-
公开(公告)号：CN115147536A
公开(公告)日：2022-10-04
申请号：CN202110354876.6
申请日：2021-03-31
申请人： 四川大学
摘要： 本发明是一种基于层级位姿图优化的实时室内三维重建方法，属于计算机视觉三维重建领域。本发明利用局部‑全局优化策略解决全局姿态图优化的复杂性，首先通过连续输入帧之间存在空间位置相邻和特征描述词向量相似的性质，来限制重叠帧搜索范围，并以此构建局部位姿图；而后选择重叠度较高的连续帧组成关键帧，并由关键帧构建全局位姿图；在基于纹理特征匹配点的残差损失的局部‑全局位姿图优化后，使用哈希体素表示方法来生成三维模型。相比于以光束调整算法为核心的经典三维重建方法，本发明以更低的计算代价实现了高质量的实时室内三维重建。
-
公开(公告)号：CN114820916A
公开(公告)日：2022-07-29
申请号：CN202110093576.7
申请日：2021-01-22
申请人： 四川大学
摘要： 本发明是一种基于GPU的大型场景三维稠密重建方法，属于计算机三维立体视觉领域。本发明通过利用局部相关性与熵，为二维图像中的不同像素自动分配合适的匹配窗口大小，以改善对弱纹理区域与随机纹理区域的重建效果；同时使用了兼顾重叠区域与相机参数的临近图像选取策略，为每幅图像选取合适数量的临近图像进行立体匹配；此外本发明在立体匹配中使用自适应多图匹配度集成损失方程来合理使用匹配冗余信息；通过采取以上策略，本发明让重建模型有着较高的精确度与完整度。本发明可在图形处理器（GPU）上并行部署，可实现对大规模场景的高质量快速重建。
-
公开(公告)号：CN111914795B
公开(公告)日：2022-05-27
申请号：CN202010823765.0
申请日：2020-08-17
申请人： 四川大学
摘要： 本发明采用深度学习方法，设计目标检测模型，用于检测高空航拍图像中的车辆、船舶、飞机等目标，同时进行目标旋转框的定位预测。该方法首先设计图像特征提取网络，用于获取输入的航拍图像的高维特征，同时采用FPN架构构建特征金字塔，实现不同分辨率下目标特征提取；然后采用聚类方法生成候选区域提取网络的基础锚点尺寸，针对训练图像中目标的尺寸分布信息实现对应锚点的尺寸调整，提高训练效率；接着设计了结合注意力机制的特征去噪检测器，用于对候选区域目标特征进行去噪操作；最后采用旋转角度误差优化方法，针对不同长宽比的目标框设计对应的权重因子，优化大长宽比目标的定位结果，实现航拍图像中多种目标的旋转框预测。
-
公开(公告)号：CN106709926B
公开(公告)日：2020-11-06
申请号：CN201611139578.0
申请日：2016-12-12
申请人： 四川大学
摘要： 本发明是基于动态先验知识估计的快速去雨方法，在图像中雨滴的外形呈现高亮条纹状，这符合Gabor滤波器提取纹理的特性，即具有方向和频域选择性。基于此，提出一个两层的去雨框架。第一层用Gabor滤波器提取一组含有雨滴信息少而背景纹理多的图像，并用基于独立成分分析的图像融合方法将滤波图像与原图融合得到背景的梯度先验知识，其中滤波参数根据事先估计的雨滴方向和频域选取。第二层用背景的梯度先验知识和雨滴的低秩性构造了一个新的图像分解模型，可用SplitBregman策略交替迭代求解。与以前方法相比，新方法可以保留更多的图像细节信息，且速度提高了10倍，可达到实时应用的要求。
-
公开(公告)号：CN105701787B
公开(公告)日：2019-04-12
申请号：CN201610026936.0
申请日：2016-01-15
申请人： 四川大学
摘要： 本发明提出了一种基于置信度的深度图融合方法。由于匹配信息弱或噪声影响，深度计算精度难以保证，从而导致深度图融合变得困难。为此，本发明提出了一种基于置信度的抗噪融合算法。该方法首先对每幅深度图进行修正，利用一致性检测剔除大多数错误点并填补某些空洞。其次，通过保留那些在自身邻域内具有最高置信度的三维点以删除冗余。最后，将深度图反投影到三维空间，采用迭代最小二乘法进一步优化三维点并剔除离群点。通过在标准测试数据集上与其他算法比较，验证了该方法的有效性。
-
公开(公告)号：CN105737761B
公开(公告)日：2018-05-29
申请号：CN201610186573.7
申请日：2016-03-29
申请人： 四川大学
IPC分类号： G01B11/25
摘要： 基于一维信息的高效专用投影机及其投影方法，本发明涉及结构光成像领域，其旨在解决现有结构光三维成像系统存在同步性不能满足高速应用要求，无法为所用到的编码图像提供高速投影，并且还存在应用鲁棒性差、处理灵活度低和投影效率偏低等技术问题。该发明主要包括微控制单元与投影系统，投影系统受微控制单元驱动；所述的微控制单元，包括图像解析单元、处理器和像素电极；所述的处理器，包括第一扩展模块和第二扩展模块。本发明用于灰度值具有规律性特征编码图像的结构光成像。
-
公开(公告)号：CN106408531A
公开(公告)日：2017-02-15
申请号：CN201610810622.X
申请日：2016-09-09
申请人： 四川大学
CPC分类号： G06T5/001 , G06T1/20 , G06T17/00 , G06T2207/10012 , G06T2207/20228
摘要： 本发明提出一种基于图形处理器（GPU）加速的层次化自适应快速三维重建方法，主要包含三种技术：基于GPU的相位相关算法（PC）并行技术，基于GPU硬件加速的层次化自适应的快速视差求解技术和下采样滤波技术，属于计算机视觉领域。针对传统PC算法无法克服视差范围较大，无纹理及动态纹理的影响，提出一种高可信度的层次化自适应架构。针对在密集匹配中PC算法庞大的计算量，提出基于GPU加速的层次化自适应的PC架构实现视差图的并行快速求解。针对中值滤波器的滤波效率受滤波窗口大小的影响，提出下采样滤波技术，改进视差图滤波效率。最后，通过迭代收敛获得细化视差图后，再利用双目视觉三维重建模型求得目标三维模型。
-
公开(公告)号：CN105844639A
公开(公告)日：2016-08-10
申请号：CN201610170969.2
申请日：2016-03-24
申请人： 四川大学
摘要： 基于光度一致性的点云过滤算法准确性比较低，为此，本发明提出了一种新的基于几何一致性的深度图融合与点云过滤算法。为测量几何一致性和局部点云与全局点云的相似性，提出了一种新的表面几何特征描述子（Histogram of Truncated Icosahedron，HTI）。为了使重建完整度高，本发明又提出了基于最优化框架的多尺度深度图融合方法，该方法同时考虑了几何一致性和三维点之间的冲突与支持情况。经实验表明，该算法相较于其他算法，可以获得更加完整准确的三维模型。
-
公开(公告)号：CN104463854A
公开(公告)日：2015-03-25
申请号：CN201410685818.1
申请日：2014-11-26
申请人： 四川大学
IPC分类号： G06T7/00
CPC分类号： G06K9/4614 , G06K9/4671
摘要： 本发明是一种新的特征匹配算法，涉及计算机视觉与数字图像处理领域。该算法基于局部层叠的八边形滤波器模型。该模型联合一种新提出的特征点方向计算方法，使得该算法比传统的SIFT,SURF,ORB等算法更加快速。基于标准数据集的实验显示改算法比SIFT特征描述子的运算速度快速100左右，而他们的匹配性能相当。
-
公开(公告)号：CN104376600A
公开(公告)日：2015-02-25
申请号：CN201410684123.1
申请日：2014-11-25
申请人： 四川大学
IPC分类号： G06T19/00
摘要： 本发明是一种基于在线管理高分辨率块的稳定3D模型跟踪器，涉及计算机视觉领域。本发明采用了在线维护和基于关键框架集的超分辨率技术。通过离散目标能量函数和图像分割技术可以有效地解决模拟关键框架的不同条件和融合每个单独关键框架的有用信息。同时，本发明也采用了多线程技术，将算法中包含的具有较高复杂度的部分作为一个辅助进程从跟踪器中分离出来，称之为更新器，这将保证跟踪器在耗时的超分辨率过程中不会被阻塞。实验结果表明我们所提出的跟踪器，无论是具有复杂的背景还是光照条件发生重大变化，都具有性能优越性。
-
-
-
-
-
-
-
-
-
搜索结果
70 条记录 (耗时 0.027 秒)
