-
公开(公告)号：CN1766934A
公开(公告)日：2006-05-03
申请号：CN200410086558.2
申请日：2004-10-26
Applicant: 中国科学院计算技术研究所
IPC: G06T15/70
Abstract: 本发明公开了一种用计算机创建三维运动的方法，用于利用已有运动动作的三维运动数据创建新的三维运动动作；本方法包括：将已有运动动作分割为运动片段并建立运动片段库；根据所需要创建的新的三维运动动作选取运动片段；对所选取的运动片段进行拼接，得到所述新的三维运动动作。本发明方法的优点在于：有良好的通用性，对不同类型的运动对象的三维运动都可以采用本方法创建；采用可视化的方法，使得对运动对象的运动的创建更直观、简单；可快速实现新的运动动作的创新；三维的运动数据可视化地反映出来，符合人们的视角习惯；可以利用交互设备对三维的运动数据的某个部分进行操作。
-
公开(公告)号：CN119693536A
公开(公告)日：2025-03-25
申请号：CN202411563287.9
申请日：2024-11-05
Applicant: 中国科学院计算技术研究所
IPC: G06T17/00
Abstract: 本发明提供一种协同深度边缘和可见性先验的多视角立体重建方法，包括：获取从不同视角对同一场景采集的多张图像，将每张图像作为参考图像且其余图像作为源图像并进行多次迭代，估计每张参考图像的深度图，每次包括：更新本次的可靠像素的深度估计值；重建本次的不可靠像素的深度估计值，包括：将参考图像划分为多个区域；评估参考图像中所有像素在源图像中是否可见；针对不可靠像素，仅从与不可靠像素在同一区域的指定像素集中选择多个锚点进行补丁变形，得到源图像对应的锚点集，指定像素集是指相对该源图像为可见且可靠的像素集合；根据各个源图像对应的锚点集，重建不可靠像素的深度估计值；基于所有像素的深度估计值得到本次的深度图。
-
公开(公告)号：CN119398511A
公开(公告)日：2025-02-07
申请号：CN202411493755.X
申请日：2024-10-24
Applicant: 中国科学院计算技术研究所
IPC: G06Q10/0635 , G06Q10/04 , G06N3/006 , G06Q50/26
Abstract: 本申请公开了一种通道内双向人流风险预测与评估方法，方法包括：采集通道内双向人流的实时动态数据，基于实时动态数据获取人流的结的检测量，其中，结为人群发生的局部拥塞；根据结的检测量建立人流风险预测评估模型；将待评估的场景下的人流数据输入人流风险预测评估模型中，评估局部拥塞的检测量并预测双向人群发生死锁的概率。本发明方法能够通过行人流风险预测评估模型对行人流的风险程度进行实时评估，判断行人流是否将会发生人群死锁。
-
公开(公告)号：CN115082551B
公开(公告)日：2024-10-18
申请号：CN202210571926.0
申请日：2022-05-24
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于无人机航拍视频的多目标检测的方法，包括：获取无人机航拍视频，提取其中各视频帧对应的图像；将各视频帧对应的图像按序输入根据本发明的用于无人机航拍图像的多目标检测模型的训练方法训练得到的多目标检测模型，得到连续的视频帧对应的目标检测结果；由此，可提高多目标检测模型进行目标检测的精度。
-
公开(公告)号：CN118116199A
公开(公告)日：2024-05-31
申请号：CN202410348295.5
申请日：2024-03-26
Applicant: 中国科学院计算技术研究所
IPC: G08G1/01 , G06N3/0442
Abstract: 本发明提供一种用于车辆运动轨迹仿真的深度神经网络，其中车辆运动轨迹以不同时刻车辆的位置表示，深度神经网络包括注意力网络，循环神经网络和全连接神经网络，并且：注意力网络，用于从交通要素中提取空间特征，其中所述交通要素包括车道线，车辆和行人，所述车道线，车辆和行人以向量表示；循环神经网络，用于根据所述空间特征和循环神经网络所提取的前一时刻的状态提取当前时刻的状态；全连接神经网络，用于根据当前时刻的状态计算下一时刻车辆的位置与速度。本发明的深度神经网络相比于现有的车辆运动轨迹仿真的深度神经网络跨场景能力和仿真准确率都有着明显的提升。并且对于比城市路口相对简单的交通场景同样适用。
-
Patent Agency Ranking
公开(公告)号：CN118116198A
公开(公告)日：2024-05-31
申请号：CN202410348287.0
申请日：2024-03-26
Applicant: 中国科学院计算技术研究所
IPC: G08G1/01 , G06N3/042 , G06N3/0442 , G06N3/092
Abstract: 本发明提供一种用于交通流仿真的深度神经网络，其中交通流以不同时刻车辆的数量表示，深度神经网络包括：输入预处理模块，用于对输入的交通场景内的要素数据进行编码，交通场景内的要素包括：基于形式化表达的路网结构、信号灯的周期变化以及交通需求；空间信息编码模块，用于从输入的形式化表达的各类要素数据中提取空间信息；时序信息编码模块，用于根据编码后的各类要素数据和提取的空间信息计算当前时刻每个节点的车辆数目信息。基于本发明深度神经网络的方法相比于现有的宏观仿真方法准确性有较大的提升，同时准确的再现了有信号灯的路口处车辆队列的累积与消散、车辆比例的周期变化等现象，并且对于其它交通状况相对简单的地方同样适用。
-
公开(公告)号：CN115222762A
公开(公告)日：2022-10-21
申请号：CN202210785154.0
申请日：2022-06-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种绿幕抠像方法、装置，所述方法包括构建绿幕抠像数据集和绿幕背景数据集；从所述绿幕抠像数据集中随机选取第一前景图像、以及所述第一前景图像对应的第一Alpha图像，从所述绿幕背景数据集随机选取绿幕背景图像；将所述第一前景图像、所述第一Alpha图、所述绿幕背景图像合成，生成初始绿幕图像；利用所述初始绿幕图像生成目标绿幕背景图像；利用所述初始绿幕图像与所述目标绿幕背景图像，输入至深度学习模型中进行训练，输出第二前景图像以及所述第二前景图像对应的第二Alpha图像。该方法能够自动且实时实现绿幕抠像处理，不需要人工参与，且有效的去除绿色溢出现象，达到视觉上更为逼真的效果。
-
公开(公告)号：CN114913393A
公开(公告)日：2022-08-16
申请号：CN202210607276.0
申请日：2022-05-31
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种训练障碍物距离估计系统的方法及视觉动态避障系统，方法包括：获取训练集；利用训练集训练障碍物距离估计系统输出用于避障的距离集合，其中，障碍物距离估计系统包括：特征编解码模块，用于对输入图像进行处理，得到对应的特征图像；和碰撞距离预测模块，用于根据特征图像确定用于避障的距离集合，距离集合包括预定的视角范围中多个指定角度的障碍物距离；其中，训练时至少根据障碍物距离的损失更新障碍物距离估计系统的参数。本发明的技术方案通过从视觉数据中获取少量的可解释的视觉线索，使得训练或预测过程中所需处理的数据量大量减小且处理的数据量都是有效数据，因此可以准确的估计出动态障碍物的详细物理状态。
-
公开(公告)号：CN113744416A
公开(公告)日：2021-12-03
申请号：CN202110900922.8
申请日：2021-08-06
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于遮罩的全局点云滤波方法、设备和存储介质。本发明的方法包括：确定能够包围目标点云中所有点的包围盒，对其划分形成多个体素格；基于坐标将所述目标点云中的每个点分入相应的体素格，遍历所有体素格，确定每个体素格的连通域属性；基于设定的连通域阈值，确定满足所述阈值的体素格，形成遮罩；根据遮罩的位置对所述目标点云进行滤波。本发明通过对三维点云全局信息的考察，自适应得到体素格划分，进而根据自定义的连通域获得遮罩，用来描述点云的全局空间拓扑信息，根据该拓扑信息进行滤波。该方法针对空间疏密程度有较大差异的点云效果更好，可以有效去除原始点云中的离群点，并且较好保持点云的细节信息。
-
公开(公告)号：CN109447249B
公开(公告)日：2021-04-23
申请号：CN201811540278.2
申请日：2018-12-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种训练用于重建测井数据的模型的方法，包括：1)对采集到的测井属性的数据进行降维；2)将生成网络G基于其当前的参数所生成的针对测井属性的虚假数据作为判别网络D的一个输入，将降维处理的结果作为判别网络D的另一个输入，通过调整所述生成网络G的参数使得判别网络D将所述虚假数据判断为是真实采集到的数据；其中，所述生成网络G为卷积神经网络，所述虚假数据与一个平面坐标对应。避免难以获得开采年代较早的测井的地震数据来训练神经网络的问题，并且通过对抗训练得到可以产生最接近于真实数据的预测结果的模型。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.035 seconds)
