-
公开(公告)号：CN115170746B
公开(公告)日：2022-11-22
申请号：CN202211087276.9
申请日：2022-09-07
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的多视图三维重建方法、系统及设备，获取多张多视角图像，对多张多视角图像进行多尺度语义特征提取，获得多种尺度的特征图；对多种尺度的特征图进行多尺度语义分割，获得多种尺度的语义分割集；通过有监督的三维重建方法对多张多视角图像进行重建，获得初始深度图；基于多种尺度的语义分割集和初始深度图，获得多种尺度的深度图；构建多种尺度的点云集；对多种尺度的点云集采用不同的半径滤波进行优化，获得优化后的点云集；基于优化后的点云集进行不同尺度的重建，获得不同尺度的三维重建结果；将每种尺度的三维重建结果进行拼接融合。本发明能够充分利用各个尺度的语义信息，能够提高三维重建的精确度。
-
公开(公告)号：CN115170746A
公开(公告)日：2022-10-11
申请号：CN202211087276.9
申请日：2022-09-07
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的多视图三维重建方法、系统及设备，获取多张多视角图像，对多张多视角图像进行多尺度语义特征提取，获得多种尺度的特征图；对多种尺度的特征图进行多尺度语义分割，获得多种尺度的语义分割集；通过有监督的三维重建方法对多张多视角图像进行重建，获得初始深度图；基于多种尺度的语义分割集和初始深度图，获得多种尺度的深度图；构建多种尺度的点云集；对多种尺度的点云集采用不同的半径滤波进行优化，获得优化后的点云集；基于优化后的点云集进行不同尺度的重建，获得不同尺度的三维重建结果；将每种尺度的三维重建结果进行拼接融合。本发明能够充分利用各个尺度的语义信息，能够提高三维重建的精确度。
-
公开(公告)号：CN115185814A
公开(公告)日：2022-10-14
申请号：CN202210659903.5
申请日：2022-06-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于二维程序频谱的多缺陷定位方法、系统及设备，本方法根据测试用例集对源程序进行数据提取，获得数据提取信息；根据数据提取信息划分失败测试用例集和成功测试用例集，对失败测试用例集中的每个失败测试用例进行聚类分析；将每个缺陷的失败测试用例子集分别与成功测试用例集结合，获得每个缺陷的测试用例子集；对每个缺陷的测试用例子集进行特征转换，获得每个缺陷的测试用例子集的二维程序频谱；构建缺陷定位模型，基于缺陷定位模型和二维程序频谱，获取每个缺陷的测试用例子集的语句怀疑度列表；融合所有语句怀疑度列表，获得多缺陷定位报告；通过多缺陷定位报告定位多个缺陷。本发明能够提高多缺陷定位的精确度和效率。
-
公开(公告)号：CN115185814B
公开(公告)日：2024-05-21
申请号：CN202210659903.5
申请日：2022-06-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于二维程序频谱的多缺陷定位方法、系统及设备，本方法根据测试用例集对源程序进行数据提取，获得数据提取信息；根据数据提取信息划分失败测试用例集和成功测试用例集，对失败测试用例集中的每个失败测试用例进行聚类分析；将每个缺陷的失败测试用例子集分别与成功测试用例集结合，获得每个缺陷的测试用例子集；对每个缺陷的测试用例子集进行特征转换，获得每个缺陷的测试用例子集的二维程序频谱；构建缺陷定位模型，基于缺陷定位模型和二维程序频谱，获取每个缺陷的测试用例子集的语句怀疑度列表；融合所有语句怀疑度列表，获得多缺陷定位报告；通过多缺陷定位报告定位多个缺陷。本发明能够提高多缺陷定位的精确度和效率。
-
-
-
Search Results
4
records
(took 0.015 seconds)
