-
公开(公告)号：CN108447094A
公开(公告)日：2018-08-24
申请号：CN201810231960.7
申请日：2018-03-20
申请人： 清华大学
IPC分类号： G06T7/73
摘要： 本发明实施例提供一种单目彩色相机的姿态估算方法及系统，所述的方法包括：将待检测场景图像输入预先训练后的深度卷积网络，以输出所述待检测场景图像的多个场景点对应的多个特征检测热图；提取每一个特征检测热图的二维位置；根据提取的每一个特征检测热图的二维位置以及对应的场景点的三维位置，估算出单目彩色相机的姿态。本发明实施例将机器学习中的深度卷积网络引入到相机姿态估算方法中，通过深度卷积网络检测相机场景图像中的特定特征，相比于传统的估算方法，深度卷积网络可以更为准确地对场景图像的特征进行检测，提高相机姿态估算的精度。
-
公开(公告)号：CN104966318B
公开(公告)日：2017-09-22
申请号：CN201510341220.5
申请日：2015-06-18
申请人： 清华大学
摘要： 本发明提出一种具有图像叠加和图像特效功能的增强现实方法，包括：对模板图像进行实时的三维跟踪，以得到摄像机位姿；根据摄像机位姿将模板图像投影到屏幕上，以得到其在屏幕上的模板图像投影区域，其中，模板图像投影区域为待叠加图像翻转后的目标位置；根据待叠加图像的原始位置和翻转后的目标位置，得到待叠加图像到屏幕上的模板图像投影区域的翻转矩阵；根据翻转矩阵对待叠加图像进行翻转；将翻转后的待叠加图像叠加到模板图像上；对屏幕图像实施选定的特效变换；将预定三维虚拟模型叠加到模板图像上，以实现对模板图像的增强现实。本发明的方法扩展了增强现实的范围，提高了增强现实的效果，且该方法灵活性高，应用性强。
-
公开(公告)号：CN102436651B
公开(公告)日：2013-06-19
申请号：CN201110247341.5
申请日：2011-08-25
申请人： 清华大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种视网膜OCT体数据三维层状边界的提取方法及系统，涉及医学图像技术领域，包括：S1：对视网膜OCT三维体数据进行竖直方向的差值滤波运算，以获得差值体数据；S2：计算获得边界指标体数据；S3：在所述边界指标体数据中进行查找，以获得当前边界的离散边界点；S4：对所述离散边界点的集合进行平滑操作，以获得当前边界；S5：判断是否已经获得了所述视网膜OCT三维体数据的所有边界，若是，则执行步骤S6，否则，根据当前边界更新所述视网膜OCT三维体数据，并更新所述差值滤波运算的卷积算子，返回步骤S1；S6：输出所述视网膜OCT三维体数据的所有边界。本发明具有以下优点：1.全自动；2.精确性；3.稳定性；4.高效性；5.应用性强。
-
公开(公告)号：CN104966318A
公开(公告)日：2015-10-07
申请号：CN201510341220.5
申请日：2015-06-18
申请人： 清华大学
摘要： 本发明提出一种具有图像叠加和图像特效功能的增强现实方法，包括：对模板图像进行实时的三维跟踪，以得到摄像机位姿；根据摄像机位姿将模板图像投影到屏幕上，以得到其在屏幕上的模板图像投影区域，其中，模板图像投影区域为待叠加图像翻转后的目标位置；根据待叠加图像的原始位置和翻转后的目标位置，得到待叠加图像到屏幕上的模板图像投影区域的翻转矩阵；根据翻转矩阵对待叠加图像进行翻转；将翻转后的待叠加图像叠加到模板图像上；对屏幕图像实施选定的特效变换；将预定三维虚拟模型叠加到模板图像上，以实现对模板图像的增强现实。本发明的方法扩展了增强现实的范围，提高了增强现实的效果，且该方法灵活性高，应用性强。
-
公开(公告)号：CN103106691A
公开(公告)日：2013-05-15
申请号：CN201310012271.4
申请日：2013-01-14
申请人： 清华大学
摘要： 本发明公开了一种带纹理和标注的月球模型交互浏览可视化方法和系统，对激光高度计采集到的数据进行处理得到月球表面上分块的半规则月球网格模型；对立体相机采集、拼接得到的原始全月影像进行分割转换处理，得到分块月球纹理；对分块的半规则月球网格模型根据网格位置用分块月球纹理进行纹理贴图，对可见的网格分块进行渲染显示，得到带纹理的月球模型；对标注分级，再对带纹理的月球模型根据月心视点距离添加不同级别的标注，并对可见标注点进行绘制，得到带纹理和标注的月球模型。添加纹理和添加标注顺序可以互换。本发明解决了月球模型两极纹理汇聚模糊的问题，对月球网格模型进行分块处理，对可见网格分块进行渲染，加快月球模型绘制的速度。
-
公开(公告)号：CN109583297B
公开(公告)日：2020-10-02
申请号：CN201811249854.8
申请日：2018-10-25
申请人： 清华大学
摘要： 本发明实施例提供一种视网膜OCT体数据识别方法及装置，其中方法包括：获取待识别图像，对待识别图像进行处理，获得目标待识别图像，目标待识别图像为视网膜OCT体数据的多个二维切片图像；根据目标卷积神经网络对目标待识别图像进行识别，获得目标待识别图像的识别结果；根据待识别图像的每个目标待识别图像的识别结果，给出待识别图像的识别结果。本发明实施例利用自监督迭代学习的方法，先利用初始标签和训练样本训练卷积神经网络，再对训练样本图像进行重新分类，并结合聚类或阈值过滤等方法对训练样本图像进行重标签；反复迭代训练与重标签的流程，得到目标卷积神经网络，从而能够在仅有三维级别标签的图像的条件下，提高识别准确率。
-
公开(公告)号：CN110659673A
公开(公告)日：2020-01-07
申请号：CN201910832886.9
申请日：2019-09-04
申请人： 清华大学
摘要： 本发明公开了一种视网膜光学相干层析体数据自动识别方法及装置，其中，方法包括：获取每个视网膜OCT体数据的每个B-扫描的特征向量，并根据每个B-扫描的特征向量得到每个视网膜OCT体数据的全局特征；根据每个视网膜OCT体数据的全局特征及标签作为输入，训练分类器模型；获取待分类的视网膜OCT体数据，并得到待分类的视网膜OCT体数据的全局特征，将待分类的视网膜OCT体数据的全局特征输入训练好的分类器模型，得到待分类的视网膜OCT体数据的最终标签分类结果。根据本发明实施例的方法，可以有效识别体数据的标签分类结果，可获得高精度的视网膜OCT体数据分类性能，有效保证分类的准确性和有效性，提升使用体验。
-
公开(公告)号：CN107402983A
公开(公告)日：2017-11-28
申请号：CN201710557329.1
申请日：2017-07-10
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种邻近点查询方法及查询装置，其中，方法包括：根据天体图片上的坐标轴上的纵坐标将天体图片划分成与预设宽度等宽的多个条带；根据坐标轴上的纵坐标和预设宽度得到多个条带的每个条带的条带编号；在交叉认证过程中，获取满足预设条件的至少一个条带编号，并根据至少一个条带编号和两点之间的像素距离进行邻近点查询。该方法可以提高数据的处理速度，进一步提高工作效率，有效保证数据查询的高效性，简单便捷。
-
公开(公告)号：CN106777084A
公开(公告)日：2017-05-31
申请号：CN201611147698.5
申请日：2016-12-13
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明公开一种针对光变曲线在线分析及异常报警的方法及系统，能够对光变曲线进行在线异常报警。该方法包括：获取待分析星体的光变曲线；对于光变曲线中的每个样本点，计算该样本点对应的长时间窗口与短时间窗口的特征统计量，并根据特征统计量计算预设的归一化变量的值，将归一化变量的值代入判别函数计算得到判别函数值，根据判别函数值判断是否需要将光变曲线与预设的一系列模板曲线进行匹配，若需要将光变曲线与模板曲线进行匹配，则将光变曲线进行归一化后，将其与模板曲线进行匹配，并使用动态时间规整算法计算归一化后的光变曲线与每一条模板曲线之间的差异度，若判断获知存在一个差异度小于指定阈值，则触发报警，否则不触发报警。
-
公开(公告)号：CN106777084B
公开(公告)日：2020-09-18
申请号：CN201611147698.5
申请日：2016-12-13
申请人： 清华大学
IPC分类号： G06F16/2458 , G06F16/58 , G06F16/583
摘要： 本发明公开一种针对光变曲线在线分析及异常报警的方法及系统，能够对光变曲线进行在线异常报警。该方法包括：获取待分析星体的光变曲线；对于光变曲线中的每个样本点，计算该样本点对应的长时间窗口与短时间窗口的特征统计量，并根据特征统计量计算预设的归一化变量的值，将归一化变量的值代入判别函数计算得到判别函数值，根据判别函数值判断是否需要将光变曲线与预设的一系列模板曲线进行匹配，若需要将光变曲线与模板曲线进行匹配，则将光变曲线进行归一化后，将其与模板曲线进行匹配，并使用动态时间规整算法计算归一化后的光变曲线与每一条模板曲线之间的差异度，若判断获知存在一个差异度小于指定阈值，则触发报警，否则不触发报警。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.017 秒)
