-
公开(公告)号：CN115050087B
公开(公告)日：2022-11-18
申请号：CN202210981411.8
申请日：2022-08-16
申请人： 之江实验室
IPC分类号： G06V40/16 , G06V10/774
摘要： 本发明公开了一种人脸关键点身份和表情解耦方法及装置，该方法包括：建立模型、训练模型和模型推断三个部分。本发明首先是从人脸图片中进行提取的人脸关键点，然后基于变分自编码器构建模型，其编码器部分将人脸关键点解耦成两个正交的身份隐变量和表情隐变量，解码器部分融合两者并解码成人脸关键点；采集大量的人脸说话视频数据，提取视频每帧的人脸关键点坐标，构建模型并训练模型直至收敛，得到最佳的模型参数用于模型的推断。对任意输入的人脸关键点解耦成身份和表情隐变量，任意组合两者可以生成新的人脸关键点。
-
公开(公告)号：CN113364846B
公开(公告)日：2022-07-08
申请号：CN202110602032.9
申请日：2021-05-31
申请人： 之江实验室
IPC分类号： H04L67/1095 , H04L47/62 , H04L7/00
摘要： 本发明公开一种自适应处理网络延时抖动的数据同步方法及装置，考虑了服务器和客户端双方的时间线，将服务器某一时刻的数据帧在对应时刻同步到客户端，提高了网络数据同步的精准度；自适应调节主动延时时间，缓解网络延时抖动的影响，增加了数据同步的稳定性；动态查找时间线对齐的客户端数据帧，并且应用插值算法得到平滑的采样结果，避免客户端的数据发生跳动。该方法特别适用于在网络延时和抖动明显的情况下数据的实时同步，且对网络丢包的容忍度较高。
-
公开(公告)号：CN114119850B
公开(公告)日：2022-06-03
申请号：CN202210090998.3
申请日：2022-01-26
申请人： 之江实验室
IPC分类号： G06T15/40
摘要： 本发明涉及激光雷达点云仿真领域，尤其涉及一种虚实激光雷达点云的融合方法和装置，该方法首先获取真实场景中的激光雷达点云数据，然后构建虚拟场景，使用仿真激光雷达生成虚拟激光雷达点云数据，栅格化真实激光雷达点云数据，最后将栅格化的真实点云数据和虚拟点云数据通过深度缓存器算法写入到融合结果缓存中，将真实激光雷达点云数据和虚拟激光雷达点云数据精确融合，发挥了仿真模拟的高度动态性和灵活性，丰富了点云数据集，解决了感知算法等下游机器学习算法数据集不足的问题。
-
公开(公告)号：CN114119850A
公开(公告)日：2022-03-01
申请号：CN202210090998.3
申请日：2022-01-26
申请人： 之江实验室
IPC分类号： G06T15/40
摘要： 本发明涉及激光雷达点云仿真领域，尤其涉及一种虚实激光雷达点云的融合方法和装置，该方法首先获取真实场景中的激光雷达点云数据，然后构建虚拟场景，使用仿真激光雷达生成虚拟激光雷达点云数据，栅格化真实激光雷达点云数据，最后将栅格化的真实点云数据和虚拟点云数据通过深度缓存器算法写入到融合结果缓存中，将真实激光雷达点云数据和虚拟激光雷达点云数据精确融合，发挥了仿真模拟的高度动态性和灵活性，丰富了点云数据集，解决了感知算法等下游机器学习算法数据集不足的问题。
-
公开(公告)号：CN113364846A
公开(公告)日：2021-09-07
申请号：CN202110602032.9
申请日：2021-05-31
申请人： 之江实验室
IPC分类号： H04L29/08 , H04L12/863 , H04L7/00
摘要： 本发明公开一种自适应处理网络延时抖动的数据同步方法及装置，考虑了服务器和客户端双方的时间线，将服务器某一时刻的数据帧在对应时刻同步到客户端，提高了网络数据同步的精准度；自适应调节主动延时时间，缓解网络延时抖动的影响，增加了数据同步的稳定性；动态查找时间线对齐的客户端数据帧，并且应用插值算法得到平滑的采样结果，避免客户端的数据发生跳动。该方法特别适用于在网络延时和抖动明显的情况下数据的实时同步，且对网络丢包的容忍度较高。
-
公开(公告)号：CN112381834A
公开(公告)日：2021-02-19
申请号：CN202011145197.X
申请日：2021-01-08
申请人： 之江实验室
发明人： 李融
摘要： 本发明公开了一种对图像交互式实例分割的标注方法，包括S1，构建待处理集合E和已标注集合Ci，并初始化；S2，通过交互式的图像分割算法，对集合E进行分割，形成细分区域Rk，将E置空；S3，将细分区域Rk分别放入集合E和集合Ci中，每个细分区域只被放入一个集合中；如果细分区域Rk完全被第i个目标实例对象区域所包含，则将Rk放入集合Ci中；如果细分区域Rk与任何一个目标实例区域有不为空的相交区域，且相交区域不等于Rk，则将Rk放入集合E中；S4，当集合E不为空时，重复步骤S2和S3，直到集合E为空集；S5，将集合Ci内所有细分区域进行合并，将合并后的区域内的每个像素标注为第i个目标实例。
-
公开(公告)号：CN111624583B
公开(公告)日：2020-10-30
申请号：CN202010750633.X
申请日：2020-07-30
申请人： 之江实验室
摘要： 本发明公开一种考虑速度因素的激光雷达测距的快速数值仿真方法，该方法在仿真过程中充分考虑激光雷达自身和周围环境中物体的运动，其中激光雷达自身的运动不仅包括其装置的整体运动，还包括其激光器的旋转扫描运动，提供了数值仿真的准确度，同时通过引入采样点集合简化了计算量，达到了使用较少计算量来提高了仿真的准确度的效果。该方法特别适用于场景中激光雷达自身和/或周围物体都处于高速运动状态时，此时该方法能实现的仿真精度较现有方法有显著提高。
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.026 秒)
