Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学唐申庚获国家专利权

合肥工业大学唐申庚获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉合肥工业大学申请的专利一种基于图像目标检测和视觉深度估计的碰撞预警方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116403146B

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310188292.5,技术领域涉及:G06V20/50;该发明授权一种基于图像目标检测和视觉深度估计的碰撞预警方法是由唐申庚;肖同欢;郭丹;谷纪豪;曹晨曦;宋万强;黄滨设计研发完成,并于2023-02-27向国家知识产权局提交的专利申请。

一种基于图像目标检测和视觉深度估计的碰撞预警方法在说明书摘要公布了:本发明公开了一种基于图像目标检测和视觉深度估计的碰撞预警方法,该方法包括:1从相机获取深度图像和彩色图像;2基于彩色图像获得目标的检测信息并对目标进行追踪;3对视觉目标进行深度估计和方位估计,形成目标深度和方位信息;4根据目标深度和目标检测结果形成待检测序列;5根据待检测序列进行目标的碰撞预警。本发明能实时检测目标的运动信息,并对运动物目标的运动状态做出准确判断,以给出碰撞预警信息,从而能保障视障人士的出行安全。

本发明授权一种基于图像目标检测和视觉深度估计的碰撞预警方法在权利要求书中公布了:1.一种基于图像目标检测和视觉深度估计的碰撞预警方法,其特征在于,是按照如下步骤进行: 步骤1、从相机获取深度图像和彩色图像并进行预处理; 步骤1.1、以彩色相机的位置作为使用者的位置,使用彩色相机获得使用者视界的彩色图像p,所述彩色图像p的格式为Wp×Hp×channelp,其中,Wp、Hp和channelp分别为所述彩色图像p的宽度、高度和通道数;所述彩色相机的水平、垂直视场角记作Hrgb,Vrgb; 步骤1.2、使用深度相机获得使用者视界的深度图像d,所述深度图像d的格式为channeld×Wd×Hd,其中,channeld、Wd和Hd分别为深度图像d的通道、宽度和高度;令所述深度相机的水平、垂直视场角记作Hdist,Vdist; 步骤1.3、根据所述彩色图像p的尺寸对所述深度图像d进行裁剪,得到像素点一一匹配的两个图像,分别记作imgcolor和imgdist; 步骤1.4、将彩色图像imgcolor进行放缩和填充灰色像素的预处理,得到维度为的预处理后的彩色图像,再对所述预处理后的彩色图像进行维度扩充操作,得到格式为的扩充后的彩色图像,其中,batch表示扩充后的维度,再将所述扩充后的彩色图像中像素点的RGB值进行归一化,从而得到彩色输入图像imgcolorp;其中,表示目标检测网络要求的输入图像的宽度,表示目标检测网络要求的输入图像的高度; 步骤2、基于彩色图像获得目标的检测信息并对目标进行追踪; 步骤2.1、将彩色输入图像imgcolorp输入目标检测网络并进行处理后,输出彩色输入图像imgcolorp的目标检测信息,包括:所有目标的类别、目标的位置信息、置信度信息;其中,目标的位置信息为一个矩形框,并用所述矩形框的左上角坐标、高度和宽度所组成的四元组来表征矩形框的位置信息; 步骤2.2、利用目标追踪算法对所述彩色输入图像imgcolorp的目标检测信息进行检测,从而确定n+1个目标,并从中选择任意一个目标作为考察目标,记为obs,其余n个目标作为测试目标,记为test1,test2,…,testi,…,testn;其中,testi表示所述彩色输入图像imgcolorp的第i个测试目标; 其中,令考察目标obs的位置信息记为四元组xobs,yobs,wobs,hobs,其中,xobs,yobs,wobs,hobs分别表示考察目标obs的矩形框的左上角的横坐标、纵坐标、矩形框的宽度、高度; 步骤3、对视觉目标进行深度估计和方位估计,形成目标深度Depthobs和方位信息; 步骤4、根据目标深度和目标检测结果形成待检测的序列SDseqobs,time; 步骤5、根据待检测序列进行目标的碰撞预警; 步骤5.1、令σ2为角度方差阈值,令kstand为碰撞临界斜率,令碰撞阈值为λ,令P为探测上限,令SumP为time×P时间内非碰撞计数为1的个数,初始化为SumP=0; 步骤5.2、令pcount为探测次数,初始化为pcount=1,令countobs,time为考察目标obs在time周期内的非碰撞标志,初始化countobs,time=0; 步骤5.3、计算考察目标obs相对于使用者位置的偏移角度集合θseqobs,time的方差varobs,time,如果满足varobs,timeσ2,则直接执行步骤5.4,否则,令countobs,time=1后执行步骤5.4; 步骤5.4、将序列SDseqobs,time中所有修正后的目标深度对应的N+1个时刻所构成的序列与所述序列SDseqobs,time一起进行回归直线分析,从而得到最佳拟合直线,令所述最佳拟合直线的斜率为kobs,time,如果kobs≥kstand,则令countobs,time=1后执行步骤5.5;否则,直接执行步骤5.5 步骤5.5、利用式13和式14得到变换后的时间戳t'cap和变换后的个数Sum'p,并将Pcount的值增加1: Sum'P=SumP+counttime,obs14 步骤5.6、重复步骤4.2-步骤4.6、步骤5.2-步骤5.5,直到Pcount=P;若Sum'pλ,则判断为没有碰撞,否则,判断为碰撞。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。