-
公开(公告)号：CN103337083A
公开(公告)日：2013-10-02
申请号：CN201310291320.2
申请日：2013-07-11
Applicant: 南京大学
Abstract: 本发明是一种针对公开场合下处于大运动中人体体征参数的测量方法及“运动恢复—人体建模”串行测量系统，本发明在不限制测量目标运动状态以及测量目标所着衣物的条件下，首先通过多层运动滤波器，全自动地连续恢复时间轴上人体运动参数；将多个姿态下的人体模型经由深度图像优化，并根据事先测定的“深度误差—单位法向内积”曲线空时加权，获得一致平均模型；以一致模型与原始模型的基线差方向作为方向约束，对多帧下的优化模型最优基线差进行时空分析，最终借助运动信息，消除衣物影响，真实测量人体体征参数。本方法对测量目标属于非侵入测量，既不限制测量目标的运动状态，也不限制测量目标的衣着状态，可于日常公开场合得到广泛应用。
-
公开(公告)号：CN114677405B
公开(公告)日：2025-04-22
申请号：CN202210399301.0
申请日：2022-04-15
Applicant: 南京大学
IPC: G06T7/207 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于潜空间解耦和偏微分建模的云层运动预测方法及系统。所述方法包括：获取红外相机拍摄的原始云层图像训练集并进行数据预处理，得到预处理好的云层图像训练集；构建双支路递归神经网络，包括图像编码器、偏微分单元、长短时记忆单元、变分互信息网络以及图像解码器；利用云层图像训练集训练双支路递归神经网络；根据待预测区域的当前帧的云层图像和训练好的双支路递归神经网络确定待预测区域的未来帧的云层图像。采用本发明方法能够解决传统算法只针对大尺度长时间云层运动预测以及需要人工提取特征的高成本问题，利用大气物理特性和深度神经网络实现了小尺度云层运动的低成本实时精确预测。
-
公开(公告)号：CN119850583A
公开(公告)日：2025-04-18
申请号：CN202510015426.2
申请日：2025-01-06
Applicant: 南京大学
IPC: G06T7/00 , A61B5/107 , A61B5/00 , G06T7/50 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种人体背部棘突线提取方法、设备、介质及产品，涉及图像检测领域，该方法包括获取目标人体背部RGB‑D图像和目标人体背部RGB图像；对目标人体背部RGB‑D图像中的深度数据进行预处理，得到处理后的目标人体背部RGB‑D图像；根据目标人体背部RGB图像，利用人体背部区域提取模型，提取目标人体背部边框；根据目标人体背部边框和处理后的目标人体背部RGB‑D图像，利用棘突线提取模型，提取目标人体背部棘突线。本申请基于人体背部RGB‑D图像来提取背部棘突线，避免了人工提取或者拍摄X光片，提高了棘突线提取的准确性，减少了对身体的辐射。
-
公开(公告)号：CN119810335A
公开(公告)日：2025-04-11
申请号：CN202510012546.7
申请日：2025-01-06
Applicant: 南京大学
IPC: G06T17/00 , G06T13/40 , G06N3/0499 , G06N3/08
Abstract: 本申请公开了一种衣物仿真中的碰撞检测方法、系统、设备、介质及产品，涉及计算机视觉和图形处理领域，首次将深度学习网络用于衣物仿真中的碰撞检测，通过对基于MLP的蒙皮权重场预测网络以及隐式几何表示深度学习网络进行训练，从而实现利用基于MLP的蒙皮权重场预测网络以及隐式几何表示深度学习网络进行衣物仿真中准确的碰撞检测，相比对人体所在的包围盒生成一个由空间体素构成的离散sdf或者占用场，通过空间哈希来做精细的碰撞检测这种计算开销大的方式，本申请能够在准确实现布料与人体之间的碰撞检测和解除的同时，显著降低计算开销。
-
公开(公告)号：CN119600429A
公开(公告)日：2025-03-11
申请号：CN202410981871.X
申请日：2024-07-22
Applicant: 南京大学
Abstract: 本发明公开了一种基于双路立体视觉的路面状况快速检测方法，涉及快速检测领域，该方法包括以下模块组成：三维模型优化与纹理映射模块：通过采用模型优化算法对三维模型进行平滑处理和细节增强操作，同时，利用图像纹理信息对模型进行纹理映射，使模型更加逼真，本发明通过三维模型优化与纹理映射模块采用模型优化算法和纹理映射技术，提升三维模型的视觉效果和真实性，通过对模型进行平滑处理、细节增强操作，使得模型更加逼真，同时利用纹理映射技术将路面的图像信息贴合到模型表面，增强了模型的视觉表现力，提高了三维模型的视觉质量，使得用户能够更直观地了解路面的实际情况。
-
Patent Agency Ranking
公开(公告)号：CN118196242A
公开(公告)日：2024-06-14
申请号：CN202410353885.7
申请日：2024-03-27
Applicant: 南京大学
IPC: G06T13/00 , G06T5/70 , G06F40/30 , G06N3/0464 , G06N3/0499 , G06N3/0455 , G06N3/084
Abstract: 本发明公开一种基于自然语言描述的人体动作生成方法、设备及产品，涉及计算机图形学与计算机视觉技术领域。所述方法包括：根据纯动作数据中各动作序列的动作特征对编码器和解码器进行训练；采用训练好的编码器对各文本对应的动作序列的动作特征进行编码得到各文本对应的动作隐变量；使用CLIP模型对各文本进行编码得到各文本对应的文本隐变量；根据各文本对应的动作隐变量和文本隐变量，基于DDPM模型对去噪模块进行训练；将目标文本对应的文本隐变量输入训练好的去噪模块得到目标文本对应的动作隐变量；将目标文本对应的动作隐变量输入训练好的解码器得到目标文本对应的动作序列。本发明可提高动作的生成质量，与文本描述更加贴合。
-
公开(公告)号：CN113139996B
公开(公告)日：2024-02-06
申请号：CN202110490222.6
申请日：2021-05-06
Applicant: 南京大学
IPC: G06T7/33 , G06T7/521 , G06T7/73 , G06N3/0475 , G06N3/045 , G06N3/0455 , G06N3/08 , G06T3/4038 , G06T3/60
Abstract: 本发明涉及一种基于三维点云几何特征学习的点云配准方法，首先使用自重建网络学习三个域转换模块：点云块到几何形状域的形状编码器、几何形状域到点云块的解码器以及点云块到采样域的采样编码器，并通过孪生交换结构保证几何特征的旋转不变性和采样一致性；然后使用形状编码器得到点云的几何特征描述并形成匹配对，初步筛选后利用RANSAC优化得到位姿估计；最后使用三个域转换网络构建点到曲面模型的精准匹配，进一步微调位姿实现点云配准，继而增量式定位激光雷达并获取点云地图。本发明的算法输入为激光雷达连续多帧点云，输出结果(56)对比文件Sidan Du，et al."Learn a GlobalAppearance Semi-Supervisedly forSynthesizing Person Images"《.IEEE》.2020,全文.CHUANZHE SUO，et al.“LPD-AE: LatentSpace Representation of Large-Scale 3DPoint Cloud”《.IEEE》.2020,全文.Yufu Zang，et al.“Deep Localization ofStatic Scans in Mobile Mapping PointClouds”《.remote sensing》.2021,全文.Yao Yu，et al."Reconstruction of High-Precision Semantic Map"《.sensors》.2020,全文.周余，于耀，都思丹，等“.基于Kinect的无标记手部姿态估计系统”《.南京大学学报（自然科学）》.2015,全文.梁振斌;熊风光;韩燮;陶谦.基于深度学习的点云匹配.计算机工程与设计.2020,(第06期),全文.李欣;李京英.基于激光雷达点云多特征提取的车辆目标识别算法.传感器与微系统.2020,(第10期),全文.
-
公开(公告)号：CN116152439A
公开(公告)日：2023-05-23
申请号：CN202310191078.5
申请日：2023-03-02
Applicant: 南京大学
IPC: G06T17/00 , G06T7/55 , G06T7/73 , G06V10/77 , G06N3/0464
Abstract: 本发明提供一种基于多视角人体图像的人体三维姿态重建方法及系统，属于计算机视觉领域，方法包括：通过多个相机采集多个视角的人体图像；根据多个视角的人体图像、最小深度值、最大深度值、各相机的内参矩阵及外参矩阵，采用预先训练好的编解码网络，确定各人体表面点的深度值；根据各人体表面点的深度值、各相机的内参矩阵及外参矩阵，确定人体点云数据；基于人体点云数据，采用预先训练好的特征提取网络，确定有向包围盒坐标系下的人体三维关键点坐标；将有向包围盒坐标系下的人体关键点坐标转换到相机坐标系下，得到相机坐标系下的人体三维关键点坐标，以确定人体三维姿态。本发明提高了人体三维姿态重建的准确性及泛化性。
-
公开(公告)号：CN116071410A
公开(公告)日：2023-05-05
申请号：CN202310239900.0
申请日：2023-03-14
Applicant: 南京大学
IPC: G06T7/33
Abstract: 本发明公开一种基于深度学习的点云配准方法、系统、设备及介质，涉及计算机视觉与激光雷达测量标定领域。该方法包括：获取激光雷达数据，并根据激光雷达数据生成点云数据集；根据点云数据集确定第一点云和第二点云；采用训练好的孪生神经网络，确定第一点云和第二点云中每个点的几何描述符和关键性得分；根据几何描述符和关键性得分，从第一点云和第二点云中确定若干个匹配对；采用训练好的匹配对一致性学习网络，确定各匹配对的置信度；根据各置信度计算第一点云和第二点云之间的变换矩阵；根据变换矩阵对第一点云和第二点云进行配准。本发明能够提高点云配准精度，从而提高激光雷达测量标定的准确度。
-
公开(公告)号：CN114677405A
公开(公告)日：2022-06-28
申请号：CN202210399301.0
申请日：2022-04-15
Applicant: 南京大学
Abstract: 本发明涉及一种基于潜空间解耦和偏微分建模的云层运动预测方法及系统。所述方法包括：获取红外相机拍摄的原始云层图像训练集并进行数据预处理，得到预处理好的云层图像训练集；构建双支路递归神经网络，包括图像编码器、偏微分单元、长短时记忆单元、变分互信息网络以及图像解码器；利用云层图像训练集训练双支路递归神经网络；根据待预测区域的当前帧的云层图像和训练好的双支路递归神经网络确定待预测区域的未来帧的云层图像。采用本发明方法能够解决传统算法只针对大尺度长时间云层运动预测以及需要人工提取特征的高成本问题，利用大气物理特性和深度神经网络实现了小尺度云层运动的低成本实时精确预测。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.029 seconds)
