JP2022510329A - 駐車スペース検出方法、装置及び電子機器 - Google Patents
駐車スペース検出方法、装置及び電子機器 Download PDFInfo
- Publication number
- JP2022510329A JP2022510329A JP2021531322A JP2021531322A JP2022510329A JP 2022510329 A JP2022510329 A JP 2022510329A JP 2021531322 A JP2021531322 A JP 2021531322A JP 2021531322 A JP2021531322 A JP 2021531322A JP 2022510329 A JP2022510329 A JP 2022510329A
- Authority
- JP
- Japan
- Prior art keywords
- parking space
- image
- point information
- corner point
- vacant
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 103
- 238000013528 artificial neural network Methods 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012549 training Methods 0.000 claims description 81
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 230000002093 peripheral effect Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 abstract description 10
- 230000011218 segmentation Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
Description
本願は、2019年5月29日に提出された出願番号が201910458754.4である中国特許出願に基づく優先権を主張し、該中国特許出願の全内容が参照として本願に組み込まれる。
駐車スペース画像を取得するように構成される第1取得モジュールと、
前記駐車スペース画像をニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得るように構成される処理モジュールと、
前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定するように構成される決定モジュールと、を備える。
駐車スペース画像を取得するように構成される第1取得モジュール110と、
前記駐車スペース画像をニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得るように構成される処理モジュール120と、
前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定するように構成される決定モジュール130と、を備えてもよい。
拡張モジュール140は、前記駐車スペース画像の四周縁において、外へ所定値で拡張するように構成され、前記所定値は、駐車スペースの長さの半分以下であり、
前記処理モジュール120は、拡張後の前記駐車スペース画像を前記ニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得るように構成される。
複数の駐車スペース訓練画像を取得するように構成される第2取得モジュール150と、
前記複数の駐車スペース訓練画像を用いて、前記ニューラルネットワークを訓練するように構成される訓練モジュール160であって、前記駐車スペース訓練画像は、空き駐車スペースのキーポイント情報に対するアノテーション情報を含む、訓練モジュール160と、を備える。
前記駐車スペース訓練画像内の空き駐車スペースの角点情報と、前記駐車スペース訓練画像内の空き駐車スペースのキーポイント情報で構成される領域情報と、を取得し、前記駐車スペース訓練画像、前記駐車スペース訓練画像内の空き駐車スペースの角点情及び領域情報を用いて、前記ニューラルネットワークを訓練するように構成される。
コンピュータプログラムを記憶するように構成されるメモリ310と、
前記コンピュータプログラムを実行し、上記駐車スペース検出方法を実現させるように構成されるプロセッサ320と、を備え、その実現原理及び技術的効果は類似しており、ここで、詳細な説明を省略する。
Claims (20)
- 駐車スペース検出方法であって、
駐車スペース画像を取得することと、
前記駐車スペース画像をニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得ることと、
前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定することと、を含む、駐車スペース検出方法。 - 前記駐車スペース画像内の空き駐車スペースの領域情報及び角点情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定することは、
前記駐車スペース画像内の空き駐車スペースの領域情報と角点情報をフュージョンし、前記駐車スペース画像内の空き駐車スペースの検出結果を決定することを含むことを特徴とする
請求項1に記載の方法。 - 前記駐車スペース画像内の空き駐車スペースの領域情報と角点情報をフュージョンし、前記駐車スペース画像内の空き駐車スペースの検出結果を決定することは、
前記駐車スペース画像内の空き駐車スペースの角点情報で構成される駐車スペース領域情報を決定することと、
前記駐車スペース画像内の空き駐車スペースの領域情報と、前記角点情報で構成される駐車スペース領域情報と、をフュージョンし、フュージョンした領域情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定することと、を含むことを特徴とする
請求項2に記載の方法。 - 前記駐車スペース画像をニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得る前に、前記方法は、
前記駐車スペース画像の四周縁において、外へ所定値で拡張することであって、前記所定値は、駐車スペースの長さの半分以下である、ことを更に含み、
前記駐車スペース画像をニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得ることは、
拡張後の前記駐車スペース画像を前記ニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得ることを含むことを特徴とする
請求項1-3のうちいずれか一項に記載の方法。 - 前記方法は、
複数の駐車スペース訓練画像を取得することと、
前記複数の駐車スペース訓練画像を用いて、前記ニューラルネットワークを訓練することであって、前記駐車スペース訓練画像は、空き駐車スペースのキーポイント情報に対するアノテーション情報を含む、ことと、を更に含むことを特徴とする
請求項1-4のうちいずれか一項に記載の方法。 - 前記駐車スペース訓練画像の四周縁を外へ所定値で拡張し、前記所定値は、駐車スペースの長さの半分以下であることを特徴とする
請求項5に記載の方法。 - 前記駐車スペース訓練画像内の空き駐車スペースのキーポイント情報は、前記空き駐車スペースの少なくとも1つの角点情報を含むことを特徴とする
請求項5又は6に記載の方法。 - 前記複数の駐車スペース訓練画像を用いて、前記ニューラルネットワークを訓練することは、
前記駐車スペース訓練画像内の空き駐車スペースの角点情報と、前記駐車スペース訓練画像内の空き駐車スペースのキーポイント情報で構成される領域情報と、を取得することと、
前記駐車スペース訓練画像、前記駐車スペース訓練画像内の空き駐車スペースの角点情及び領域情報を用いて、前記ニューラルネットワークを訓練することと、を含むことを特徴とする
請求項7に記載の方法。 - 前記駐車スペース訓練画像は、広角カメラにより撮影された画像であることを特徴とする
請求項5-8のうちいずれか一項に記載の方法。 - 駐車スペース検出装置であって、
駐車スペース画像を取得するように構成される第1取得モジュールと、
前記駐車スペース画像をニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得るように構成される処理モジュールと、
前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定するように構成される決定モジュールと、を備える、駐車スペース検出装置。 - 前記決定モジュールは、前記駐車スペース画像内の空き駐車スペースの領域情報と角点情報をフュージョンし、前記駐車スペース画像内の空き駐車スペースの検出結果を決定するように構成されることを特徴とする
請求項10に記載の装置。 - 前記決定モジュールは、前記駐車スペース画像内の空き駐車スペースの角点情報で構成される駐車スペース領域情報を決定し、前記駐車スペース画像内の空き駐車スペースの領域情報と、前記角点情報で構成される駐車スペース領域情報と、をフュージョンし、フュージョンした領域情報に基づいて、前記駐車スペース画像内の空き駐車スペースの検出結果を決定するように構成されることを特徴とする
請求項11に記載の装置。 - 前記装置は、
前記駐車スペース画像の四周縁において、外へ所定値で拡張するように構成される拡張モジュールを更に備え、前記所定値は、駐車スペースの長さの半分以下であり、
前記処理モジュールは、拡張後の前記駐車スペース画像を前記ニューラルネットワークに入力し、前記駐車スペース画像内の空き駐車スペースの領域情報及び/又は角点情報を得るように構成されることを特徴とする
請求項10-12のうちいずれか一項に記載の装置。 - 前記装置は、
複数の駐車スペース訓練画像を取得するように構成される第2取得モジュールと、
前記複数の駐車スペース訓練画像を用いて、前記ニューラルネットワークを訓練するように構成される訓練モジュールであって、前記駐車スペース訓練画像は、空き駐車スペースのキーポイント情報に対するアノテーション情報を含む、訓練モジュールと、を更に備えることを特徴とする
請求項10-13のうちいずれか一項に記載の装置。 - 前記駐車スペース訓練画像の四周縁を外へ所定値で拡張し、前記所定値は、駐車スペースの長さの半分以下であることを特徴とする
請求項14に記載の装置。 - 前記駐車スペース訓練画像内の空き駐車スペースのキーポイント情報は、前記空き駐車スペースの少なくとも1つの角点情報を含むことを特徴とする
請求項14又は15に記載の装置。 - 前記訓練モジュールは、前記駐車スペース訓練画像内の空き駐車スペースの角点情報と、前記駐車スペース訓練画像内の空き駐車スペースのキーポイント情報で構成される領域情報と、を取得し、前記駐車スペース訓練画像、前記駐車スペース訓練画像内の空き駐車スペースの角点情及び領域情報を用いて、前記ニューラルネットワークを訓練するように構成されることを特徴とする
請求項16に記載の装置。 - 前記駐車スペース訓練画像は、広角カメラにより撮影された画像であることを特徴とする
請求項14-17のうちいずれか一項に記載の装置。 - 電子機器であって、
コンピュータプログラムを記憶するように構成されるメモリと、
前記コンピュータプログラムを実行し、請求項1-9のうちいずれか一項に記載の駐車スペース検出方法を実現するように構成されるプロセッサと、を備える、電子機器。 - コンピュータ記憶媒体であって、前記コンピュータ記憶媒体にコンピュータプログラムが記憶されており、前記コンピュータプログラムが実行される時、請求項1-9のうちいずれか一項に記載の駐車スペース検出方法を実現する、コンピュータ記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910458754.4 | 2019-05-29 | ||
CN201910458754.4A CN112016349A (zh) | 2019-05-29 | 2019-05-29 | 停车位的检测方法、装置与电子设备 |
PCT/CN2020/075065 WO2020238284A1 (zh) | 2019-05-29 | 2020-02-13 | 停车位的检测方法、装置与电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022510329A true JP2022510329A (ja) | 2022-01-26 |
Family
ID=73501819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021531322A Pending JP2022510329A (ja) | 2019-05-29 | 2020-02-13 | 駐車スペース検出方法、装置及び電子機器 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2022510329A (ja) |
KR (1) | KR20210087070A (ja) |
CN (1) | CN112016349A (ja) |
WO (1) | WO2020238284A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067598B (zh) * | 2020-07-30 | 2023-06-13 | 上汽通用汽车有限公司 | 确定空闲车位的方法、装置 |
CN112560689B (zh) * | 2020-12-17 | 2024-04-19 | 广州小鹏自动驾驶科技有限公司 | 一种车位检测方法、装置、电子设备和存储介质 |
CN115131762A (zh) * | 2021-03-18 | 2022-09-30 | 广州汽车集团股份有限公司 | 一种车辆泊车方法、系统及计算机可读存储介质 |
CN113408514A (zh) * | 2021-06-16 | 2021-09-17 | 超级视线科技有限公司 | 一种基于深度学习检测路侧停车场泊位的方法及装置 |
CN113674199A (zh) * | 2021-07-06 | 2021-11-19 | 浙江大华技术股份有限公司 | 停车位检测方法、电子设备及存储介质 |
CN113822156B (zh) * | 2021-08-13 | 2022-05-24 | 北京易航远智科技有限公司 | 车位检测处理方法、装置、电子设备及存储介质 |
CN113903188B (zh) * | 2021-08-17 | 2022-12-06 | 浙江大华技术股份有限公司 | 车位检测方法、电子设备及计算机可读存储介质 |
CN113408509B (zh) * | 2021-08-20 | 2021-11-09 | 智道网联科技(北京)有限公司 | 用于自动驾驶的标识牌识别方法及装置 |
CN113870613B (zh) * | 2021-10-14 | 2022-09-30 | 中国第一汽车股份有限公司 | 停车位确定方法、装置、电子设备及存储介质 |
CN114359231A (zh) * | 2022-01-06 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种停车位的检测方法、装置、设备及存储介质 |
CN115206130B (zh) * | 2022-07-12 | 2023-07-18 | 合众新能源汽车股份有限公司 | 一种车位检测方法、系统、终端及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018041176A (ja) * | 2016-09-05 | 2018-03-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 駐車位置特定方法、駐車位置学習方法、駐車位置特定システム、駐車位置学習装置およびプログラム |
JP2018089301A (ja) * | 2016-12-07 | 2018-06-14 | 学校法人常翔学園 | 生体画像処理装置、出力画像製造方法、学習結果製造方法、及びプログラム |
JP2018206260A (ja) * | 2017-06-08 | 2018-12-27 | 国立大学法人 筑波大学 | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム |
JP2019096072A (ja) * | 2017-11-22 | 2019-06-20 | 株式会社東芝 | 物体検出装置、物体検出方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897655A (zh) * | 2015-12-18 | 2017-06-27 | 富士通株式会社 | 停车位的检测装置、方法以及图像处理设备 |
CN107424116B (zh) * | 2017-07-03 | 2020-06-19 | 浙江零跑科技有限公司 | 基于侧环视相机的泊车位检测方法 |
CN108281041A (zh) * | 2018-03-05 | 2018-07-13 | 东南大学 | 一种基于超声波和视觉传感器相融合的泊车车位检测方法 |
CN109086708A (zh) * | 2018-07-25 | 2018-12-25 | 深圳大学 | 一种基于深度学习的停车位检测方法及系统 |
CN109685000A (zh) * | 2018-12-21 | 2019-04-26 | 广州小鹏汽车科技有限公司 | 一种基于视觉的车位检测方法及装置 |
-
2019
- 2019-05-29 CN CN201910458754.4A patent/CN112016349A/zh active Pending
-
2020
- 2020-02-13 WO PCT/CN2020/075065 patent/WO2020238284A1/zh active Application Filing
- 2020-02-13 JP JP2021531322A patent/JP2022510329A/ja active Pending
- 2020-02-13 KR KR1020217016722A patent/KR20210087070A/ko not_active Application Discontinuation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018041176A (ja) * | 2016-09-05 | 2018-03-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 駐車位置特定方法、駐車位置学習方法、駐車位置特定システム、駐車位置学習装置およびプログラム |
JP2018089301A (ja) * | 2016-12-07 | 2018-06-14 | 学校法人常翔学園 | 生体画像処理装置、出力画像製造方法、学習結果製造方法、及びプログラム |
JP2018206260A (ja) * | 2017-06-08 | 2018-12-27 | 国立大学法人 筑波大学 | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム |
JP2019096072A (ja) * | 2017-11-22 | 2019-06-20 | 株式会社東芝 | 物体検出装置、物体検出方法およびプログラム |
Non-Patent Citations (1)
Title |
---|
LIN ZHANG ET AL.: "Vision-Based Parking-Slot Detection: ADCNN-Based Approach and a Large-Scale Benchmark Dataset", [ONLINE], JPN6022026899, November 2018 (2018-11-01), ISSN: 0004989515 * |
Also Published As
Publication number | Publication date |
---|---|
KR20210087070A (ko) | 2021-07-09 |
CN112016349A (zh) | 2020-12-01 |
WO2020238284A1 (zh) | 2020-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022510329A (ja) | 駐車スペース検出方法、装置及び電子機器 | |
US10482572B2 (en) | Fusion of motion and appearance features for object detection and trajectory prediction | |
CN108416327B (zh) | 一种目标检测方法、装置、计算机设备及可读存储介质 | |
JP6775263B2 (ja) | 測位方法及び装置 | |
US20190325203A1 (en) | Dynamic emotion recognition in unconstrained scenarios | |
CN112258512B (zh) | 点云分割方法、装置、设备和存储介质 | |
CN107392189B (zh) | 用于确定无人车的驾驶行为的方法和装置 | |
WO2021008206A1 (zh) | 神经网络结构的搜索方法、图像处理方法和装置 | |
WO2021169852A1 (en) | System and method for real-time, simultaneous object detection and semantic segmentation | |
CN110910422A (zh) | 目标跟踪方法、装置、电子设备和可读存储介质 | |
CN111126140A (zh) | 文本识别方法、装置、电子设备以及存储介质 | |
CN110287877B (zh) | 视频目标的处理方法及装置 | |
CN114223019A (zh) | 用于参数有效的语义图像分割的反馈解码器 | |
CN112862828A (zh) | 一种语义分割方法、模型训练方法及装置 | |
KR20210059576A (ko) | 인공 지능 기반의 영상 처리 방법 및 이를 수행하는 영상 처리 장치 | |
US10460453B2 (en) | Feature point identification in sparse optical flow based tracking in a computer vision system | |
CN111862351B (zh) | 定位模型优化方法、定位方法和定位设备 | |
CN107146245B (zh) | 图像匹配方法和装置 | |
John et al. | Deep visible and thermal camera-based optimal semantic segmentation using semantic forecasting | |
Deng et al. | Incremental image set querying based localization | |
CN116310179A (zh) | 点云补全方法、装置、设备和介质 | |
CN116485880A (zh) | 针对电池顶盖的飞行焊接方法、装置和计算机设备 | |
Pei et al. | MWNet: object detection network applicable for different weather conditions | |
US20210241105A1 (en) | Inference apparatus, inference method, and storage medium | |
CN113362227A (zh) | 图像处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210601 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210601 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220624 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230214 |