[发明专利]车辆对象追踪在审
| 申请号: | 202010186740.4 | 申请日: | 2020-03-17 |
| 公开(公告)号: | CN111723639A | 公开(公告)日: | 2020-09-29 |
| 发明(设计)人: | 穆斯塔法·帕尔恰米;金塔拉斯·文森特·普斯科里奥斯;迪尼斯·帕拉尼萨米 | 申请(专利权)人: | 福特全球技术公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京连和连知识产权代理有限公司 11278 | 代理人: | 刘小峰 |
| 地址: | 美国密歇根*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 车辆 对象 追踪 | ||
1.一种方法,其包括:
基于视频流数据确定对象位置预测,其中所述对象位置预测是基于利用神经网络处理经裁剪典型性和离心率数据分析(TEDA)数据;以及
基于所述车辆的位置将所述对象位置预测提供给车辆。
2.如权利要求1所述的方法,其还包括:通过处理所述视频流数据以基于k视频帧的移动窗口上的每像素平均值和每像素方差确定离心率图像来确定TEDA数据,其中k是较小的数。
3.如权利要求2所述的方法,其还包括:通过确定三通道输出图像来确定TEDA数据,所述三通道输出图像包括灰度图像、正离心率e+图像和负离心率e-图像。
4.如权利要求1所述的方法,其还包括:基于所述对象位置预测裁剪所述TEDA数据,其中初始对象位置预测是基于利用神经网络处理视频流数据帧并确定最小包围矩形来确定的。
5.如权利要求4所述的方法,其中所述经裁剪TEDA数据是利用卷积神经网络来处理以确定所述对象位置预测。
6.如权利要求5所述的方法,其中第一对象位置预测与中间结果级联或在随后的迭代中与在前一迭代中输出的对象位置预测级联,并且利用完全连接的神经网络进行处理以确定所述对象位置预测。
7.如权利要求1所述的方法,其还包括:基于全局坐标确定所述对象位置预测。
8.如权利要求1所述的方法,其还包括:基于与所述车辆的所述位置相对应的全局坐标下载所述对象位置预测。
9.如权利要求1所述的方法,其中所述视频流数据由包括在交通基础设施系统中的固定视频相机获取,所述交通基础设施系统包括经由无线网络与所述车辆进行通信的计算装置。
10.如权利要求1所述的方法,其中所述神经网络是基于记录的视频流数据和记录的地面实况对象位置信息来训练的。
11.如权利要求10所述的方法,其中所述地面实况对象位置信息是基于全局坐标来确定的。
12.如权利要求11所述的方法,其还包括:基于所述对象位置预测操作所述车辆。
13.如权利要求12所述的方法,其中基于所述对象位置预测操作所述车辆包括:确定车辆路径,并且将所述对象位置预测与所述车辆路径相结合。
14.如权利要求13所述的方法,其中基于所述位置预测操作所述车辆包括:控制车辆动力传动系统、制动器和转向中的一者或多者。
15.一种系统,其包括被编程为执行如权利要求1-14中任一项所述的方法的计算机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福特全球技术公司,未经福特全球技术公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010186740.4/1.html,转载请声明来源钻瓜专利网。





