-
公开(公告)号：CN111476835B
公开(公告)日：2021-08-10
申请号：CN202010437242.2
申请日：2020-05-21
申请人： 中国科学院自动化研究所
摘要： 本发明属于领域，具体涉及了一种多视角图像一致性的无监督深度预测方法、系统、装置，旨在解决深度预测中监督方法费时费力，而无监督方法预测结果精度低的问题。本发明包括：基于无监督密集深度网络以及无监督姿态网络构建图像深度预测网络；获取多个不同视图的图像簇集合作为训练样本集合；结合图像簇中不同视角图像的颜色一致性、深度一致性及深度平滑损失构建总损失函数；进行无监督的深度预测网络的训练；通过训练好的网络获取输入图像的预测深度。本发明避开了监督学习方法中需要的高质量大规模数据集和相应真值深度标注，降低成本、提高效率，同时结合了多视图的颜色一致性、深度一致性和深度平滑损失，实现了高精度无监督的深度预测。
-
公开(公告)号：CN111914946B
公开(公告)日：2021-07-06
申请号：CN202010835090.1
申请日：2020-08-19
申请人： 中国科学院自动化研究所
摘要： 本发明属于图像识别领域，具体涉及了一种针对离群点移除方法的对抗样本生成方法、系统和装置，旨在解决现有的基于深度学习的分类模型训练所采用的对抗样本无法在移除离群点的方法下使图像分类出错，导致训练出的分类模型鲁棒性差精确度低的问题。本发明包括：获取带有类别标签的训练数据集，将三维点云数据输入分类模型并计算分类损失，分别计算分类损失关于三维点云数据的梯度和关于移除离群点的三维点云数据的梯度，并将两种梯度融合乘以缩放因子生成融合扰动，将融合扰动施加到三维点云数据中反复迭代生成对抗样本。本发明生成的对抗样本在移除离群点的情况下仍然能造成图像分类错误，提高了训练出来的模型的鲁棒性和分类精确度。
-
公开(公告)号：CN107507268B
公开(公告)日：2020-07-03
申请号：CN201710639328.1
申请日：2017-07-31
申请人： 西北工业大学 , 中国科学院自动化研究所
IPC分类号： G06T17/00
摘要： 本发明公开了一种光照与生长方程共同约束的三维数字树木生长建模方法，用于解决现有三维数字树木生长建模方法不能约束树木生长高度的技术问题。技术方案是根据植物生长方程，通过输入三维数字树木根的起始位置和初始的主干方向，以及树木生长空间的光照信息，一轮一轮地迭代生长。首先计算各个树枝的顶芽和侧芽获得的光照资源，然后计算光照资源的汇聚和分配量，再利用生长方程约束树木的生长速度，确定每个顶芽和侧芽是否生长以及生长的速度，最后计算出新的树枝位置和分枝模型的几何量，更新树枝中各个结点的半径值。停止迭代生长后，输出树枝模型，添加树叶。本发明解决了在光照资源充分的条件下，不能约束树木的生长高度的技术问题。
-
公开(公告)号：CN108154488B
公开(公告)日：2019-10-22
申请号：CN201711438764.9
申请日：2017-12-27
申请人： 西北工业大学 , 中国科学院自动化研究所
摘要： 本发明提供了一种基于显著图像块分析的图像运动模糊去除方法，涉及图像处理领域，本发明生成超像素，利用基于密度的聚类算法融合成一个超像素，以超像素为单位进行兴趣图计算；获得所有图层的兴趣图后，将兴趣图按权重进行线性叠加，本发明将选取显著图像块的方法应用于去模糊算法的输入，与去模糊算法相结合，实现最终的图像恢复过程，最终得到图像前景区域更加自然的模糊去除结果。本发明有效恢复模糊图像中人眼感兴趣的前景部分，核估计速度大幅提高。
-
公开(公告)号：CN106204742B
公开(公告)日：2019-03-08
申请号：CN201610563518.5
申请日：2016-07-18
申请人： 中国科学院自动化研究所
IPC分类号： G06T17/30
摘要： 本发明公开了一种固定点数的二维等半径最大化泊松圆盘采样方法和采样系统。其中，该方法包括根据用户指定的采样点数目和采样区域，生成第一采样点集；对所述第一采样点集进行Delaunay三角化，并提取Delaunay三角化结果中的最短边长作为第一采样半径；确定所述第一采样点集是否达到所述最大化泊松圆盘采样；在所述第一采样点集达到所述最大化泊松圆盘采样的情况下，记录所述第一采样点集及所述第一采样半径。通过本发明实施例解决了如何实现点数固定的最大化泊松圆盘采样的技术问题，可使得采样点集具有很好的蓝噪声性质，具有简单、易于实现、性能稳定且能够收敛的优点，可应用于图像渲染和纹理合成等应用中。
-
公开(公告)号：CN109285217A
公开(公告)日：2019-01-29
申请号：CN201811052482.X
申请日：2018-09-10
申请人： 中国科学院自动化研究所
摘要： 本发明属于植物建模及计算机图形处理技术领域，具体涉及一种基于多视角图像的过程式植物模型重建方法，旨在解决现有方法构建植物模型与真实数据间误差较大，精度不高的问题，本方法包括：获取植物多视角图片信息；基于颜色和几何一致性的稠密深度估计；多视角深度信息融合的三维点云数据获取；通过预先构建的枝干结构生长参数表示模型并采用所述三维点云数据约束植物生长，构建所述植物的三维树枝结构模型。本发明为从多视角的图像重建出完整的树木模型提供了解决方案，获取的点云和模型与原始图像具有很高的吻合度，巧妙地结合了植物过程式建模与数据驱动的植物重建方法，不仅能够保证模型的精度，同时也能够保持植物的生物学意义。
-
公开(公告)号：CN109215049A
公开(公告)日：2019-01-15
申请号：CN201810788765.4
申请日：2018-07-18
申请人： 中国科学院自动化研究所
CPC分类号： G06T7/136 , G06T5/50 , G06T7/11 , G06T2207/10012 , G06T2207/20221
摘要： 本发明涉及计算机视觉领域，具体涉及一种基于多尺度三维先验信息的屋顶分割方法、系统与设备，旨在提高屋顶分割的准确度和精细度。本发明的屋顶分割方法，首先对航拍图像进行多尺度超像素分割，得到多尺度的分割图层；然后针对每个尺度的分割图层，计算基于混合暗通道先验的逐像素深度信息、对应分割区域的近邻对比度信息、对应分割区域的形状先验信息，并计算近邻对比度信息和形状先验信息的混合概率图；接下来利用概率图模型融合多个尺度的混合概率图得到最终概率图，并根据最终概率图结合自动阈值分割方法获得初始屋顶分割结果；最后根据初始屋顶分割结果，利用高阶条件随机场生成精确屋顶分割结果。本发明提高了屋顶分割的准确度和精细度。
-
公开(公告)号：CN107507268A
公开(公告)日：2017-12-22
申请号：CN201710639328.1
申请日：2017-07-31
申请人： 西北工业大学 , 中国科学院自动化研究所
IPC分类号： G06T17/00
摘要： 本发明公开了一种光照与生长方程共同约束的三维数字树木生长建模方法，用于解决现有三维数字树木生长建模方法不能约束树木生长高度的技术问题。技术方案是根据植物生长方程，通过输入三维数字树木根的起始位置和初始的主干方向，以及树木生长空间的光照信息，一轮一轮地迭代生长。首先计算各个树枝的顶芽和侧芽获得的光照资源，然后计算光照资源的汇聚和分配量，再利用生长方程约束树木的生长速度，确定每个顶芽和侧芽是否生长以及生长的速度，最后计算出新的树枝位置和分枝模型的几何量，更新树枝中各个结点的半径值。停止迭代生长后，输出树枝模型，添加树叶。本发明解决了在光照资源充分的条件下，不能约束树木的生长高度的技术问题。
-
公开(公告)号：CN103180881B
公开(公告)日：2016-08-03
申请号：CN201080069062.8
申请日：2010-12-24
申请人： 中国科学院自动化研究所
IPC分类号： G06T17/00
CPC分类号： G06T15/60 , G06T15/04 , G06T15/10 , G06T15/503 , G06T19/20 , G06T2200/12 , G06T2200/16 , G06T2210/36 , G06T2215/12
摘要： 一种互联网环境中复杂场景真实感快速绘制方法，生成场景对象多分辨率模型序列、场景配置文件、纹理材质文件和场景数据列表文件；将场景对象多分辨率模型序列、场景配置文件、纹理材质文件和场景数据列表文件压缩并上传到服务器；客户端按顺序下载场景数据列表文件、场景配置文件、纹理材质文件、场景对象多分辨率模型序列，所述多分辨率模型序列的下载顺序为先低分辨模型后高分辨模型，场景快速绘制与数据下载同时进行；所述场景快速绘制包括将视锥平行地分割成几个部分，对每个视锥都生成一个阴影图，对阴影图进行滤波，从而得到反走样的阴影效果；离视点最近的深度纹理每帧都更新且尺寸最大，离视点越远更新频率越低且尺寸也越小。
-
公开(公告)号：CN102930597B
公开(公告)日：2015-04-22
申请号：CN201210366868.4
申请日：2012-09-28
申请人： 中国科学院自动化研究所
IPC分类号： G06T17/00
摘要： 本发明公开了一种外存三维模型的处理方法，该方法基于空间曲线排序，可进行外存三维模型的点重采样、外存点云的网格化重建、三维模型的压缩，进而用于外存模型分析。本发明所提供的方法能对大规模点云数据进行采样，采样结果具有良好的空间均匀性，同时在重建的时候依然利用到原始数据的约束，能生成与原始点云数据拓扑结构一致的三角形流形网格。
-
-
-
-
-
-
-
-
-
搜索结果
41 条记录 (耗时 0.054 秒)
