一种基于图分割的三维稀疏点云重建图像集分类方法

    公开(公告)号:CN112633293B

    公开(公告)日:2022-05-20

    申请号:CN202011330769.1

    申请日:2020-11-24

    摘要: 本发明属于计算机虚拟现实技术领域,具体涉及一种基于图分割的三维稀疏点云重建图像集分类方法,包括如下步骤:输入图像集,提取图像特征点;根据图像GPS信息构建预匹配图,构成相机图;执行图分割,将含有整个输入图像集的相机图分割成多个子图;将分割后独立的子图的执行图扩展工作,直至子图扩展达到阈值;保存扩展完毕的子图,每个子图都被作为输入,独立执行相机姿态估计工作。本发明能够对大规模场景三维重建任务输入的图像集进行分类,分类后的子图像集并行地执行相机姿态估计工作,能够克服单个机器计算资源限制,保证图像集之间信息的完整性,从而支持对于10平方公里以上的大场景三维重建工作,能够应用于数字城市、测绘等领域。

    一种基于深度学习的遮挡物移除和三维重建方法

    公开(公告)号:CN114399814A

    公开(公告)日:2022-04-26

    申请号:CN202111592051.4

    申请日:2021-12-23

    摘要: 本公开的实施例描述了一种基于深度学习的遮挡物移除和三维重建方法。该方法的一具体实施方式包括:对二维有遮挡人脸图进行识别处理,得到对应二维有遮挡人脸图的掩膜灰度图和掩膜轮廓图;将二维有遮挡人脸图输入至预先训练的掩膜图生成网络,以生成对应二维有遮挡人脸图的掩膜图;将掩膜灰度图、掩膜轮廓图和掩膜图输入至预先训练的轮廓生成器,以生成无掩膜完整轮廓合成图;将二维有遮挡人脸图和无掩膜完整轮廓合成图输入至预先训练的人脸渲染网络,以生成二维无遮挡人脸渲染图;对二维无遮挡人脸渲染图进行转化处理,得到三维无遮挡人脸。该实施方式实现了遮挡情况下的三维人脸的重建。

    网格线性结构恢复方法、装置、电子设备及存储介质

    公开(公告)号:CN114202632A

    公开(公告)日:2022-03-18

    申请号:CN202111469581.X

    申请日:2021-12-03

    IPC分类号: G06T17/20 G06K9/62 G06V10/762

    摘要: 本申请提供一种网格线性结构恢复方法、装置、电子设备及存储介质,方法包括:根据基于直线段检测算法的线性特征检验算法,提取航拍图像的特征线段;针对所述航拍图像的每个特征线段,为所述特征线段匹配三维空间线段,并针对所述三维空间线段进行聚类,获得所述特征线段的三维线簇结果;针对所述三维线簇结果中的每个三维线段,利用反投影算法,将所述三维线段投影到三角面片所构成的网格模型上,以及,根据所述三维线段的拓扑约束对所述三维线段覆盖的三角面片的顶点位置进行调整。通过特征线段的提取和三维空间线段的匹配,根据三维拓扑约束完成网格节点的调整和优化,降低了航拍图像三维场景重建的复杂度。

    一种基于CAVE系统的内容呈现方法

    公开(公告)号:CN113345113B

    公开(公告)日:2022-03-18

    申请号:CN202110671006.1

    申请日:2021-06-17

    摘要: 本发明属于虚拟现实领域中的数字展示领域,涉及一种基于CAVE系统的内容呈现方法,包括以下步骤:模拟Cave空间,制作相机组,处理边缝拼接问题,并对相机组进行非对称裁剪,得到相机组的显示效果,然后根据分辨率进行输出画面,将程序打包并安装到Cave主机,匹配屏幕与程序显示内容,调用3DVision开启立体视觉。本发明所提供的基于CAVE系统的内容呈现方法,主要针对当下沉浸式交互体验方式,在Cave空间中构建虚拟场景进行漫游,可应用于多种沉浸式展示应用场景,占用空间小,且能提供更好的交互体验。

    手部姿态追踪的方法、装置及系统

    公开(公告)号:CN110348359B

    公开(公告)日:2022-01-04

    申请号:CN201910599290.9

    申请日:2019-07-04

    发明人: 齐越 车云龙

    摘要: 本发明提供一种手部姿态追踪的方法、装置及系统,该方法,包括获取包含手部区域的深度图像;根据所述深度图像,通过目标网络模型获取目标手部姿态;其中,所述目标网络模型是指预先经过训练的,用于对所述深度图像进行特征提取和特征识别得到目标初始手部姿态,并对目标初始手部姿态进行优化以输出目标初始手部姿态的学习模型,以提高姿态追踪的准确性、高效性。无需高计算设备资源(例如GPU(Graphics Processing Unit,图形处理器))即可以实现实时的手部姿态追踪。

    网格生成方法、装置及存储介质
    76.
    发明公开

    公开(公告)号:CN113744408A

    公开(公告)日:2021-12-03

    申请号:CN202111013365.4

    申请日:2021-08-31

    IPC分类号: G06T17/20 G06T19/20

    摘要: 本申请提供一种网格生成方法、装置及存储介质。该方法包括:先获取点云以及点云和原始图像的对应关系;然后基于点云,构建点云对应的四面体;并以四面体作为顶点,相邻四面体之间重合的面作为有向边,构建有向图;根据点云和原始图像的对应关系,确定有向图包含的有向边的权重;根据有向边的权重,通过图割算法生成点云对应的目标网格。本申请中,由于有向边的权重值是根据点云和原始图像的对应关系确定的,相对于设置为常数的权重而言,根据该权重所生成的点云对应的目标网格更准确,因此,将通过该方法得到的目标网格用于重建大尺度场景时,重建得到的三维模型的精度越高,细节效果更好。

    图像的三维重建方法和三维重建装置

    公开(公告)号:CN113643421A

    公开(公告)日:2021-11-12

    申请号:CN202110763508.7

    申请日:2021-07-06

    IPC分类号: G06T17/00 G06K9/62

    摘要: 本申请提供了图像的三维重建方法和三维重建装置,有效地减少了深度值的计算时间,同时进一步提升了三维重建的速率。该方法包括:基于目标图像集中的第一类像素点的损失值和第二类像素点的损失值分别对第一类像素点和第二类像素点的深度值进行N次更新,得到第一类像素点和第二类像素点的目标深度值,其中,第一类像素点的损失值是采用补丁匹配算法对第一类像素点中的像素点进行并行计算的结果,第二类像素点的损失值是采用补丁匹配算法对第二类像素点中的像素点进行并行计算的结果,N为预设阈值;整合第一类像素点的目标深度值和第二类像素点的目标深度值,得到目标图像集的深度图;对深度图进行后处理,得到目标图像集中像素点的三维坐标。

    图像处理方法和装置
    78.
    发明公开

    公开(公告)号:CN112819892A

    公开(公告)日:2021-05-18

    申请号:CN202110177906.0

    申请日:2021-02-08

    摘要: 本申请实施例提供了一种图像处理方法和装置,在对图像进行渲染时,获取待处理视频中各帧图像的纹理特征点信息,和各帧图像中的标志物信息;并根据各帧图像的纹理特征点信息,和各帧图像中的标志物信息,确定待处理视频中相机的位姿和各标志物中目标标志物的位姿;根据相机的位姿和目标标志物的位姿,确定预设虚拟图像在各帧图像中的目标位置;基于目标位置,对各帧图像进行渲染,得到包含预设虚拟图像的各帧目标图像。这样通过图像中的纹理特征点信息和标志物信息共同确定相机的位姿,能够避免因纹理特征信息较少而使得确定出的相机位姿的准确度较低,提高了相机位姿的准确度,从而提高了对原始图像的渲染结果的准确度。

    一种基于相似变换的大场景相机姿态注册方法

    公开(公告)号:CN112365541A

    公开(公告)日:2021-02-12

    申请号:CN202011330767.2

    申请日:2020-11-24

    IPC分类号: G06T7/73 G06T7/50 G06K9/62

    摘要: 本发明公开了一种基于相似变换的大场景相机姿态注册方法,并行地对大场景相机姿态分块注册并合并优化,得到大规模场景全局相机姿态。其步骤包括:对相机图进行图分割得到多个子图,即对相机进行分块;子图分别传输到集群的计算节点上,并行地对子图执行相机姿态估计,得到每个分块的相机姿态;得到的局部相机姿态和分块之间重合的相机,利用相似变化的方式执行相机姿态的融合,得到包含所有图像集的全局相机姿态;融合后的全局姿态执行优化工作,保证相机姿态的准确性和鲁棒性。本发明通过基于相似变换的方法将不同分块局部相机姿态融合并优化,得到精确的全局相机姿态;能够克服单个机器计算资源限制,合理保证图像集之间信息的完整性。

    面向大场景倾斜摄影数据的土石方测量方法

    公开(公告)号:CN110864674A

    公开(公告)日:2020-03-06

    申请号:CN201911132676.5

    申请日:2019-11-19

    发明人: 杜文祥 齐越

    IPC分类号: G01C11/04 G01B11/00 G01B11/28

    摘要: 本发明所述面向大场景倾斜摄影数据的土石方测量方法,基于航拍倾斜摄影获得的二维图像数据进行三维地形模型的重建,以采取网格法进行土石方量计算,从而测量出较为准确的土石方体积,实现提高土石方测量的效率与精度、节约人工与时间成本的设计目的。包括有以下步骤:步骤A,选定待分析区域,计算得出待分析区域包围的面积;步骤B,构造待分析区域的最小包围矩形;步骤C,设置细分参数,对待分析区域进行网格细分并筛选;步骤D,计算每个有效网格的中心点与三维场景模型的表面交点;步骤E,计算每个有效网格所占体积,统计有效网格体积的和以得出土石方量。