CN106898016A - 获取交通图像中车辆尺度信息的方法及装置 - Google Patents

获取交通图像中车辆尺度信息的方法及装置 Download PDF

Info

Publication number
CN106898016A
CN106898016A CN201710039471.7A CN201710039471A CN106898016A CN 106898016 A CN106898016 A CN 106898016A CN 201710039471 A CN201710039471 A CN 201710039471A CN 106898016 A CN106898016 A CN 106898016A
Authority
CN
China
Prior art keywords
vehicle
traffic image
information
positional information
wide
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710039471.7A
Other languages
English (en)
Inventor
李宜博
李俊
张如高
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bocom Intelligent Information Technology Co Ltd Beijing Haidian Branch
Original Assignee
Bocom Intelligent Information Technology Co Ltd Beijing Haidian Branch
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bocom Intelligent Information Technology Co Ltd Beijing Haidian Branch filed Critical Bocom Intelligent Information Technology Co Ltd Beijing Haidian Branch
Priority to CN201710039471.7A priority Critical patent/CN106898016A/zh
Publication of CN106898016A publication Critical patent/CN106898016A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种获取交通图像中车辆尺度信息的方法及装置,其中,该方法包括:获取车辆在交通图像中的位置信息(x,y);根据该位置信息确定车辆在交通图像中的宽高尺度信息(w,h)。通过本发明解决了现有技术中车辆在不同位置时,确定车辆在交通图像中的不同尺度大小,操作复杂,效率较低的问题,从而进一步减少了车辆跟踪和检测过程中出现的错误。

Description

获取交通图像中车辆尺度信息的方法及装置
技术领域
本发明涉及图像处理领域,具体涉及一种获取交通图像中车辆尺度信息的方法及装置。
背景技术
智能交通系统是计算机视觉技术、图像处理技术在交通领域中的应用,是目前世界各国交通运输部门正在研究和广泛关注的课题。其目的在于充分利用现有的道路设施资源,改善车辆、道路、行人之间的相互作用,从而全面提高交通的经济性。如何有效检测运动车辆、准确跟踪目标车辆、提高系统抗干扰能力是智能交通系统的重要研究内容之一。
车辆检测和车辆跟踪是智能交通领域中最常用的两种方法,如果检测或跟踪的位置不准确,就会导致检测和跟踪的是失败,从而就需要大量策略型的方法,去避免和修正这种失败带来的影响。
交通图像中,车辆在不同位置的大小是不同的,如何在不同的位置计算出车辆在图像上的不同的大小,是视频图像分析中的一个重要问题,也是排除误检和跟踪失败的一种方法,一种精确地标定方法是需要摄像机,镜头数据和摄像机高度等信息,通过分析地面坐标系,摄像机坐标系和图像坐标系等之间的关系,建立一个复杂的参数模型,从而得到视频图像中不同位置的尺度信息,但在实际操作中,这种方法具有很大的局限性,因此在分析交通视频中,这种方法并不能得到广泛使用。
发明内容
有鉴于此,本发明实施例提供了一种获取交通图像中车辆尺度信息的方法及装置,以解决现有技术中车辆在不同位置时,确定车辆在交通图像中的不同尺度大小,操作复杂,效率较低的问题。
为此,本发明实施例提供了如下技术方案:
本发明实施例提供了一种获取交通图像中车辆尺度信息的方法,包括:获取车辆在交通图像中的位置信息(x,y);根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)。
可选地,根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)包括:
通过如下公式确定所述尺度信息(w,h):
其中,a1,b1,c1,a2,b2,c2通过如下公式来确定:
其中,(wi,hi,i=1,2,3)代表预先获取的车辆在三个不同位置的宽高尺度信息,(xi,yi,i=1,2,3)是当前车辆在交通图像中的位置,u表示道路中摄像装置在所述交通图像中沿x方向的中心位置,u=W’/2;W’表示所述交通图像的宽度。
可选地,根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)之后,还包括:存储所述车辆的位置信息与所述车辆的宽高尺度信息的对应关系。
可选地,获取车辆在交通图像中的位置信息(x,y)之前,还包括:通过安装于道路中间的摄像装置获取所述交通图像。
本发明实施例还提供了一种获取交通图像中车辆尺度信息的装置,包括:第一获取模块,用于获取车辆在交通图像中的位置信息(x,y);确定模块,用于根据所述位置信息确定所述车辆在所述交通图像中的宽高尺度信息(w,h)。
可选地,所述确定模块还用于通过如下公式确定所述尺度信息(w,h):
其中,a1,b1,c1,a2,b2,c2通过如下公式来确定:
其中,(wi,hi,i=1,2,3)代表预先获取的车辆在三个不同位置的宽高尺度信息,(xi,yi,i=1,2,3)是当前车辆在交通图像中的位置,u表示道路中摄像装置在所述交通图像中沿x方向的中心位置,u=W’/2;W’表示所述交通图像的宽度。
可选地,所述装置还包括:存储模块,用于在所述确定模块根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)之后,存储所述车辆的位置信息与所述车辆的宽高尺度信息的对应关系。
可选地,所述装置还包括:第二获取模块,用于在所述第一获取模块获取车辆在交通图像中的位置信息(x,y)之前,通过安装于道路中间的摄像装置获取所述交通图像。
本发明实施例技术方案,具有如下优点:
本发明实施例提供了一种获取交通图像中车辆尺度信息的方法及装置,其中,该方法包括:获取车辆在交通图像中的位置信息(x,y),例如可以通过安装于道路中间的摄像装置获取交通图像,进一步获取车辆在该交通图像的位置信息;根据该位置信息确定车辆在交通图像中的宽高尺度信息(w,h),即通过车辆在交通图像中的位置信息即可直接获取到车辆在交通图像中的宽高尺度信息,解决了现有技术中车辆在不同位置时,确定车辆在交通图像中的不同尺度大小,操作复杂,效率较低的问题,从而进一步减少了车辆跟踪和检测过程中出现的错误。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的获取交通图像中车辆尺度信息的方法的流程图;
图2是根据本发明实施例的交通图像示意图;
图3是根据本发明实施例的获取交通图像中车辆尺度信息的装置的一个结构框图;
图4是根据本发明实施例的获取交通图像中车辆尺度信息的装置的另一个结构框图;
图5是根据本发明实施例的获取交通图像中车辆尺度信息的装置的再一个结构框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
在本实施例中提供了一种获取交通图像中车辆尺度信息的方法,图1是根据本发明实施例的获取交通图像中车辆尺度信息的方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取车辆在交通图像中的位置信息(x,y);例如可以通过安装于道路中间的摄像装置获取交通图像,进一步获取车辆在该交通图像的位置信息;
步骤S102,根据该位置信息确定车辆在交通图像中的宽高尺度信息(w,h)。
通过上述步骤通过车辆在交通图像中的位置信息即可直接获取到车辆在交通图像中的宽高尺度信息,相对于现有技术中的精确地标定方法是需要摄像机,镜头数据和摄像机高度等信息,通过分析地面坐标系,摄像机坐标系和图像坐标系等之间的关系,建立一个复杂的参数模型,从而得到视频图像中不同位置的尺度信息,操作较为复杂,上述步骤解决了现有技术中车辆在不同位置时,确定车辆在交通图像中的不同尺度大小,操作复杂,效率较低的问题,从而进一步减少了车辆跟踪和检测过程中出现的错误。
上述步骤S102涉及到根据上述位置信息(x,y)确定车辆在交通图像中的宽高尺度信息(w,h),在一个可选实施例中,提出了一种基于交通视频的自学习二维尺度标定方法,以确定车辆在图像中不同位置的尺度信息。沿道路方向,给定图像中三个不同位置上,车辆的尺度信息,做一个初始标定,构建一个二维函数,通过标定的信息,学习得到函数的参数信息,从而利用学习得到的函数,计算图像中每个位置车辆的尺度信息。
可以通过如下公式确定该尺度信息(w,h):
通过先验知识可知,在交通图像上沿y方向,车辆在距离摄像机较近的位置,具有较大的尺度,而在远距离,同一个车辆的尺度是越来越小的,这样车辆的尺度在交通图像上的不同位置沿y方向具有近似线性的关系。通常摄像机会固定在道路中间,或者是较小的偏移,这样在水平方向x上,车辆的尺度在图像中心两侧是呈对称的关系,这样,车辆尺度在图像上也具有一个对称线性的关系。
在道路上固定好交通视频摄像机后,沿道路方向预先标定车辆在交通图像上三个不同位置的尺度信息(x,y,w,h),如图2所示,预先标定图2中方框内三个车辆位置的尺度信息(x,y,w,h)。
其中,a1,b1,c1,a2,b2,c2通过如下公式来确定:
其中,(wi,hi,i=1,2,3)代表预先获取的车辆在三个不同位置的宽高尺度信息,(xi,yi,i=1,2,3)是当前车辆在交通图像中的位置,u表示道路中摄像装置在该交通图像中沿x方向的中心位置,u=W’/2;W’表示该交通图像的宽度。根据前面标定的三个车辆在图像中不同位置的尺度信息,求解上述给定的两个三元一次方程组,分别计算出(a1,b1,c1)和(a2,b2,c2)两组参数信息,这样,给定不同位置坐标(x,y),就可以根据计算出来的两组参数和给定的坐标,确定车辆在图像上不同位置的尺度。
为了便于后续获取车辆在交通图片中的宽高尺度信息的快捷性,在一个可选实施例中,根据位置信息(x,y)确定车辆在交通图像中的宽高尺度信息(w,h)之后,存储车辆的位置信息与车辆的宽高尺度信息的对应关系,从而提高了获取车辆在交通图片中的宽高尺度信息的效率,进一步提高了车辆跟踪和检测的效率。即,根据上述的二维函数,得到图像上不同位置的尺度信息以后,将这些信息离线保存下来,为交通图像后续的车辆检测和车辆跟踪提供一个可信的先验知识。
实施例2
在本实施例中还提供了一种获取交通图像中车辆尺度信息的装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的获取交通图像中车辆尺度信息的装置的一个结构框图,如图3所示,该装置包括:第一获取模块31,用于获取车辆在交通图像中的位置信息(x,y);确定模块32,用于根据该位置信息确定该车辆在该交通图像中的宽高尺度信息(w,h)。
可选地,该确定模块32还用于通过如下公式确定该尺度信息(w,h):
其中,a1,b1,c1,a2,b2,c2通过如下公式来确定:
其中,(wi,hi,i=1,2,3)代表预先获取的车辆在三个不同位置的宽高尺度信息,(xi,yi,i=1,2,3)是当前车辆在交通图像中的位置,u表示道路中摄像装置在该交通图像中沿x方向的中心位置,u=W’/2;W’表示该交通图像的宽度。
图4是根据本发明实施例的获取交通图像中车辆尺度信息的装置的另一个结构框图,如图4所示,该装置还包括:存储模块41,用于在该确定模块32根据该位置信息确定该车辆在该交通图像中的宽高尺度信息(w,h)之后,存储该车辆的位置信息与该车辆的宽高尺度信息的对应关系。
图5是根据本发明实施例的获取交通图像中车辆尺度信息的装置的再一个结构框图,如图5所示,该装置还包括:第二获取模块51,用于在该第一获取模块31获取车辆在交通图像中的位置信息(x,y)之前,通过安装于道路中间的摄像装置获取该交通图像。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种获取交通图像中车辆尺度信息的方法,其特征在于,包括:
获取车辆在交通图像中的位置信息(x,y);
根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)。
2.根据权利要求1所述的方法,其特征在于,根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)包括:
通过如下公式确定所述尺度信息(w,h):
w = a 1 * | x - u | + b 1 * y + c 1 ; h = a 2 * | x - u | + b 2 * y + c 2 ;
其中,a1,b1,c1,a2,b2,c2通过如下公式来确定:
w 1 = a 1 * | x 1 - u | + b 1 * y 1 + c 1 w 2 = a 1 * | x 2 - u | + b 1 * y 2 + c 1 w 3 = a 1 * | x 3 - u | + b 1 * y 3 + c 1
h 1 = a 2 * | x 1 - u | + b 2 * y 1 + c 2 h 2 = a 2 * | x 2 - u | + b 2 * y 2 + c 2 h 2 = a 2 * | x 3 - u | + b 2 * y 3 + c 2
其中,(wi,hi,i=1,2,3)代表预先获取的车辆在三个不同位置的宽高尺度信息,(xi,yi,i=1,2,3)是当前车辆在交通图像中的位置,u表示道路中摄像装置在所述交通图像中沿x方向的中心位置,u=W’/2;W’表示所述交通图像的宽度。
3.根据权利要求1所述的方法,其特征在于,根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)之后,还包括:
存储所述车辆的位置信息与所述车辆的宽高尺度信息的对应关系。
4.根据权利要求1至3中任一所述的方法,其特征在于,获取车辆在交通图像中的位置信息(x,y)之前,还包括:
通过安装于道路中间的摄像装置获取所述交通图像。
5.一种获取交通图像中车辆尺度信息的装置,其特征在于,包括:
第一获取模块,用于获取车辆在交通图像中的位置信息(x,y);
确定模块,用于根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)。
6.根据权利要求5所述的装置,其特征在于,所述确定模块还用于通过如下公式确定所述尺度信息(w,h):
w = a 1 * | x - u | + b 1 * y + c 1 ; h = a 2 * | x - u | + b 2 * y + c 2 ;
其中,a1,b1,c1,a2,b2,c2通过如下公式来确定:
w 1 = a 1 * | x 1 - u | + b 1 * y 1 + c 1 w 2 = a 1 * | x 2 - u | + b 1 * y 2 + c 1 w 3 = a 1 * | x 3 - u | + b 1 * y 3 + c 1
h 1 = a 2 * | x 1 - u | + b 2 * y 1 + c 2 h 2 = a 2 * | x 2 - u | + b 2 * y 2 + c 2 h 3 = a 2 * | x 3 - u | + b 2 * y 3 + c 2
其中,(wi,hi,i=1,2,3)代表预先获取的车辆在三个不同位置的宽高尺度信息,(xi,yi,i=1,2,3)是当前车辆在交通图像中的位置,u表示道路中摄像装置在所述交通图像中沿x方向的中心位置,u=W’/2;W’表示所述交通图像的宽度。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
存储模块,用于在所述确定模块根据所述位置信息(x,y)确定所述车辆在所述交通图像中的宽高尺度信息(w,h)之后,存储所述车辆的位置信息与所述车辆的宽高尺度信息的对应关系。
8.根据权利要求5至7中任一所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于在所述第一获取模块获取车辆在交通图像中的位置信息(x,y)之前,通过安装于道路中间的摄像装置获取所述交通图像。
CN201710039471.7A 2017-01-19 2017-01-19 获取交通图像中车辆尺度信息的方法及装置 Pending CN106898016A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710039471.7A CN106898016A (zh) 2017-01-19 2017-01-19 获取交通图像中车辆尺度信息的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710039471.7A CN106898016A (zh) 2017-01-19 2017-01-19 获取交通图像中车辆尺度信息的方法及装置

Publications (1)

Publication Number Publication Date
CN106898016A true CN106898016A (zh) 2017-06-27

Family

ID=59198017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710039471.7A Pending CN106898016A (zh) 2017-01-19 2017-01-19 获取交通图像中车辆尺度信息的方法及装置

Country Status (1)

Country Link
CN (1) CN106898016A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1841023A (zh) * 2005-01-28 2006-10-04 爱信艾达株式会社 车辆位置识别装置及车辆位置识别方法
CN101976341A (zh) * 2010-08-27 2011-02-16 中国科学院自动化研究所 一种从交通图像中检测车辆位置、姿态和三维轮廓的方法
CN101982727A (zh) * 2010-10-26 2011-03-02 北京理工大学 一种基于激光三角测量法的货车体积测量方法
CN102509098A (zh) * 2011-10-08 2012-06-20 天津大学 一种鱼眼图像车辆识别方法
CN102622888A (zh) * 2012-03-30 2012-08-01 上海博康智能信息技术有限公司 一种基于视频检测的车牌自学习识别方法及装置
CN102663353A (zh) * 2012-03-26 2012-09-12 北京博康智能信息技术有限公司 一种基于单帧图像的车辆识别方法及装置
CN105160324A (zh) * 2015-09-08 2015-12-16 长安大学 一种基于部件空间关系的车辆检测方法
CN106097726A (zh) * 2016-08-23 2016-11-09 苏州科达科技股份有限公司 检测区域的确定、交通信息检测方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1841023A (zh) * 2005-01-28 2006-10-04 爱信艾达株式会社 车辆位置识别装置及车辆位置识别方法
CN101976341A (zh) * 2010-08-27 2011-02-16 中国科学院自动化研究所 一种从交通图像中检测车辆位置、姿态和三维轮廓的方法
CN101982727A (zh) * 2010-10-26 2011-03-02 北京理工大学 一种基于激光三角测量法的货车体积测量方法
CN102509098A (zh) * 2011-10-08 2012-06-20 天津大学 一种鱼眼图像车辆识别方法
CN102663353A (zh) * 2012-03-26 2012-09-12 北京博康智能信息技术有限公司 一种基于单帧图像的车辆识别方法及装置
CN102622888A (zh) * 2012-03-30 2012-08-01 上海博康智能信息技术有限公司 一种基于视频检测的车牌自学习识别方法及装置
CN105160324A (zh) * 2015-09-08 2015-12-16 长安大学 一种基于部件空间关系的车辆检测方法
CN106097726A (zh) * 2016-08-23 2016-11-09 苏州科达科技股份有限公司 检测区域的确定、交通信息检测方法及装置

Similar Documents

Publication Publication Date Title
WO2021004548A1 (zh) 一种基于双目立体视觉系统的车辆智能测速方法
EP3735675B1 (en) Image annotation
CN109470254B (zh) 地图车道线的生成方法、装置、系统及存储介质
CN103617412B (zh) 实时车道线检测方法
CN103455144B (zh) 车载人机交互系统及方法
CN113424232A (zh) 三维点云地图构建方法、系统和设备
CN110207650A (zh) 基于双目视觉的车用公路限高架高度测量方法及装置
CN105913410A (zh) 一种基于机器视觉的远距离运动物体高度测量的装置与方法
CN110203210A (zh) 一种车道偏离预警方法、终端设备及存储介质
CN111542860A (zh) 用于自主车辆的高清地图的标志和车道创建
JP2022542289A (ja) 地図作成方法、地図作成装置、電子機器、記憶媒体及びコンピュータプログラム製品
CN108896994A (zh) 一种无人驾驶车辆定位方法及设备
CN107850448A (zh) 用于生成及使用定位参考数据的方法及系统
CN105574552A (zh) 一种基于单目视觉的车辆测距与碰撞预警方法
CN111402414A (zh) 一种点云地图构建方法、装置、设备和存储介质
Pantilie et al. Real-time obstacle detection using dense stereo vision and dense optical flow
CN110398979A (zh) 一种基于视觉与姿态融合的无人驾驶工程作业设备循迹方法及装置
CN107830869A (zh) 用于车辆的信息输出方法和装置
CN105181109A (zh) 一种导线脱冰跳跃轨迹双目测量方法
KR101030317B1 (ko) 스테레오 비전을 이용하여 장애물을 추적하는 장치 및 방법
CN114663473A (zh) 基于多视角信息融合的人员目标定位与追踪方法及系统
CN110176022A (zh) 一种基于视频检测的隧道全景监控系统及方法
CN112446915A (zh) 一种基于图像组的建图方法及装置
EP4250245A1 (en) System and method for determining a viewpoint of a traffic camera
Fakhfakh et al. Weighted v-disparity approach for obstacles localization in highway environments

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170627