本技术实施例提供了一种道路灭点位置的获取方法及装置，应用于第一车辆设备，方法包括:采集包括第二车辆设备的图像；基于采集的所述图像进行车道线检测，得到所述图像中所述第一车辆设备所处车道的车道线信息；基于采集的所述图像进行车辆检测，得到所述第二车辆设备相对于所述图像的车辆参数；基于所述车道线信息及所述车辆参数，确定所述第一车辆设备所处车道对应的灭点位置。

本公开提供了一种地面点云的分割方法、存储介质及电子设备，涉及点云数据处理技术领域。通过车辆上的激光雷达获取原始点云；获取各原始点云的辐射范围数据，据此对原始点云进行噪点过滤，获得第一点云；确定目标区域，划分目标区域获得多个子区域；根据各子区域中分布的第一点云的数量对多个子区域过滤，获得多个目标子区域及其中的第二点云；对各目标子区域中的第二点云进行高度筛选，获得候选点云；根据候选点云进行奇异值分解，并根据奇异值分解结果进行平面拟合，获得候选平面；计算候选平面对应的平面状态量，根据平面状态量进行点云筛选，获得地面点云和非地面点云；再次进行平面拟合过滤，获得地面点云分割结果。提高地面点云分割精度。

本技术涉及像素追踪技术领域，具体为一种基于AI应用高清视频流像素追踪训练方法，包括以下步骤:基于设置的视频输入参数，采用DCNN网络，对视频帧的纹理、边缘和颜色分布进行分析，并调整卷积核尺寸和形状，匹配视频特征的变化，得到特征数据映射。本发明中，通过结合深度卷积和递归神经网络处理高清视频流，实现精细追踪和高效分析，通过对高清视频流中的局部与全局信息的细化及动态参数调整，显著提升像素追踪的准确性和速度，尤其是在快速变化的视频场景中，能够通过逐帧分析，精确提取和分析像素的颜色和纹理变化，优化像素追踪性能，使得在处理大规模高清视频数据时，能够实时调整，确保追踪结果的准确与及时。

本技术提供一种建筑物立面玻璃区域提取方法及系统，方法包括:基于深度学习算法，从多视角倾斜摄影影像中提取玻璃区域；从建筑物三维模型中提取立面点云数据；根据建筑物三维模型与倾斜摄影影像之间的映射关系以及从倾斜摄影影像中提取的玻璃区域，从所述立面点云数据中提取建筑物立面玻璃区域。本发明方法关注倾斜摄影测量自动建模的需求，针对城市的建筑物立面玻璃，利用了多视图像生成的密集匹配点云立面信息和倾斜影像中目标的空间结构信息，能有效提取立面玻璃区域语义信息，为城市的建筑语义理解和建筑物模型优化提供基础数据支持。

本文实施例公开了一种增材制造质量检测方法及相关装置，该方法包括:工控电脑获取激光增材制造过程中第一时段的光信号对应的电信号，工控电脑基于至少两个光信号对应的至少两个电信号分别构建至少两张轨迹幅值图；工控电脑分别对至少两张轨迹幅值图进行划分，以得到多个图像块集；工控电脑基于每个图像块集中的图像块的电信号幅值，确定目标切片层中每个图像块集中图像块对应的区域是否存在缺陷。有利于检测出增材加工过程中的零件切片层的异常区域。

 本技术涉及水下机器人虚拟演练领域，具体公开了一种水下大坝巡检机器人虚拟演练系统及其构建方法，该系统包括用户交互层、系统功能层和数据资源层，旨在解决现有水下机器人操作复杂、培训成本高的问题；系统通过参数设定、科目选择、人机设备交互及可视化UI实现用户交互；采用任务管理与评价、虚拟设备控制、场景仿真渲染及场景管理模块实现功能集成；利用基础数据、3D模型数据、演练数据及场景数据进行数据管理；系统能够模拟水下机器人作业全流程，覆盖天气、水质、昼夜变化等环境仿真，操作员可通过该系统对不同水下机器人大坝缺陷巡检任务进行模拟演练，节省人力物力的同时，提升操作熟练度与准确性，有效节省培训成本且降低了操作风险。

 本技术涉及水下机器人导航与计算机视觉技术领域，具体涉及一种基于运动反演的单目相机水下目标检测定位方法，包括:采集水下图像；对水下图像中的目标进行检测和补偿，并获取目标的实际物理宽度和实际物理高度；获取目标中心相对于相机摄像头中心的横向偏离角度；获取目标中心到相机摄像头中心的直线距离；获取目标中心和相机摄像头中心之间的纵向高度；对目标定位。本发明能够同时对目标进行检测和对尺寸及位置进行稳健估计，确保了目标检测定位的连续性和准确性。

 本技术公开了一种基于雷达点云的像素级相对‑绝对深度转换方法。本发明根据相对深度图与雷达点云图的结构关系进行基于伪深度的雷达点云采样，通过少量高相关性雷达点云点的对映射参数矩阵进行加权估计，以此实现相对‑绝对深度转化；但由于逐像素估计和全局采样会导致计算效率大幅下降，进一步提出多尺度参数估计和基于DBSCAN算法的动态邻域采样优化方法，以极小的性能损失实现效率的大幅提升。本发明将该深度转换算法与优化方法相互结合，实现高性能的零样本雷达点云补全效果，尤其在结构一致性和深度准确性方面取得了较好的表现。本发明方法在纠正相对深度估计误差的同时，尽可能保留较好的相对深度结构信息，得到结构清晰的高精度深度补全结果图。

 本技术公开了一种基于频域数据球化的红外弱小目标检测方法及装置。包括:(1)将待检测图像帧和其前后相邻图像帧构造为一个三维时空张量(2)将从空间域转换到频域；(3)设计并应用高通滤波器，得到高通滤波张量；(4)构造频域球化空间并将高通滤波张量映射到球化空间，得到频域球化张量(5)将转换至空间域，得到球化张量(6)设计信息过滤器并应用于的最中间的正面切片，得到目标检测结果矩阵Tt，对每一待检测帧图像重复上述计算，进而得到目标检测序列作为红外弱小目标检测结果，实现红外弱小目标检测。本发明的基于频域数据球化的红外弱小目标检测方法，能有效提升红外弱小目标的检测性能。

 本技术属于视觉语义理解领域，公开了一种针对目标关键部位的轻量化语义理解方法及相关设备，本方法中的轻量化语义理解模型利用特征金字塔网络自顶向下融合特征，同时保留了低层细节和高层语义信息，对目标关键部位图像进行初步处理并将得到的特征图输入至目标检测头和语义分割模型，以实现并行处理；由于目标检测头能够识别图像中不同目标的边界框和类别，而语义分割模型提供了像素级别的类别信息；二者结合时，目标检测头能够利用语义分割模型的丰富上下文信息，降低误检出现的概率，同时语义分割模型能够利用目标检测头的定位信息来细化分割边界，起到了互为辅助的效果；采用本方法保证了输出结果的稳定性，提升了语义理解的适用性和鲁棒性。