向向量的角度和各个专注区域的边界角度范围，确定用户的当前视线注视区域。本申请无需采集大量的人注视不同区域的数据，针对不同车型仅需更换对应的车辆数模图，可大幅降低工作量和成本，且适应性较强。
-
Patent Agency Ranking
公开(公告)号：CN116563827A
公开(公告)日：2023-08-08
申请号：CN202310523887.1
申请日：2023-05-10
Applicant: 长城汽车股份有限公司
IPC: G06V20/59 , G06V40/16 , G06V10/766
Abstract: 本申请公开了一种视线估计方法、系统及电子设备，获得车辆内位于不同位置的至少两个图像采集装置采集的驾驶位置处的至少两个图像；基于至少两个图像获得驾驶位置处的深度图像；提取至少两个图像中位于驾驶位置处的人脸关键点信息；基于深度图像及人脸关键点信息确定驾驶位置处的人脸姿态信息；基于驾驶位置处的人脸姿态信息确定驾驶位置处的视线角度。本方案通过车辆内位于不同位置处的图像采集装置采集驾驶位置处的图像，能够实现无论驾驶位置处的人脸处于哪一种姿态，都能够获得完整的人脸关键点信息，避免由于人脸关键点信息不足导致的视线估计不准确的问题，提高了视线估计的准确度。
-
公开(公告)号：CN116443028A
公开(公告)日：2023-07-18
申请号：CN202310443806.7
申请日：2023-04-23
Applicant: 长城汽车股份有限公司
Abstract: 本发明提供了一种头部姿态数据采集系统及方法，该系统包括：第一摄像单元、惯性测量单元和第二摄像单元；惯性测量单元佩戴于用户头部，用于采集用户头部的姿态数据；第一摄像单元与惯性测量单元固设在一起，用于采集其朝向区域的图像数据；第一摄像单元的朝向为背对用户头部的方向；第二摄像单元设置于正对所述用户头部的位置，用于采集其朝向区域的图像数据；第一摄像单元用于对惯性测量单元所在坐标系与第二摄像单元所在坐标系之间的目标转换关系进行标定以便于确定第二摄像单元所在坐标系下用户头部的姿态数据。本发明可有效获取头部姿态的训练数据，保证头部姿态估计模型的训练精度。
-
公开(公告)号：CN119296082A
公开(公告)日：2025-01-10
申请号：CN202310841391.9
申请日：2023-07-10
Applicant: 长城汽车股份有限公司
Abstract: 本申请提供了一种状态判断方法、装置及车辆，包括：应用于车辆，车辆包括第一摄像头和第二摄像头；第一摄像头和第二摄像头位于不同位置；获取第一摄像头拍摄的第一数据和第二摄像头拍摄的第二数据，第一数据和第二数据包括：包含目标对象的图像帧数据；提取第一数据和第二数据在各个维度下的组合特征；组合特征表征目标对象在不同位置角度下的特征；分别对各个维度下的组合特征进行融合，得到各个维度下的融合特征；根据各个维度下的融合特征，对目标对象的状态进行判断，可将多源数据流中的数据进行特征融合，基于得到的各个维度下的融合特征对目标对象的状态进行判断，利用多角度的信息作为判断依据，提升了判断目标对象状态的精度。
-
公开(公告)号：CN119888657A
公开(公告)日：2025-04-25
申请号：CN202411913850.0
申请日：2024-12-24
Applicant: 长城汽车股份有限公司
IPC: G06V20/56 , G06V10/30 , G06V10/80 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/084
Abstract: 本申请提供了一种图像处理方法、装置、车辆和计算机可读存储介质，该图像处理方法应用于计算机技术领域，该方法包括：对待处理图像进行分块处理，得到多个子图像，提取多个子图像各自的第一图像特征，并将多个第一图像特征分别映射至基础坐标系，以重构多个第一图像特征，得到多个子图像各自位于基础坐标系的第二图像特征；并根据多个子图像修正多个子图像各自的第二图像特征，得到多个子图像各自的第三图像特征，基于多个第三图像特征执行目标任务。本申请能够准确捕捉图像中的关键信息，有效表达出图像的通用特征，将图像的通用特征应用于图像分类、目标检测、语义分割等任务，增强了图像特征的泛化能力，有利于提升图像处理任务的性能和效率。
-
公开(公告)号：CN117830744A
公开(公告)日：2024-04-05
申请号：CN202410027102.6
申请日：2024-01-08
Applicant: 长城汽车股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/26 , G06V10/25 , G06V20/56
Abstract: 本申请提供一种目标识别模型的训练方法、装置、车辆及存储介质。该方法包括：获取无标注的第一图像集，并基于大模型对第一图像集进行目标识别，得到包含置信度不小于第一阈值的第一目标检测框的第二图像集；基于第二图像集，进行训练，得到第一分类模型和第一目标识别模型；以降低第一阈值的方式，根据大模型、第一图像集和第一分类模型，多次扩充训练样本，并基于每次扩充后的训练样本分别对第一分类模型和第一目标识别模型进行训练，以提高第一分类模型的分类准确度和第一目标识别模型的目标识别准确度，直至满足预设条件，得到最终训练完成的目标识别模型。本申请无需人工标注大量图像数据，省时省力，且降低标注成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
