JP2021120864A - 障害物を検出するための方法および装置、電子機器、記憶媒体並びにコンピュータプログラム - Google Patents
障害物を検出するための方法および装置、電子機器、記憶媒体並びにコンピュータプログラム Download PDFInfo
- Publication number
- JP2021120864A JP2021120864A JP2021052615A JP2021052615A JP2021120864A JP 2021120864 A JP2021120864 A JP 2021120864A JP 2021052615 A JP2021052615 A JP 2021052615A JP 2021052615 A JP2021052615 A JP 2021052615A JP 2021120864 A JP2021120864 A JP 2021120864A
- Authority
- JP
- Japan
- Prior art keywords
- current image
- image
- offset
- coordinates
- camera
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4084—Transform-based scaling, e.g. FFT domain scaling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/60—Rotation of a whole image or part thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/431—Frequency domain transformation; Autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Abstract
Description
(a)2枚の並進量を有する画像に対してフーリエ変換を行った後、それらの位相関係は異なり、タイムドメインにおける並進量はフーリエ変換ドメインにおける位相関係を直接決定するためである;
(b)2枚の回転量を有する画像に対して、フーリエ変換ドメインにおける回転量を一定に保持する;
(c)スケーリングを有する2枚の画像に対して、まず座標系変換により対数座標系に変換し、画像のスケーリングは画像の並進に変換して処理することができる。
特徴に基づくレジストレーション方法は、現在最も一般的なレジストレーション方法の一つであり、該アルゴリズムはレジストレーション対象画像における点、線、エッジ等の特徴情報を抽出するだけでよく、他の補助情報を必要とせず、計算量を減少し、効率を向上させると同時に、画像グレースケールの変化に対して一定のロバスト性を有することができる。
(a)特徴点に基づくマッチング
一般的に選択される特徴点はその領域に対してある特異性を有する画素点である。特徴点が抽出されやすいが、特徴点に含まれる情報は比較的少なく、その画像における位置座標情報のみを反映することができ、そのため2枚の画像においてマッチングする特徴点を探すことは重要である。
(b)特徴領域に基づくマッチング
画像内においていくつかの目立つ領域情報を探して特徴領域とする。
(c)特徴エッジに基づくマッチング
本実施例において、オフセットに基づいて接地点の現在画像における第1画素座標を接地点のテンプレート画像における第2画素座標に変換することができる。さらに第2画素座標をカメラ座標に変換し、最後にカメラ座標を世界座標に変換する。世界座標系はユーザにより定義された三次元世界座標系を指し、ある点を原点とし、オブジェクトの実世界における位置を記述するために導入される。カメラ座標系はカメラを原点として構築された座標系であり、カメラの視点から物体の位置を記述するために、世界座標系と画素座標系の中間リンクとして定義される。障害物の3D世界における位置は障害物の世界座標系における位置とも呼ばれ、障害物の世界座標系における位置を確定するプロセスは三次元復元プロセスと呼ばれる。
Claims (15)
- カメラによって取得された現在画像を取得することと、
前記現在画像を事前訓練された検出モデルに入力して、障害物の検出枠の位置を取得し、現在画像における接地点の第1画素座標を確定することであって、前記接地点は前記検出枠におけるカメラ側に近い点である、ことと、
前記現在画像と、カメラの外部パラメータのキャリブレーションに使用される画像であるテンプレート画像との間のオフセットを確定することと、
前記オフセットに基づいて前記第1画素座標を前記接地点の世界座標に変換することと、
前記接地点の世界座標を障害物の世界座標系における位置として出力することと、を含む障害物検出方法。 - 前記オフセットに基づいて前記第1画素座標を前記接地点の世界座標に変換することは、
前記第1画素座標及び前記オフセットに基づいて前記接地点の前記テンプレート画像における第2画素座標を確定することと、
前記第2画素座標を予め設定された地面方程式によって前記接地点のカメラ座標に変換することと、
前記接地点のカメラ座標を前記カメラの外部パラメータによって前記接地点の世界座標に変換することと、を含む請求項1に記載の方法。 - 前記現在画像とテンプレート画像との間のオフセットを確定することは、
前記現在画像のテンプレート画像に対する回転・スケール係数を計算することと、
前記回転・スケール係数に基づいて前記現在画像を回転及びスケーリング変換することと、
回転およびスケーリング変換された現在画像のテンプレート画像に対するオフセットを計算することと、を含む請求項1に記載の方法。 - 前記現在画像とテンプレート画像との間のオフセットを確定することは、
前記現在画像のテンプレート画像に対する回転・スケール係数を計算することを含み、
前記第1画素座標と前記オフセットに基づいて前記接地点の前記テンプレート画像における第2画素座標を確定することは、
前記第1画素座標に前記回転・スケール係数を乗算して前記接地点の前記テンプレート画像における第2画素座標を得ることを含む、請求項2に記載の方法。 - 前記現在画像のテンプレート画像に対する回転・スケール係数を計算することは、
前記現在画像及びテンプレート画像に対してそれぞれフーリエメリン変換を行い、前記現在画像のテンプレート画像に対する回転・スケール係数を求めることを含む、請求項3または4に記載の方法。 - 前記回転及びスケーリングされた現在画像の前記テンプレート画像に対するオフセットを計算することは、
回転及びスケーリングされた現在画像に対してフーリエ変換を行い、前記テンプレート画像のフーリエ変換の結果を取得することと、
前記現在画像のフーリエ変換の結果及び前記テンプレート画像のフーリエ変換の結果に対して正規化クロスパワースペクトル行列を求めることと、
前記パワースペクトル行列に対して逆フーリエ変換を行ってH行列を得ることと、
前記H行列におけるエネルギーが最大となる点を見つけ、該点のオフセットを計算することと、を含む請求項3に記載の方法。 - カメラによって取得された現在画像を取得するように構成される取得ユニットと、
前記現在画像を事前訓練された検出モデルに入力して、障害物の検出枠の位置を取得し、前記現在画像における接地点の第1画素座標を確定するように構成される検出ユニットであって、前記接地点は前記検出枠におけるカメラ側に近い点である、検出ユニットと、
前記現在画像と、カメラの外部パラメータのキャリブレーションに使用される画像であるテンプレート画像との間のオフセットを確定するように構成されるオフセットユニットと、
前記オフセットに基づいて前記第1画素座標を前記接地点の世界座標に変換するように構成される変換ユニットと、
前記接地点の世界座標を障害物の世界座標系における位置として出力するように構成される出力ユニットと、を含む障害物検出装置。 - 前記変換ユニットは、更に
前記第1画素座標及び前記オフセットに基づいて前記接地点の前記テンプレート画像における第2画素座標を確定し、
前記第2画素座標を予め設定された地面方程式によって前記接地点のカメラ座標に変換し、
前記接地点のカメラ座標を前記カメラの外部パラメータによって前記接地点の世界座標に変換するように構成される請求項7に記載の装置。 - 前記オフセットユニットは、更に
前 記現在画像のテンプレート画像に対する回転・スケール係数を計算し、
前 記回転・スケール係数に基づいて前記現在画像を回転及びスケーリング変換し、
回転およびスケーリング変換された現在画像のテンプレート画像に対するオフセットを計算するように構成される請求項7に記載の装置。 - 前記オフセットユニットは、更に
前記現在画像のテンプレート画像に対する回転・スケール係数を計算するように構成され、
前記第1画素座標と前記オフセットに基づいて前記接地点の前記テンプレート画像における第2画素座標を確定することは、
前記第1画素座標に前記回転・スケール係数を乗算して前記接地点の前記テンプレート画像における第2画素座標を得ることを含む、請求項8に記載の装置。 - 前記オフセットユニットは、更に
前記現在画像及びテンプレート画像に対してそれぞれフーリエメリン変換を行い、前記現在画像のテンプレート画像に対する回転・スケール係数を求めるように構成される、請求項9または10に記載の装置。 - 前記オフセットユニットは、更に
回転及びスケーリング変換された現在画像に対してフーリエ変換を行い、前記テンプレート画像のフーリエ変換の結果を取得し、
前記現在画像のフーリエ変換の結果及び前記テンプレート画像のフーリエ変換の結果に対して正規化クロスパワースペクトル行列を求め、
前記パワースペクトル行列に対して逆フーリエ変換を行ってH行列を得、
前記H行列におけるエネルギーが最大となる点を見つけ、該点のオフセットを計算するように構成される、請求項9に記載の装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信可能に接続されたメモリとを備える電子機器であって、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が格納されており、前記命令が前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに請求項1〜6のいずれか1項に記載の方法を実行させる、電子機器。 - コンピュータ命令が格納されている非一時的コンピュータ可読記憶媒体であって、
前記コンピュータ命令は前記コンピュータに請求項1〜6のいずれか1項に記載の方法を実行させるために用いられる非一時的コンピュータ可読記憶媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサにより実行されると、請求項1〜6のいずれか一項に記載の方法を実現する、コンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429060.0 | 2020-05-20 | ||
CN202010429060.0A CN111612760B (zh) | 2020-05-20 | 2020-05-20 | 用于检测障碍物的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021120864A true JP2021120864A (ja) | 2021-08-19 |
JP7221324B2 JP7221324B2 (ja) | 2023-02-13 |
Family
ID=72202030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021052615A Active JP7221324B2 (ja) | 2020-05-20 | 2021-03-26 | 障害物を検出するための方法および装置、電子機器、記憶媒体並びにコンピュータプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11688099B2 (ja) |
EP (1) | EP3846129A3 (ja) |
JP (1) | JP7221324B2 (ja) |
KR (1) | KR102581429B1 (ja) |
CN (1) | CN111612760B (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150558B (zh) * | 2020-09-15 | 2024-04-12 | 阿波罗智联(北京)科技有限公司 | 用于路侧计算设备的障碍物三维位置获取方法及装置 |
CN112101209B (zh) * | 2020-09-15 | 2024-04-09 | 阿波罗智联(北京)科技有限公司 | 用于路侧计算设备的确定世界坐标点云的方法和装置 |
CN112707340B (zh) * | 2020-12-10 | 2022-07-19 | 安徽有光图像科技有限公司 | 基于视觉识别的设备控制信号生成方法、装置及叉车 |
CN112581526A (zh) * | 2020-12-11 | 2021-03-30 | 北京百度网讯科技有限公司 | 障碍物检测的测评方法、装置、设备以及存储介质 |
CN112507956A (zh) * | 2020-12-21 | 2021-03-16 | 北京百度网讯科技有限公司 | 信号灯识别方法、装置、电子设备、路侧设备和云控平台 |
CN112560769B (zh) * | 2020-12-25 | 2023-08-29 | 阿波罗智联(北京)科技有限公司 | 用于检测障碍物的方法、电子设备、路侧设备和云控平台 |
CN112668505A (zh) * | 2020-12-30 | 2021-04-16 | 北京百度网讯科技有限公司 | 基于路侧相机的外参的三维感知信息获取方法和路侧设备 |
CN112818990B (zh) * | 2021-01-29 | 2023-08-22 | 中国人民解放军军事科学院国防科技创新研究院 | 目标检测框的生成方法、图像数据自动标注方法及系统 |
CN112991446A (zh) * | 2021-03-10 | 2021-06-18 | 北京百度网讯科技有限公司 | 图像稳像方法、装置、路侧设备以及云控平台 |
CN112883909A (zh) * | 2021-03-16 | 2021-06-01 | 东软睿驰汽车技术(沈阳)有限公司 | 基于包围盒的障碍物位置检测方法、装置和电子设备 |
CN113777618B (zh) * | 2021-09-13 | 2024-04-16 | 广州小鹏自动驾驶科技有限公司 | 障碍物测距方法、装置、电子设备及可读介质 |
CN113820698B (zh) * | 2021-09-13 | 2024-04-16 | 广州小鹏自动驾驶科技有限公司 | 障碍物测距方法、装置、电子设备及可读介质 |
CN115147809B (zh) * | 2022-06-30 | 2023-09-22 | 阿波罗智能技术(北京)有限公司 | 一种障碍物检测方法、装置、设备以及存储介质 |
CN115166721B (zh) * | 2022-09-05 | 2023-04-07 | 湖南众天云科技有限公司 | 路侧感知设备中雷达与gnss信息标定融合方法及装置 |
CN115797467B (zh) * | 2023-02-02 | 2023-07-28 | 深圳市德驰微视技术有限公司 | 车辆相机标定结果检测方法、装置、设备及存储介质 |
CN116563817B (zh) * | 2023-04-14 | 2024-02-20 | 禾多科技(北京)有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
CN116740382B (zh) * | 2023-05-08 | 2024-02-20 | 禾多科技(北京)有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
CN116863429A (zh) * | 2023-07-26 | 2023-10-10 | 小米汽车科技有限公司 | 检测模型的训练方法、可行使区域的确定方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000268178A (ja) * | 1999-03-18 | 2000-09-29 | Nec Corp | 画像位置合わせ方法 |
JP2006041939A (ja) * | 2004-07-27 | 2006-02-09 | Victor Co Of Japan Ltd | 監視装置及び監視プログラム |
JP2008015848A (ja) * | 2006-07-07 | 2008-01-24 | Kobe Univ | 物体領域探索方法,物体領域探索プログラムおよび物体領域探索装置 |
US20130083192A1 (en) * | 2011-09-30 | 2013-04-04 | Siemens Industry, Inc. | Methods and System for Stabilizing Live Video in the Presence of Long-Term Image Drift |
JP2020046706A (ja) * | 2018-09-14 | 2020-03-26 | トヨタ自動車株式会社 | 物体検出装置、車両制御システム、物体検出方法及び物体検出用コンピュータプログラム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4406381B2 (ja) * | 2004-07-13 | 2010-01-27 | 株式会社東芝 | 障害物検出装置及び方法 |
JP4254802B2 (ja) * | 2006-05-11 | 2009-04-15 | ソニー株式会社 | 画像処理装置および方法、プログラム並びに記録媒体 |
CN101582161B (zh) * | 2009-06-15 | 2012-11-21 | 北京航空航天大学 | 一种基于透视成像模型标定的c型臂图像校正方法 |
WO2011018999A1 (ja) * | 2009-08-12 | 2011-02-17 | 日本電気株式会社 | 障害物検知装置及び方法並びに障害物検知システム |
CN101852609B (zh) * | 2010-06-02 | 2011-10-19 | 北京理工大学 | 一种基于机器人双目立体视觉的地面障碍物检测方法 |
US8611692B2 (en) * | 2011-09-26 | 2013-12-17 | Northrop Grumman Systems Corporation | Automated image registration with varied amounts of a priori information using a minimum entropy method |
JPWO2014203687A1 (ja) * | 2013-06-17 | 2017-02-23 | コニカミノルタ株式会社 | 画像処理方法、画像処理装置、および画像処理プログラム |
CN103413313B (zh) * | 2013-08-19 | 2016-08-10 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
CN103837869B (zh) * | 2014-02-26 | 2016-06-01 | 北京工业大学 | 基于向量关系的单线激光雷达和ccd相机标定方法 |
CN104010130B (zh) * | 2014-05-05 | 2017-02-15 | 中国科学院国家天文台 | 一种多窗口跟踪的稳像方法 |
CN104596502B (zh) * | 2015-01-23 | 2017-05-17 | 浙江大学 | 一种基于cad模型与单目视觉的物体位姿测量方法 |
WO2018058356A1 (zh) * | 2016-09-28 | 2018-04-05 | 驭势科技(北京)有限公司 | 基于双目立体视觉的汽车防碰撞预警方法和系统 |
CN108876826B (zh) * | 2017-05-10 | 2021-09-21 | 深圳先进技术研究院 | 一种图像匹配方法及系统 |
JP6972938B2 (ja) * | 2017-11-07 | 2021-11-24 | 株式会社アイシン | 周辺監視装置 |
CN109146938B (zh) | 2018-08-30 | 2020-09-15 | 百度在线网络技术(北京)有限公司 | 动态障碍物的位置校准方法、装置、设备及存储介质 |
CN109343061B (zh) | 2018-09-19 | 2021-04-02 | 百度在线网络技术(北京)有限公司 | 传感器标定方法、装置、计算机设备、介质和车辆 |
CN110738183B (zh) * | 2019-10-21 | 2022-12-06 | 阿波罗智能技术(北京)有限公司 | 路侧相机障碍物检测方法及装置 |
CN110962844B (zh) * | 2019-10-28 | 2023-05-30 | 纵目科技(上海)股份有限公司 | 一种车辆航向角修正方法及系统、存储介质及终端 |
-
2020
- 2020-05-20 CN CN202010429060.0A patent/CN111612760B/zh active Active
- 2020-12-10 US US17/117,422 patent/US11688099B2/en active Active
-
2021
- 2021-03-25 EP EP21165055.1A patent/EP3846129A3/en not_active Withdrawn
- 2021-03-26 JP JP2021052615A patent/JP7221324B2/ja active Active
- 2021-03-29 KR KR1020210040407A patent/KR102581429B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000268178A (ja) * | 1999-03-18 | 2000-09-29 | Nec Corp | 画像位置合わせ方法 |
JP2006041939A (ja) * | 2004-07-27 | 2006-02-09 | Victor Co Of Japan Ltd | 監視装置及び監視プログラム |
JP2008015848A (ja) * | 2006-07-07 | 2008-01-24 | Kobe Univ | 物体領域探索方法,物体領域探索プログラムおよび物体領域探索装置 |
US20130083192A1 (en) * | 2011-09-30 | 2013-04-04 | Siemens Industry, Inc. | Methods and System for Stabilizing Live Video in the Presence of Long-Term Image Drift |
JP2020046706A (ja) * | 2018-09-14 | 2020-03-26 | トヨタ自動車株式会社 | 物体検出装置、車両制御システム、物体検出方法及び物体検出用コンピュータプログラム |
Non-Patent Citations (2)
Title |
---|
VOJTECH BARTL, 外1名: ""OptInOpt: Dual Optimization for Automatic Camera Calibration by Multi-Target Observations"", 2019 16TH IEEE INTERNATIONAL CONFERENCE ON ADVANCED VIDEO AND SIGNAL BASED SURVEILLANCE (AVSS), JPN6022013885, 2019, ISSN: 0004877420 * |
高橋徹, 外3名: ""正規化クロスパワースペクトルの形状判別による高速な画像マッチング手法の提案"", 電子情報通信学会技術研究報告, vol. 第117巻, 第513号, JPN6022013887, 11 March 2018 (2018-03-11), JP, pages 37 - 42, ISSN: 0004877419 * |
Also Published As
Publication number | Publication date |
---|---|
JP7221324B2 (ja) | 2023-02-13 |
CN111612760B (zh) | 2023-11-17 |
CN111612760A (zh) | 2020-09-01 |
KR102581429B1 (ko) | 2023-09-20 |
US11688099B2 (en) | 2023-06-27 |
US20210366155A1 (en) | 2021-11-25 |
KR20210042274A (ko) | 2021-04-19 |
EP3846129A2 (en) | 2021-07-07 |
EP3846129A3 (en) | 2021-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021120864A (ja) | 障害物を検出するための方法および装置、電子機器、記憶媒体並びにコンピュータプログラム | |
US8355565B1 (en) | Producing high quality depth maps | |
CN113989450B (zh) | 图像处理方法、装置、电子设备和介质 | |
US11694445B2 (en) | Obstacle three-dimensional position acquisition method and apparatus for roadside computing device | |
JP7166388B2 (ja) | ナンバープレート認識方法、ナンバープレート認識モデルの訓練方法及び装置 | |
JP2021119507A (ja) | 車線の決定方法、車線測位精度の評価方法、車線の決定装置、車線測位精度の評価装置、電子デバイス、コンピュータ可読記憶媒体、及びプログラム | |
US20220222857A1 (en) | Camera calibration method, electronic device, storage medium, and road side device | |
JP2024507727A (ja) | 潜在変数で条件付けた幾何学的形状認識ニューラルネットワークを使用した、シーンの新規画像のレンダリング | |
CN115147328A (zh) | 三维目标检测方法及装置 | |
CN114677422A (zh) | 深度信息生成方法、图像虚化方法和视频虚化方法 | |
JP7321231B2 (ja) | 路側カメラの外部パラメータに基づく三次元感知情報取得方法及び路側機器 | |
CN116703996A (zh) | 基于实例级自适应深度估计的单目三维目标检测算法 | |
WO2022186814A1 (en) | Vehicle environment modeling with a camera | |
Zhou et al. | Improved YOLOv7 models based on modulated deformable convolution and swin transformer for object detection in fisheye images | |
CN117315034B (zh) | 横坡车位坐标的确定方法、装置、计算机设备及存储介质 | |
CN113312979B (zh) | 图像处理方法、装置、电子设备、路侧设备及云控平台 | |
CN116852348B (zh) | 井盖定位方法、装置和系统 | |
CN116823954B (zh) | 铰接式车辆的位姿估计方法、装置、车辆及存储介质 | |
CN117593702B (zh) | 远程监控方法、装置、设备及存储介质 | |
US20230068375A1 (en) | Method and system for detecting a three-dimensional object in a two-dimensional image | |
Wen et al. | UpBEV: Fast and Accurate LiDAR-Based Drivable Region Detection Utilizing Uniform Polar BEV | |
CN115564799A (zh) | 一种目标追踪的处理方法、装置、设备及介质 | |
CN117953157A (zh) | 一种自动驾驶领域的基于二维视频的纯视觉自监督三维预测模型 | |
CN115829894A (zh) | 基于CycleGAN的相机和激光雷达的融合方法 | |
CN115131458A (zh) | 一种高精地图数据处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210326 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20211101 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220906 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20220916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220920 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221220 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230127 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7221324 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |