-
公开(公告)号：CN114401391B
公开(公告)日：2023-01-06
申请号：CN202111501866.7
申请日：2021-12-09
申请人： 北京邮电大学 , 班度科技(深圳)有限公司
IPC分类号： H04N13/111 , H04N13/106 , H04N13/122 , H04N13/261
摘要： 本申请提供一种虚拟视点生成方法及装置。所述方法包括：根据由各双目相机拍摄的各棋盘格图像确定的单应矩阵，对由各双目相机采集到的多视点目标图像进行单应变换，获取水平多视点图像；将水平多视点图像输入训练好的视差估计模型中，获取视差图像；根据不同位置对应的控制因子对视差图像进行加权，以根据加权后的视差图像和水平多视点图像进行前向映射，生成虚拟视点图像；其中，视差估计模型由各虚拟图像以及密集的真实视差输入全卷积网络进行训练后确定。本申请实施例提供的虚拟视点生成方法可以提高虚拟视点的生成效率。
-
公开(公告)号：CN113095333B
公开(公告)日：2022-08-05
申请号：CN202110214381.3
申请日：2021-02-25
申请人： 北京邮电大学
摘要： 本发明提供一种无监督特征点检测方法及装置，该方法包括：利用编码器网络对训练图像提取特征，得到K个通道的特征图，归一化后生成特征点位置概率分布图；对所述概率分布图求解质心后，基于所述质心对概率分布图进行高斯重构；将高斯重构后特征图，输入解码器网络得到输出图像，根据输入图像、输出图像、概率分布图和高斯重构后特征图，确定预设损失函数的损失值；根据多次训练结果，得到损失函数最小时的编码器网络；基于训练后的编码器网络，确定待检测图像的K个特征点位置。该方法无需手工标注特征点位置来进行有监督学习，可有效避免人工标注的人力成本和人工标注带来的主观错误，同时能够提高检测效率。
-
公开(公告)号：CN114463256A
公开(公告)日：2022-05-10
申请号：CN202111590567.5
申请日：2021-12-23
申请人： 北京邮电大学
摘要： 本申请涉及图像处理技术领域，提供一种基于立体视图的深度预测方法、装置、设备及存储介质，该方法包括：通过卷积神经网络对左视点图和右视点图进行预测，得到第一中间视点图及其视差图；通过逆向映射方法结合左视点图、右视点图和第一中间视点图的视差图，得到中间视点图对；若存在中间视点标签，则根据中间视点标签、第一中间视点图和中间视点图对进行计算，得到差异性损失；根据反向传播算法对差异性损失进行最小化，得到目标中间视点图及其视差图，根据目标中间视点图及其视差图进行深度预测。本申请实施例提供的基于立体视图的深度预测方法同时估计目标中间视点图及其视差图，借助目标中间视点图的几何约束，提高了场景深度的准确度。
-
公开(公告)号：CN114429531A
公开(公告)日：2022-05-03
申请号：CN202111499262.3
申请日：2021-12-09
申请人： 北京邮电大学 , 班度科技(深圳)有限公司
摘要： 本发明提供一种虚拟视点图像的生成方法及装置，该方法包括：基于输入视点的相机参数和第一图像，提取当前场景的三维模型；基于三维模型和目标虚拟视点的相机参数，获取目标虚拟视点的第一目标图像；将第二图像和第一目标图像输入至图像处理模型，得到目标虚拟视点的第二目标图像。本发明提供的虚拟视点图像的生成方法及装置，通过第一目标图像恢复对应三维场景的几何信息，以及第二目标图像恢复对应三维场景的光照和色彩信息，获取目标虚拟视点图像，能提高3D光场信息重建的准确性和效率。
-
公开(公告)号：CN113095333A
公开(公告)日：2021-07-09
申请号：CN202110214381.3
申请日：2021-02-25
申请人： 北京邮电大学
摘要： 本发明提供一种无监督特征点检测方法及装置，该方法包括：利用编码器网络对训练图像提取特征，得到K个通道的特征图，归一化后生成特征点位置概率分布图；对所述概率分布图求解质心后，基于所述质心对概率分布图进行高斯重构；将高斯重构后特征图，输入解码器网络得到输出图像，根据输入图像、输出图像、概率分布图和高斯重构后特征图，确定预设损失函数的损失值；根据多次训练结果，得到损失函数最小时的编码器网络；基于训练后的编码器网络，确定待检测图像的K个特征点位置。该方法无需手工标注特征点位置来进行有监督学习，可有效避免人工标注的人力成本和人工标注带来的主观错误，同时能够提高检测效率。
-
公开(公告)号：CN112926596A
公开(公告)日：2021-06-08
申请号：CN202110185464.4
申请日：2021-02-10
申请人： 北京邮电大学
摘要： 本发明提供一种基于循环神经网络的实时超像素分割方法及系统，该方法包括：提取输入图像的特征，并对所述图像进行超像素关联图初始化；基于预设训练好的循环神经网络，对所述输入图像进行实时超像素分割，所述循环神经网络的输入是由超像素关联图初始化提取的初始输入和初始隐向量确定。本发明结合深度神经网络在特征提取和计算速度方面的优势，以及传统K‑means迭代聚类方法在超像素分割任务上的有效性和简单性，实现了实时超像素分割。
-
公开(公告)号：CN108803053B
公开(公告)日：2020-05-05
申请号：CN201810573895.6
申请日：2018-06-06
申请人： 北京邮电大学
IPC分类号： G02B30/27 , G02F1/1335 , G02F1/29
摘要： 本发明实施例提供一种三维光场显示系统，包括背光源、液晶面板、柱透镜光栅、全息功能屏和狭缝光栅；背光源用于向液晶面板投射光线；沿光线的传播方向依次布置有液晶面板、柱透镜光栅、全息功能屏和狭缝光栅；液晶面板用于调制背光源投射的光线；柱透镜光栅用于基于调制后的光线提供具有立体效果的单视差光场；全息功能屏用于发散柱透镜光栅提供的光场，使观察者从不同的角度都能看到柱透镜光栅提供的光场；狭缝光栅用于基于发散后的光场提供具有立体效果的全视差光场。本发明实施例通过设置柱透镜光栅提供具有立体效果的单视差光场、全息功能屏发散广场，以及狭缝光栅提供具有立体效果的全视差光场，三者相互配合工作，能够实现全视差观看。
-
公开(公告)号：CN114463369A
公开(公告)日：2022-05-10
申请号：CN202111593232.9
申请日：2021-12-23
申请人： 北京邮电大学
摘要： 本申请涉及图像处理技术领域，提供一种基于立体视图的块匹配方法、装置、电子设备及存储介质，该方法包括：根据基图像中的各个图像像素得到基图像块，并根据极线约束遍历出参考图像中的参考图像块；通过预设随机算法计算立体视图的映射矩阵，根据映射矩阵、基图像块和参考图像块，生成随机图像块；根据预设代价算法计算随机图像块的匹配代价，根据匹配代价确定目标匹配图像块。本申请实施例提供的基于立体视图的块匹配方法在图像块匹配过程中，不是直接计算基图像块和参考图像块的匹配代价，而是通过映射矩阵将基图像块和参考图像块先转化为随机图像块，再通过预设代价算法和随机图像块得到目标匹配图像块，提高了图像块匹配的准确度。
-
公开(公告)号：CN114399553A
公开(公告)日：2022-04-26
申请号：CN202111467673.4
申请日：2021-12-03
申请人： 北京邮电大学
摘要： 本申请提供一种基于相机姿态的虚拟视点生成方法及装置。所述方法包括：根据相邻的两幅视点图像之间的匹配点对以及相邻的所述视点图像对应的相机阵列中两个相机的内部参数和外部参数，构建与所述匹配点对对应的三维点；根据与被选定的相机姿态对应的各目标相机的目标相机姿态以及内部参数，对各所述三维点进行重投影，确定与所述相机姿态对应的虚拟视点图像。本申请实施例提供的基于相机姿态的虚拟视点生成方法可以提高虚拟视点的生成效率。
-
公开(公告)号：CN108897138B
公开(公告)日：2020-05-05
申请号：CN201810629277.9
申请日：2018-06-19
申请人： 北京邮电大学
IPC分类号： G02B30/30
摘要： 本发明实施例提供一种三维光场显示系统，包括：光源，液晶面板、第一全息功能屏、第二全息功能屏和狭缝光栅；所述光源用于发射光图像信息，在所述光图像信息的传播方向上，依次布置有液晶面板、第一全息功能屏、狭缝光栅和第二全息功能屏；所述第一全息功能屏用于将所述光图像信息在第一平面方向上进行扩散；所述第二全息功能屏用于将所述光图像信息在第二平面方向上进行扩散；其中，所述第一平面和所述第二平面互相垂直。本发明实施例提供的三维光场显示系统，由于光线在经过第一全息功能屏时，光束被约束在一个平面方向上，消除了三维显示时不同平面的光线串扰和重叠问题，提升了三维显示效果。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.032 秒)
