CN112991446A - 图像稳像方法、装置、路侧设备以及云控平台 - Google Patents
图像稳像方法、装置、路侧设备以及云控平台 Download PDFInfo
- Publication number
- CN112991446A CN112991446A CN202110261000.7A CN202110261000A CN112991446A CN 112991446 A CN112991446 A CN 112991446A CN 202110261000 A CN202110261000 A CN 202110261000A CN 112991446 A CN112991446 A CN 112991446A
- Authority
- CN
- China
- Prior art keywords
- image
- offset
- signal lamp
- preset condition
- frame
- 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
- 230000006641 stabilisation Effects 0.000 title claims abstract description 85
- 238000011105 stabilization Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 60
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 239000003381 stabilizer Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6811—Motion detection based on the image signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
- H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请公开了一种图像稳像方法、装置、路侧设备以及云控平台,涉及智能交通和计算机视觉等人工智能技术领域。该方法的一具体实施方式包括:对于图像序列中的当前图像,计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量;将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表,其中,第一预设条件是第一偏移量不大于预设偏移量阈值;基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。该实施方式提升了稳像效果的稳定性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及智能交通和计算机视觉等人工智能技术领域,尤其涉及图像稳像方法、装置、路侧设备以及云控平台。
背景技术
路侧感知是通过在路边架设传感器设备来捕获数据进行分析。例如,在信号灯杆或监控灯杆架设摄像头。由于在路侧感知中进行信号灯的灯色识别,信号灯相对于摄像头的位置保持不变,因此预先采集一帧该摄像头拍摄的信号灯的图像,并手工标注信号灯位置。在实际检测时,根据预先标注的信号灯位置,直接在图像中抠图进行识别。然而,若信号灯或摄像头发生轻微移动,都会导致摄像头与信号灯之间的相对位置发生变化。因此,需要一种图像稳像方法,来纠正发生的位置偏移。
目前,常用的图像稳像方法是基于特征点匹配的偏移矫正。具体地,对于某一帧历史图像,确定该历史图像中的信号灯位置(x1,y1,x2,y2),提取信号灯位置对应的特征点(如SIFT特征,HOG特征等)。对于接下来的每一帧图像,将(x1,y1,x2,y2)向外扩展一部分,使用同样的特征提取方法提取特征点,之后进行特征点匹配。通过匹配的特征点,计算当前图像的信号灯位置相对于历史图像的信号灯位置的偏移量。
发明内容
本申请实施例提出了一种图像稳像方法、装置、路侧设备以及云控平台。
第一方面,本申请实施例提出了一种图像稳像方法,包括:对于图像序列中的当前图像,计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量;将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表,其中,第一预设条件是第一偏移量不大于预设偏移量阈值;基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
第二方面,本申请实施例提出了一种图像稳像装置,包括:计算模块,被配置成对于图像序列中的当前图像,计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量;加入模块,被配置成将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表,其中,第一预设条件是第一偏移量不大于预设偏移量阈值;确定模块,被配置成基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
第三方面,本申请实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本申请实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
第六方面,本申请实施例提供了一种路侧设备,包括如第三方面所述的电子设备。
第七方面,本申请实施例提供了一种云控平台,包括如第三方面所述的电子设备。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请可以应用于其中的示例性***架构图;
图2是根据本申请的图像稳像方法的一个实施例的流程图;
图3是根据本申请的图像稳像方法的又一个实施例的流程图;
图4是根据本申请的图像稳像装置的一个实施例的结构示意图;
图5是用来实现本申请实施例的图像稳像方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的图像稳像方法或图像稳像装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括摄像头101、网络102和服务器103。网络102用以在摄像头101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
摄像头101可以通过网络102与服务器103交互,以接收或发送消息等。
摄像头101泛指架设在路边,且能够采集到信号灯的图像的摄像设备。例如,架设在交叉路口的信号灯杆或监控灯杆上的摄像头。摄像头架设在信号灯杆或监控灯杆上,可能会因为灯杆的热胀冷缩、地面下沉、摄像头安装松动等原因轻微移动,从而导致摄像头与信号灯之间的相对位置发生变化。本申请的目的就是提供一种图像稳像方法,来纠正发生的位置偏移。
服务器103可以提供各种服务。例如服务器103可以对从摄像头101中获取的图像序列等数据进行分析等处理,生成处理结果(例如当前图像的信号灯位置)。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
此外,服务器103也可以由路侧设备(例如路侧计算设备RSCU)、云控平台等代替。
需要说明的是,本申请实施例所提供的图像稳像方法一般由服务器、路侧设备、云控平台等执行,相应地,图像稳像装置一般设置于服务器、路侧设备、云控平台等中。
应该理解,图1中的摄像头、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的摄像头、网络和服务器。
继续参考图2,其示出了根据本申请的图像稳像方法的一个实施例的流程200。该图像稳像方法包括以下步骤:
步骤201,对于图像序列中的当前图像,计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量。
在本实施例中,图像稳像方法的执行主体(例如图1所示的服务器103)可以从路边架设的摄像头(例如图1所示的摄像头101)实时接收其采集的图像序列。对于图像序列中的当前图像,上述执行主体可以计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量。
其中,信号灯通常是指道路交通信号灯,安装在十字、丁字等交叉路口,由道路交通信号控制机控制,指导车辆和行人安全有序地通行。
通常,摄像头架设在路边,能够采集到信号灯的图像。例如,架设在交叉路口的信号灯杆或监控灯杆上。摄像头可以周期性采集图像,并实时发送至上述执行主体。按照采集时间,摄像头采集的一系列图像可以组成图像序列。上述执行主体可以按照采集时间,对图像序列中的图像依次进行处理。
对于图像序列中的当前图像,上述执行主体可以首先利用目标检测算法检测当前图像的稳像框,然后将模板图像的稳像框位置与当前图像的稳像框位置相减,即可得到当前图像的稳像框与模板图像的稳像框之间的第一偏移量。其中,模板图像可以是摄像头预先采集的信号灯的图像,并在图像上标注信号灯和稳像框的位置。为了避免噪点和过度曝光的问题,保证标注准确度,模板图像可以是摄像头日间采集的图像。稳像框可以是马路上的矩形框,为了便于检测,稳像框内可以包括马路标线交叉点。为了提高检测的准确度,稳像框的数目可以是多个。信号灯和稳像框的位置可以是信号灯在预设坐标系下的坐标,例如,信号灯的边界框和稳像框的左上角点和右下角点在像素坐标系下的坐标。其中,像素坐标系是指可视化后图片的坐标系,通常左上角为原点,向右向下为正方向。
步骤202,将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表。
在本实施例中,上述执行主体可以将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表。
通常,满足第一预设条件的第一偏移量对应的图像与模板图像的图像相似性高。例如,第一预设条件可以是第一偏移量不大于预设偏移量阈值。其中,偏移量越小的图像之间的相似性越高。这里,将满足第一预设条件的第一偏移量加入到对应的稳像框的观察列表。而不满足第一预设条件的第一偏移量对应的图像被过滤。此外,需要第一偏移量加入到观察列表中的图像的数量积累到一定数量,才可以保证计算出当前图像的信号灯位置有较高的准确度。而在存在满足第二预设条件的观察列表的情况下,说明已经积累了足够数量的图像。例如,第二预设条件可以是观察列表的长度不小于预设长度阈值。观察列表的长度越长,积累的图像数量越多。其中,模板图像的一个稳像框可以对应一个观察列表,一个或多个观察列表满足第二预设条件时,存在满足第二预设条件的观察列表。
需要说明的是,第一偏移量加入到观察列表中的图像的数量积累足够的情况下,每当观察列表加入一个新的第一偏移量,可以删除该观察列中最早加入的第一偏移量,能够避免早期图像的干扰,提升计算出的信号灯位置的准确度。
步骤203,基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
在本实施例中,上述执行主体可以基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
通常,上述执行主体可以主要使用以下三种稳像策略,来确定当前图像的信号灯位置。
其一,基于单应矩阵变换的信号灯稳像策略,具体步骤如下:
首先,计算从模板图像的稳像框到当前图像的稳像框的单应矩阵。
以任意一个稳像框为例,根据模板图像的稳像框位置和当前图像的稳像框位置,可以计算从模板图像的稳像框到当前图像的稳像框的单应矩阵。其中,单应矩阵的计算公式如下:
然后,将模板图像的信号灯位置乘以单应矩阵,得到当前图像的信号灯位置。
需要说明的是,当前图像的稳像框位置可以利用目标检测算法检测出来。为了提高计算准确度,当前图像的稳像框位置也可以利用稳像框的观察列表中的第一偏移量和模板图像的稳像框位置计算出来。例如,首先计算稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的稳像框之间的偏移量,然后将模板图像的稳像框位置与稳像框之间的偏移量相减,即可得到当前图像的稳像框位置。
利用基于单应矩阵变换的信号灯稳像策略进行稳像,利用所有稳像框的观察列表进行计算,能够提升稳像效果的精准度。
其二,最近邻信号灯稳像策略,具体步骤如下:
首先,选取信号灯的最近邻稳像框。
具体地,计算一个方向的信号灯的中心坐标与每个稳像框的中心坐标之间的距离。其中,距离最近的稳像框是信号灯的最近邻稳像框。在一个路口的一个方向存在一个信号灯的情况下,该信号灯的中心坐标是该方向信号灯的中心坐标。在一个路口的一个方向存在多个信号灯的情况下,计算多个信号灯的中心坐标的中心,作为该方向信号灯的中心坐标。
然后,计算最近邻稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量。
由于当前图像与模板图像的任意静止物体之间的偏移相同,因此当前图像与模板图像的稳像框之间的偏移等于当前图像与模板图像的信号灯之间的偏移。
最后,基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
具体地,将模板图像的信号灯位置与第二偏移量相减,即可得到当前图像的信号灯位置。
利用最近邻信号灯稳像策略进行稳像,仅利用最近邻稳像框的观察列表进行计算,能够降低计算量。
其三,均值信号灯稳像策略,具体步骤如下:
首先,计算每个稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量。
由于当前图像与模板图像的任意静止物体之间的偏移相同,因此当前图像与模板图像的稳像框之间的偏移等于当前图像与模板图像的信号灯之间的偏移。
然后,基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
具体地,将模板图像的信号灯位置与第二偏移量相减,即可得到当前图像的信号灯位置。
利用均值信号灯稳像策略进行稳像,利用所有稳像框的观察列表进行计算,能够提升稳像效果的精准度。
本申请实施例提供的图像稳像方法,首先对于图像序列中的当前图像,计算当前图像与模板图像的每个稳像框之间的第一偏移量;然后将满足第一预设条件的第一偏移量加入到对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表;最后基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。提供了一种基于图像相似性的信号灯稳像方法,仅将满足第一预设条件的第一偏移量加入到观察列表,过滤掉相似度较低的图像,能够基于相似性较高的图像进行信号灯稳像,提升了稳像效果。无需对图像中的特征进行提取,减少对计算资源的消耗,缩短稳像耗时。几乎不会受到车辆车灯照射的影响,提升了稳像效果的稳定性。
进一步参考图3,图3示出了根据本申请的图像稳像方法的又一个实施例的流程300。该图像稳像方法包括以下步骤:
步骤301,对于图像序列中的当前图像,计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量。
步骤302,将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表。
在本实施例中,步骤301-302具体操作已在图2所示的实施例中步骤201-202进行了详细的介绍,在此不再赘述。
步骤303,是否每个观察列表满足第二预设条件。
在本实施例中,图像稳像方法的执行主体(例如图1所示的服务器103)可以确定是否每个观察列表满足第二预设条件。若每个观察列表满足第二预设条件,执行步骤304,使用基于单应矩阵变换的信号灯稳像策略进行稳像;若不是每个观察列表均满足第二预设条件,也就是说,满足第二预设条件的观察列表的数目小于全部观察列表的数目,执行步骤306。
步骤304,计算从模板图像的稳像框到当前图像的稳像框的单应矩阵。
在本实施例中,若每个观察列表满足第二预设条件,上述执行主体可以计算从模板图像的稳像框到当前图像的稳像框的单应矩阵。
以任意一个稳像框为例,根据模板图像的稳像框位置和当前图像的稳像框位置,可以计算从模板图像的稳像框到当前图像的稳像框的单应矩阵。其中,单应矩阵的计算公式如下:
步骤305,将模板图像的信号灯位置乘以单应矩阵,得到当前图像的信号灯位置。
在本实施例中,上述执行主体可以将模板图像的信号灯位置乘以单应矩阵,得到当前图像的信号灯位置。
步骤306,满足第二预设条件的观察列表是否包括最近邻稳像框的观察列表。
在本实施例中,若满足第二预设条件的观察列表的数目小于全部观察列表的数目,上述执行主体可以确定满足第二预设条件的观察列表是否包括最近邻稳像框的观察列表。若满足第二预设条件的观察列表包括最近邻稳像框的观察列表,执行步骤307,使用最近邻信号灯稳像策略进行稳像;若满足第二预设条件的观察列表不包括最近邻稳像框的观察列表,执行步骤310,使用均值信号灯稳像策略进行稳像。
步骤307,选取信号灯的最近邻稳像框。
在本实施例中,若满足第二预设条件的观察列表包括最近邻稳像框的观察列表,上述执行主体可以选取信号灯的最近邻稳像框。具体地,计算一个方向的信号灯的中心坐标与每个稳像框的中心坐标之间的距离。其中,距离最近的稳像框是信号灯的最近邻稳像框。在一个路口的一个方向存在一个信号灯的情况下,该信号灯的中心坐标是该方向信号灯的中心坐标。在一个路口的一个方向存在多个信号灯的情况下,计算多个信号灯的中心坐标的中心,作为该方向信号灯的中心坐标。
步骤308,计算最近邻稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量。
在本实施例中,上述执行主体可以计算最近邻稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量。
由于当前图像与模板图像的任意静止物体之间的偏移相同,因此当前图像与模板图像的稳像框之间的偏移等于当前图像与模板图像的信号灯之间的偏移。
步骤309,基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
在本实施例中,上述执行主体可以基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。具体地,将模板图像的信号灯位置与第二偏移量相减,即可得到当前图像的信号灯位置。
步骤310,计算每个稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量。
在本实施例中,若满足第二预设条件的观察列表不包括最近邻稳像框的观察列表,上述执行主体可以计算每个稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量。
由于当前图像与模板图像的任意静止物体之间的偏移相同,因此当前图像与模板图像的稳像框之间的偏移等于当前图像与模板图像的信号灯之间的偏移。
步骤311,基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
在本实施例中,上述执行主体可以基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。具体地,将模板图像的信号灯位置与第二偏移量相减,即可得到当前图像的信号灯位置。
从图3中可以看出,与图2对应的实施例相比,本实施例中的图像稳像方法突出了信号灯位置确定步骤。由此,本实施例描述的方案,在每个观察列表满足第二预设条件的情况下,选择基于单应矩阵变换的信号灯稳像策略进行稳像。在满足第二预设条件的观察列表的数目小于全部观察列表的数目,且满足第二预设条件的观察列表包括最近邻稳像框的观察列表的情况下,选择最近邻信号灯稳像策略进行稳像。在满足第二预设条件的观察列表的数目小于全部观察列表的数目,且满足第二预设条件的观察列表不包括信号灯的最近邻稳像框的观察列表的情况下,选择均值信号灯稳像策略进行稳像。根据观察列表的情况选择相应的稳像策略,不仅降低了计算量,还提升了稳像效果的精准度。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种图像稳像装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的图像稳像装置400可以包括:计算模块401、加入模块402和确定模块403。其中,计算模块401,被配置成对于图像序列中的当前图像,计算当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量;加入模块402,被配置成将满足第一预设条件的第一偏移量加入到模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表,其中,第一预设条件是第一偏移量不大于预设偏移量阈值;确定模块403,被配置成基于至少一个稳像框的观察列表中的第一偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
在本实施例中,图像稳像装置400中:计算模块401、加入模块402和确定模块403具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,确定模块403进一步被配置成:计算从模板图像的稳像框到当前图像的稳像框的单应矩阵;将模板图像的信号灯位置乘以单应矩阵,得到当前图像的信号灯位置。
在本实施例的一些可选的实现方式中,每个观察列表满足第二预设条件。
在本实施例的一些可选的实现方式中,确定模块403进一步被配置成:选取信号灯的最近邻稳像框;计算最近邻稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量;基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
在本实施例的一些可选的实现方式中,满足第二预设条件的观察列表的数目小于全部观察列表的数目,且满足第二预设条件的观察列表包括最近邻稳像框的观察列表。
在本实施例的一些可选的实现方式中,确定模块403进一步被配置成:计算每个稳像框的观察列表中的第一偏移量的均值,作为当前图像与模板图像的信号灯之间的第二偏移量;基于第二偏移量和模板图像的信号灯位置,确定当前图像的信号灯位置。
在本实施例的一些可选的实现方式中,满足第二预设条件的观察列表的数目小于全部观察列表的数目,且满足第二预设条件的观察列表不包括信号灯的最近邻稳像框的观察列表。
在本实施例的一些可选的实现方式中,第二预设条件是观察列表的长度不小于预设长度阈值。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本申请的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如图像稳像方法。例如,在一些实施例中,图像稳像方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的图像稳像方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像稳像方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的实施例,本申请还提供了一种路侧设备。路侧设备可以包括图5所示的电子设备。可选地,路侧设备除了包括电子设备,还可以包括通信部件等,电子设备可以和通信部件一体集成,也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行图像视频处理和数据计算。可选的,电子设备自身也可以具备感知数据获取功能和通信功能,例如是AI相机,电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算。
根据本申请的实施例,本申请还提供了一种云控平台。云控平台可以包括图5所示的电子设备。可选地,云控平台在云端执行处理,云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行图像视频处理和数据计算;云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心***、云端服务器等。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (21)
1.一种图像稳像方法,包括:
对于图像序列中的当前图像,计算所述当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量;
将满足第一预设条件的第一偏移量加入到所述模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表,其中,所述第一预设条件是第一偏移量不大于预设偏移量阈值;
基于至少一个稳像框的观察列表中的第一偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置。
2.根据权利要求1所述的方法,其中,所述基于至少一个稳像框的观察列表中的第一偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置,包括:
计算从所述模板图像的稳像框到所述当前图像的稳像框的单应矩阵;
将所述模板图像的信号灯位置乘以所述单应矩阵,得到所述当前图像的信号灯位置。
3.根据权利要求2所述的方法,其中,每个观察列表满足所述第二预设条件。
4.根据权利要求1所述的方法,其中,所述基于至少一个稳像框的观察列表中的第一偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置,包括:
选取信号灯的最近邻稳像框;
计算所述最近邻稳像框的观察列表中的第一偏移量的均值,作为所述当前图像与所述模板图像的信号灯之间的第二偏移量;
基于所述第二偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置。
5.根据权利要求4所述的方法,其中,满足所述第二预设条件的观察列表的数目小于全部观察列表的数目,且满足所述第二预设条件的观察列表包括所述最近邻稳像框的观察列表。
6.根据权利要求1所述的方法,其中,所述基于至少一个稳像框的观察列表中的第一偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置,包括:
计算每个稳像框的观察列表中的第一偏移量的均值,作为所述当前图像与所述模板图像的信号灯之间的第二偏移量;
基于所述第二偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置。
7.根据权利要求6所述的方法,其中,满足所述第二预设条件的观察列表的数目小于全部观察列表的数目,且满足所述第二预设条件的观察列表不包括信号灯的最近邻稳像框的观察列表。
8.根据权利要求1-7之一所述的方法,其中,所述第二预设条件是观察列表的长度不小于预设长度阈值。
9.一种图像稳像装置,包括:
计算模块,被配置成对于图像序列中的当前图像,计算所述当前图像的每个稳像框与模板图像的对应的稳像框之间的第一偏移量;
加入模块,被配置成将满足第一预设条件的第一偏移量加入到所述模板图像的对应的稳像框的观察列表,直到存在满足第二预设条件的观察列表,其中,所述第一预设条件是第一偏移量不大于预设偏移量阈值;
确定模块,被配置成基于至少一个稳像框的观察列表中的第一偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置。
10.根据权利要求9所述的装置,其中,所述确定模块进一步被配置成:
计算从所述模板图像的稳像框到所述当前图像的稳像框的单应矩阵;
将所述模板图像的信号灯位置乘以所述单应矩阵,得到所述当前图像的信号灯位置。
11.根据权利要求10所述的装置,其中,每个观察列表满足所述第二预设条件。
12.根据权利要求9所述的装置,其中,所述确定模块进一步被配置成:
选取信号灯的最近邻稳像框;
计算所述最近邻稳像框的观察列表中的第一偏移量的均值,作为所述当前图像与所述模板图像的信号灯之间的第二偏移量;
基于所述第二偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置。
13.根据权利要求12所述的装置,其中,满足所述第二预设条件的观察列表的数目小于全部观察列表的数目,且满足所述第二预设条件的观察列表包括所述最近邻稳像框的观察列表。
14.根据权利要求9所述的装置,其中,所述确定模块进一步被配置成:
计算每个稳像框的观察列表中的第一偏移量的均值,作为所述当前图像与所述模板图像的信号灯之间的第二偏移量;
基于所述第二偏移量和所述模板图像的信号灯位置,确定所述当前图像的信号灯位置。
15.根据权利要求14所述的装置,其中,满足所述第二预设条件的观察列表的数目小于全部观察列表的数目,且满足所述第二预设条件的观察列表不包括信号灯的最近邻稳像框的观察列表。
16.根据权利要求9-15之一所述的装置,其中,所述第二预设条件是观察列表的长度不小于预设长度阈值。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
20.一种路侧设备,包括如权利要求17所述的电子设备。
21.一种云控平台,包括如权利要求17所述的电子设备。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110261000.7A CN112991446A (zh) | 2021-03-10 | 2021-03-10 | 图像稳像方法、装置、路侧设备以及云控平台 |
EP21203548.9A EP3930306A3 (en) | 2021-03-10 | 2021-10-19 | Method and apparatus for stabilizing image, roadside device and cloud control platform |
JP2021170681A JP7258101B2 (ja) | 2021-03-10 | 2021-10-19 | 画像の手ぶれ補正方法、装置、電子機器、記憶媒体、コンピュータプログラム製品、路側機およびクラウド制御プラットフォーム |
US17/505,770 US11792514B2 (en) | 2021-03-10 | 2021-10-20 | Method and apparatus for stabilizing image, roadside device and cloud control platform |
KR1020210140105A KR20210134252A (ko) | 2021-03-10 | 2021-10-20 | 이미지 안정화 방법, 장치, 노변 기기 및 클라우드 제어 플랫폼 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110261000.7A CN112991446A (zh) | 2021-03-10 | 2021-03-10 | 图像稳像方法、装置、路侧设备以及云控平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112991446A true CN112991446A (zh) | 2021-06-18 |
Family
ID=76336317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110261000.7A Pending CN112991446A (zh) | 2021-03-10 | 2021-03-10 | 图像稳像方法、装置、路侧设备以及云控平台 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11792514B2 (zh) |
EP (1) | EP3930306A3 (zh) |
JP (1) | JP7258101B2 (zh) |
KR (1) | KR20210134252A (zh) |
CN (1) | CN112991446A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082871B (zh) * | 2022-07-22 | 2022-12-20 | 合肥讯图信息科技有限公司 | 交通信号灯定位纠偏方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1117251A1 (en) * | 1999-12-29 | 2001-07-18 | Eastman Kodak Company | Automated stabilization method for digital image sequences |
US20140362222A1 (en) * | 2013-06-07 | 2014-12-11 | Iteris, Inc. | Dynamic zone stabilization and motion compensation in a traffic management apparatus and system |
CN107123144A (zh) * | 2017-03-31 | 2017-09-01 | 维沃移动通信有限公司 | 一种定位校准的方法及移动终端 |
US20170257573A1 (en) * | 2016-03-07 | 2017-09-07 | Canon Kabushiki Kaisha | Image stabilizing apparatus, its control method, image pickup apparatus, and storage medium |
US20180084196A1 (en) * | 2012-11-12 | 2018-03-22 | Omni Ai, Inc. | Image stabilization techniques for video surveillance systems |
US20180307925A1 (en) * | 2017-04-20 | 2018-10-25 | GM Global Technology Operations LLC | Systems and methods for traffic signal light detection |
CN109035331A (zh) * | 2017-06-12 | 2018-12-18 | 浙江宇视科技有限公司 | 一种信号灯组的位置矫正方法及设备 |
CN111612760A (zh) * | 2020-05-20 | 2020-09-01 | 北京百度网讯科技有限公司 | 用于检测障碍物的方法和装置 |
CN112150558A (zh) * | 2020-09-15 | 2020-12-29 | 北京百度网讯科技有限公司 | 用于路侧计算设备的障碍物三维位置获取方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7457438B2 (en) * | 2003-12-23 | 2008-11-25 | Genesis Microchip Inc. | Robust camera pan vector estimation using iterative center of mass |
FR2875091B1 (fr) * | 2004-09-08 | 2006-11-24 | Citilog Sa | Procede et dispositif pour stabiliser les images donnees par une camera video |
JP2007334746A (ja) | 2006-06-16 | 2007-12-27 | Olympus Corp | 画像処理装置および画像処理プログラム |
JP6381981B2 (ja) * | 2014-06-12 | 2018-08-29 | 西日本旅客鉄道株式会社 | 線路空間支障物検知システム |
CN109215364B (zh) | 2018-11-19 | 2020-08-18 | 长沙智能驾驶研究院有限公司 | 交通信号识别方法、***、设备和存储介质 |
CN110276738B (zh) | 2019-06-28 | 2023-07-28 | 上海工程技术大学 | 一种bmp图像的roi替换处理方法 |
CN110992725B (zh) | 2019-10-24 | 2022-05-03 | 合肥讯图信息科技有限公司 | 用于检测交通信号灯故障的方法、***及存储介质 |
CN111988611B (zh) | 2020-07-24 | 2024-03-05 | 北京达佳互联信息技术有限公司 | 量化偏移信息的确定方法、图像编码方法、装置及电子设备 |
CN112634366B (zh) * | 2020-12-23 | 2023-10-17 | 北京百度网讯科技有限公司 | 位置信息的生成方法、相关装置及计算机程序产品 |
-
2021
- 2021-03-10 CN CN202110261000.7A patent/CN112991446A/zh active Pending
- 2021-10-19 JP JP2021170681A patent/JP7258101B2/ja active Active
- 2021-10-19 EP EP21203548.9A patent/EP3930306A3/en not_active Withdrawn
- 2021-10-20 KR KR1020210140105A patent/KR20210134252A/ko not_active Application Discontinuation
- 2021-10-20 US US17/505,770 patent/US11792514B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1117251A1 (en) * | 1999-12-29 | 2001-07-18 | Eastman Kodak Company | Automated stabilization method for digital image sequences |
US20180084196A1 (en) * | 2012-11-12 | 2018-03-22 | Omni Ai, Inc. | Image stabilization techniques for video surveillance systems |
US20140362222A1 (en) * | 2013-06-07 | 2014-12-11 | Iteris, Inc. | Dynamic zone stabilization and motion compensation in a traffic management apparatus and system |
US20170257573A1 (en) * | 2016-03-07 | 2017-09-07 | Canon Kabushiki Kaisha | Image stabilizing apparatus, its control method, image pickup apparatus, and storage medium |
CN107123144A (zh) * | 2017-03-31 | 2017-09-01 | 维沃移动通信有限公司 | 一种定位校准的方法及移动终端 |
US20180307925A1 (en) * | 2017-04-20 | 2018-10-25 | GM Global Technology Operations LLC | Systems and methods for traffic signal light detection |
CN109035331A (zh) * | 2017-06-12 | 2018-12-18 | 浙江宇视科技有限公司 | 一种信号灯组的位置矫正方法及设备 |
CN111612760A (zh) * | 2020-05-20 | 2020-09-01 | 北京百度网讯科技有限公司 | 用于检测障碍物的方法和装置 |
CN112150558A (zh) * | 2020-09-15 | 2020-12-29 | 北京百度网讯科技有限公司 | 用于路侧计算设备的障碍物三维位置获取方法及装置 |
Non-Patent Citations (2)
Title |
---|
XIAOFANG KONG等: "Particle filter-based vehicle tracking via HOG features after image stabilisation in intelligent drive system", 《IET INTELLIGENT TRANSPORT SYSTEMS》 * |
刘晶等: "变电站巡检机器人视觉精确定位算法研究", 《工业仪表与自动化装置》 * |
Also Published As
Publication number | Publication date |
---|---|
JP2022006180A (ja) | 2022-01-12 |
EP3930306A3 (en) | 2022-04-27 |
US20220038627A1 (en) | 2022-02-03 |
US11792514B2 (en) | 2023-10-17 |
EP3930306A2 (en) | 2021-12-29 |
KR20210134252A (ko) | 2021-11-09 |
JP7258101B2 (ja) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633526B (zh) | 一种图像跟踪点获取方法及设备、存储介质 | |
CN112560684B (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN112509126B (zh) | 三维物体检测的方法、装置、设备及存储介质 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN112700410A (zh) | 信号灯位置确定方法、装置、存储介质、程序、路侧设备 | |
CN114037087A (zh) | 模型训练方法及装置、深度预测方法及装置、设备和介质 | |
CN112991446A (zh) | 图像稳像方法、装置、路侧设备以及云控平台 | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN112507956B (zh) | 信号灯识别方法、装置、电子设备、路侧设备和云控平台 | |
CN113344906A (zh) | 车路协同中相机评估方法、装置、路侧设备和云控平台 | |
EP4080479A2 (en) | Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system | |
CN115953434A (zh) | 轨迹匹配方法、装置、电子设备和存储介质 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN114494680A (zh) | 积水检测方法、装置、设备及存储介质 | |
CN114565906A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN112991290B (zh) | 图像稳像方法、装置、路侧设备、云控平台 | |
CN112507951B (zh) | 指示灯识别方法、装置、设备、路侧设备和云控平台 | |
CN112700657B (zh) | 用于生成检测信息的方法、装置、路侧设备和云控平台 | |
CN113312979B (zh) | 图像处理方法、装置、电子设备、路侧设备及云控平台 | |
CN113538478B (zh) | 基于图像的箱体边界提取方法、***、设备及存储介质 | |
US20230386055A1 (en) | Image feature matching method, computer device, and storage medium | |
CN114663843A (zh) | 道路团雾的检测方法、装置、电子设备及存储介质 | |
CN116363400A (zh) | 一种车辆匹配方法、装置、电子设备和存储介质 | |
CN118072280A (zh) | 交通灯的变更检测方法、装置、电子设备及自动驾驶车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210618 |