-
公开(公告)号：CN105608727B
公开(公告)日：2018-08-10
申请号：CN201610115647.8
申请日：2016-03-01
Applicant: 中国科学院计算技术研究所
IPC: G06T13/60
Abstract: 本发明提出一种数据驱动的近岸涌浪动画合成方法及系统，涉及图像处理和计算机视觉领域，该方法包括对水面视频的单目视频进行重建，获取所述单目视频的高度场数据，对所述水面视频进行开运算重建与闭运算重建，获取涌浪掩膜，通过形态学细化算法对所述涌浪掩膜进行处理，获取涌浪骨架信息；根据所述涌浪掩膜、所述涌浪骨架信息，创建快速涌浪高度变化模型，通过所述快速涌浪高度变化模型并根据所述高度场数据，获取帧序列图；获取用户输入涌浪的目标形状，并将所述帧序列图中的涌浪初始形状变化成所述目标形状，并将所述目标形状生成动画。本发明提高了重建数据的复用性；本发明使涌浪信息和控制方式更加简单直观。
-
公开(公告)号：CN106650202A
公开(公告)日：2017-05-10
申请号：CN201610828865.6
申请日：2016-09-18
Applicant: 中国科学院计算技术研究所
CPC classification number: G06F19/00 , G06K9/6256 , G06K9/6267
Abstract: 本发明提出一种数据驱动的室内区域布局预测方法及系统，涉及室内区域布局预测，该方法包括步骤1，提取家居场景案例库中所有房间的形状特征与室内区域的布局属性，构造布局预测模型训练集，其中所述布局预测模型训练集为 二元组集合；步骤2，根据所述布局预测模型训练集，训练布局预测模型，根据待布局房间的形状特征，通过所述布局预测模型预测待布局房间的室内区域的位置分布，以完成预测室内区域布局。本发明无需人为预先定义待布局对象布局应满足的约束，可以从布局案例中学习布局空间几何特征与布局对象位置分布的关系，并对新的布局空间预测其布局对象的位置分布。
-
公开(公告)号：CN106484955A
公开(公告)日：2017-03-08
申请号：CN201610826911.9
申请日：2016-09-14
Applicant: 中国科学院计算技术研究所
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明提出一种基于Voronoi图的室内布局评价方法及系统，涉及一种室内布局评价方法，该方法包括步骤1，构造场景Voronoi图，其中构造全局范围内的场景Voronoi图，并保留室内区域的室内场景Voronoi图；步骤2，根据所述室内Voronoi图，提取所有的Voronoi边，设置起点与终点，并在所述起点与所述终点之间生成路径；步骤3，根据所述路径，进行室内布局评价，其中进行室内布局评价包括计算路径通畅度，计算路径平滑度，计算区域分布均匀度。本发明使用Voronoi图在室内场景中规划动线，分析动线的相关性质，从动线的通畅度、平滑度以及功能区域的分布均匀度等方面对室内场景的布局结果进行量化评价，其评价结果可用于改进布局方案。
-
公开(公告)号：CN104777908A
公开(公告)日：2015-07-15
申请号：CN201510184051.9
申请日：2015-04-17
Applicant: 中国科学院计算技术研究所
IPC: G06F3/01 , H04N21/472 , H04N21/422
Abstract: 本发明提供了一种用于多人同步定位的装置，包括数据采集模块和同步定位模块，其中，所述数据采集模块，包括至少两类分布式布置的传感器，用于采集关于用户的原始信息，其中，第一类传感器用于采集所述用户的动作信息，第二类传感器用于采集带有用户身份标注的信息；所述同步定位模块，用于接收来自所述数据采集模块的所述原始信息，并按照用户身份关系对其进行分类。本发明相应地提供了一种用于多人同步定位的方法。本发明的技术方案可以在群体交互的情况下，进行大范围、多种类的数据采集，增加允许参与交互的用户数量；实现多人同步定位，进而满足分别响应来自不同用户的交互指令的要求。
-
公开(公告)号：CN102881041A
公开(公告)日：2013-01-16
申请号：CN201210299144.2
申请日：2012-08-21
Applicant: 中国科学院计算技术研究所
Abstract: 一种基于多源实测数据的火焰建模方法及其系统，此方法包括：步骤1，使用摄像机、光谱仪、多波长辐射测温仪采集火焰数据；步骤2，对火焰的三维温度场进行重建；步骤3，对重建的所述火焰的三维温度场在时序上进行优化；步骤4，基于实测数据对火焰进行绘制。本发明能够构建火焰的逼真绘制模型，得到近似图像真实级别的火焰绘制效果。
-
Patent Agency Ranking
公开(公告)号：CN102831628A
公开(公告)日：2012-12-19
申请号：CN201210228113.8
申请日：2012-07-02
Applicant: 中国科学院计算技术研究所
IPC: G06T11/00
Abstract: 本发明提供了用于更新动态场景的Voronoi图的方法。该方法根据场景变化，确定要执行的基本更新操作序列；然后，对于基本更新操作序列中的每个操作，确定该操作的局部更新范围并对Voronoi图进行更新。每次操作的局部更新范围仅包括该操作能够影响到的Voronoi区域，所以，更新会被限定在一个很小的范围内。针对场景的变化进行局部更新，插入和删除一个基点的效率很高，能够达到毫秒级，其他变化都可以用一次删除紧接一次重新插入实现，速度也会非常快，能够满足实时交互的速度要求。
-
公开(公告)号：CN102528802A
公开(公告)日：2012-07-04
申请号：CN201010624276.9
申请日：2010-12-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种机器人的运动驱动方法；该方法包括：利用用户提供的机器人的末端手在笛卡儿空间中多个点上的位置与姿态的信息，实现机器人末端手的运动轨迹规划与姿态规划，得到机器人末端手在整个驱动过程中的位置以及机器人末端手在整个驱动过程中的姿态；由得到的机器人末端手的位置信息求解某一时间点机器人从第一自由度到第六自由度的关节空间，由得到的机器人末端手的姿态信息求解时间点上机器人从第七自由度到第九自由度的关节空间；所得到的九个自由度的关节空间用于驱动机器人的运动。采用本发明的机器人运动驱动方法，用户只需要给定机器人末端手在空间中几个少量的点上的位置和姿态，就能够实现对机器人的驱动，实现简单，运行高效。
-
公开(公告)号：CN101738292B
公开(公告)日：2012-04-25
申请号：CN200910237155.6
申请日：2009-11-06
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种人体环节惯性参数的估测方法及系统。该估测方法包括：步骤1，获取被测个体的运动捕获数据；步骤2，测量被测个体的总质量；步骤3，建立被测个体的人体模型；步骤4，依据被测个体的运动捕获数据、被测个体的总质量以及被测个体的人体模型计算被测个体的人体环节惯性参数。本发明无需使用人体密度信息库，适用于任何民族，性别以及群体，如运动员；给定运动捕获数据，不需要经过复杂的测量过程或者人工操作，就能够直接得到人体各环节的惯性参数，简化了人体环节惯性参数的估测过程；在估测人体环节惯性参数的同时，运动捕获数据也得到了校正，优化得到的人体环节惯性参数与运动数据，能够直接应用于人体运动分析。
-
公开(公告)号：CN101320487B
公开(公告)日：2011-08-17
申请号：CN200810116244.0
申请日：2008-07-07
Applicant: 中国科学院计算技术研究所
IPC: G06T19/00
Abstract: 本发明提供一种用于火灾模拟的场景预处理方法，在场景的三维模型及背景网格中计算场景中的实体的轴向块集合；所述实体包括几何信息、物理信息以及语义信息；包括以下步骤：为场景的三维模型定义分类语义；对场景三维模型中的各个实体按照分类语义进行分类，然后在所分得的各个类中选择样本实体或样本逻辑实体，所述样本逻辑实体包括样本实体；对样本实体按背景网格的坐标方向进行轴向切割，得到样本实体的轴向块集合，并去除轴向块集合中不属于样本实体的轴向块；根据样本实体的轴向块集合，为样本实体所在类中的其他实体计算轴向块集合。本发明具有通用性好、效率高的优点。
-
公开(公告)号：CN101840586A
公开(公告)日：2010-09-22
申请号：CN201010140864.5
申请日：2010-04-02
Applicant: 中国科学院计算技术研究所
IPC: G06T15/70
Abstract: 本发明涉及虚拟人运动规划方法及其系统，方法包括：步骤1，通过运动捕捉设备获得虚拟人的运动数据；步骤2，创建增强学习模型，增强学习模型包括通过采样环境获得的状态、通过采样运动数据获得的动作，配置的状态对应于动作的一次性奖惩值，状态对应于动作的累计奖惩值，初始化累计奖惩值；步骤3，应用一次性奖惩值和累计奖惩值，状态的后续状态对应于各个动作的累计奖惩值，对状态对应于动作的累计奖惩值进行迭代更新；步骤4，对于给定的虚拟人的状态，根据状态对应于动作的累计奖惩值从采集获得的动作中选择从给定的虚拟人的状态到设定的目标状态间的动作。本发明能够选择不同类型的运动片段作为样本数据，并在运动合成时避免耗时计算。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.033 seconds)
