-
公开(公告)号：CN118735772A
公开(公告)日：2024-10-01
申请号：CN202310308645.0
申请日：2023-03-27
申请人： 四川见山科技有限责任公司
IPC分类号： G06T3/4038 , G06T1/20
摘要： 提供了用于拼接出超大图像的系统和方法，所述系统包括：图像获取模块，被配置为获取多个第一图像；参数获取模块，被配置为获取拼图参数，其中，所述拼图参数包括将所述多个第一图像拼接为第二图像所按照的行数和列数；以及拼图模块，被配置为基于所述拼图参数将所述多个第一图像拼接为第二图像。本公开通过自动化将小图像拼接成超大图像，避免了手动拼接的繁琐和耗时，从而提高了处理效率。
-
公开(公告)号：CN118628629A
公开(公告)日：2024-09-10
申请号：CN202310221437.7
申请日：2023-03-08
申请人： 四川见山科技有限责任公司
IPC分类号： G06T15/04 , G06V10/764
摘要： 提供了基于人工智能生成三维模型的贴图的方法和系统，所述方法包括：获取视频的图像数据；通过对所述图像数据进行特征抽取，来确定与所述视频中的对象对应的三维模型的参数化函数；基于所述视频的每一帧的焦栈数据、相机内参数、以及所述三维模型的空间数据，对所述视频的场景进行三维重建，以生成三维场景空间；通过基于深度学习对所述图像数据进行分类识别，来生成所述视频的每一帧的语义标签；根据所述三维模型的参数化函数、所述三维场景空间的构造和所述语义标签，基于深度学习生成与所述语义标签对应的所述三维模型的表面的贴图。
-
公开(公告)号：CN118710657A
公开(公告)日：2024-09-27
申请号：CN202310308240.7
申请日：2023-03-27
申请人： 四川见山科技有限责任公司
IPC分类号： G06T7/11
摘要： 提供了对超大图像进行切图的系统和方法，所述方法包括：获取第一图像；获取裁切参数，其中，所述裁切参数包括将第一图像裁切为多个第二图像所按照的行数和列数；以及基于所述裁切参数将第一图像裁切为所述多个第二图像。根据本公开，可以自动将大图像裁剪成多个小图像。由此，用户可以轻松地处理大量的图像数据，而无需手动裁剪出每个小图像，从而提高图像处理的效率和准确度。
-
公开(公告)号：CN118628686A
公开(公告)日：2024-09-10
申请号：CN202310217478.9
申请日：2023-03-08
申请人： 四川见山科技有限责任公司
摘要： 提供了面向大尺度三维场景的数据解析方法与系统。所述用于数据解析的方法可包括：获取视频的图像数据；从所获取的图像数据中提取图像信息，并对所述图像信息进行量化；基于经量化的图像信息来确定第一参数和第二参数；以及通过使用所述第一参数和所述第二参数来获得解析的视频数据，其中，所述第一参数表示所述视频中同一视角下的帧的图像数据的近似程度，所述第二参数表示所述视频中不同视角下的帧的图像数据的差别程度，并且所述视频数据包括与所述视频中的对象所对应的三维空间数据相关的信息。
-
公开(公告)号：CN117541883B
公开(公告)日：2024-04-09
申请号：CN202410027223.0
申请日：2024-01-09
申请人： 四川见山科技有限责任公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/40
摘要： 本申请提供一种图像生成模型训练、图像生成方法、系统以及电子设备，通过获取包括训练数据集；将训练数据输入到待训练图像生成模型，并获得模型所输出的模型生成图像；基于最优传输理论、模型生成图像与实际采集图像，确定损失函数值；根据损失函数值对模型的内部参数进行优化，以获得训练后的图像生成模型。由于损失函数值是基于最优传输理论、模型生成图像和实际采集图像所确定的，可以更加贴近人眼感知；基于该损失函数值对待训练图像生成模型的内部参数进行优化，所获得的训练后的图像生成模型，可以生成更加真实的贴近人眼感知的图像。本申请所提供的方法可以面向元宇宙、数字孪生、智能规划设计等应用领域。
-
公开(公告)号：CN117541883A
公开(公告)日：2024-02-09
申请号：CN202410027223.0
申请日：2024-01-09
申请人： 四川见山科技有限责任公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/40
摘要： 本申请提供一种图像生成模型训练、图像生成方法、系统以及电子设备，通过获取包括训练数据集；将训练数据输入到待训练图像生成模型，并获得模型所输出的模型生成图像；基于最优传输理论、模型生成图像与实际采集图像，确定损失函数值；根据损失函数值对模型的内部参数进行优化，以获得训练后的图像生成模型。由于损失函数值是基于最优传输理论、模型生成图像和实际采集图像所确定的，可以更加贴近人眼感知；基于该损失函数值对待训练图像生成模型的内部参数进行优化，所获得的训练后的图像生成模型，可以生成更加真实的贴近人眼感知的图像。本申请所提供的方法可以面向元宇宙、数字孪生、智能规划设计等应用领域。
-
公开(公告)号：CN118736098A
公开(公告)日：2024-10-01
申请号：CN202310308608.X
申请日：2023-03-28
申请人： 四川见山科技有限责任公司
IPC分类号： G06T17/00 , G06V10/40 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
摘要： 提供了大规模三维模型重建方法和系统。所述方法包括：获取三维模型的点云数据；将所述点云数据输入特征提取网络，以提取出m个类别的特征；针对所述m个类别的特征分别按照各自的近邻阈值，对所述m个类别的特征的点编码局部几何特征，以重建所述三维模型，其中，所述近邻阈值表示被编码的点和与该被编码的点相邻的近邻点之间的最大距离。由此，可以实现精准的大规模三维模型重建，提高重建三维模型的精度，为更多的应用场景提供准确的三维模型重建效果。
-
公开(公告)号：CN118298219A
公开(公告)日：2024-07-05
申请号：CN202410352373.9
申请日：2024-01-09
申请人： 四川见山科技有限责任公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/40
摘要： 本申请提供一种图像生成模型训练、图像生成方法、系统以及电子设备，通过获取包括训练数据集；将训练数据输入到待训练图像生成模型，并获得模型所输出的模型生成图像；基于最优传输理论、模型生成图像与实际采集图像，确定损失函数值；根据损失函数值对模型的内部参数进行优化，以获得训练后的图像生成模型。由于损失函数值是基于最优传输理论、模型生成图像和实际采集图像所确定的，可以更加贴近人眼感知；基于该损失函数值对待训练图像生成模型的内部参数进行优化，所获得的训练后的图像生成模型，可以生成更加真实的贴近人眼感知的图像。本申请所提供的方法可以面向元宇宙、数字孪生、智能规划设计等应用领域。
-
公开(公告)号：CN118628628A
公开(公告)日：2024-09-10
申请号：CN202310221385.3
申请日：2023-03-08
申请人： 四川见山科技有限责任公司
IPC分类号： G06T15/04 , G06V10/774 , G06V10/764
摘要： 提供了基于人工智能生成三维模型的贴图的方法和系统。所述生成三维模型的贴图的方法包括：获取目标三维模型的二维图像集，其中，所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像；确定每一所述二维图像中所述目标三维模型的姿态数据和尺度数据；基于所述二维图像获取所述目标三维模型的空间坐标函数；根据所述姿态数据、所述尺度数据以及所述空间坐标函数，确定所述目标三维模型在当前展示视角下的模拟投影面；确定每一所述模拟投影面的贴图语义标签，其中，所述贴图语义标签包括所述目标三维模型的至少一种目标语义标签；根据所述目标语义标签在所述模型模拟平面的组合状态，生成所述目标三维模型的二维贴图图像。
-
公开(公告)号：CN118628627A
公开(公告)日：2024-09-10
申请号：CN202310219147.9
申请日：2023-03-08
申请人： 四川见山科技有限责任公司
IPC分类号： G06T15/04 , G06V10/764 , G06V10/774
摘要： 提供了基于人工智能对三维模型进行贴图的方法和系统。所述方法包括：获取预设视角下的目标三维模型的二维图像集，其中，所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像；获取每一所述二维图像所对应的焦段信息；对每一所述二维图像集中的多个同焦段二维图像进行焦点堆栈处理，获得重聚焦图像；其中，所述同焦段二维图像包括焦段信息相同的二维图像；确定所述目标三维模型在当前展示视角下的模拟投影面；确定每一所述模拟投影面对应的贴图语义标签；确定每一所述模拟投影面对应的虚拟投影相机；根据所述虚拟投影相机的视椎数据、所述贴图语义标签以及所述模拟投影面对所述目标三维模型的所述模拟投影面进行贴图。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.031 秒)
