-
公开(公告)号：CN116091621A
公开(公告)日：2023-05-09
申请号：CN202211741419.3
申请日：2022-12-30
Applicant: 北京邮电大学
IPC: G06T7/80
Abstract: 本发明提供一种环形相机阵列的参数标定方法、装置、设备及存储介质，该方法包括：基于环形相机阵列中每个相机采集的待测物体在不同角度下对应的多帧第一图像，确定每个相机对应的相机内参；将环形相机阵列中的所有相机按序进行分组，得到多组相机，并基于每组相机中每个相机采集的待测物体在不同角度下对应的多帧第二图像，确定每组相机对应的初始相机外参；其中，每组相机包括多个相机，相邻两组相机中存在相同的相机；对多个初始相机外参进行联合优化处理，确定环形相机阵列对应的目标相机外参；根据相机内参及目标相机外参，确定环形相机阵列对应的联合标定参数结果。该方法能够对环形相机阵列对应的相机参数进行准确标定。
-
公开(公告)号：CN115830202A
公开(公告)日：2023-03-21
申请号：CN202211494444.6
申请日：2022-11-25
Applicant: 北京邮电大学
IPC: G06T15/00
Abstract: 本发明提供一种三维模型渲染方法，包括：S1、控制虚拟相机发出渲染光线，并确定出多个交点坐标；S2、基于虚拟相机的参数和多个交点坐标中的其中一个交点坐标，确定出虚拟相机发出的对应于其中一个交点坐标的一根渲染光线的方向向量；S3、基于每个RGB相机的坐标和所述其中一个交点坐标，确定出相机方向向量组；S4、基于一根渲染光线的方向向量和相机方向向量组的夹角关系，确定多个用于纹理计算的RGB相机；S5、基于多个RGB相机拍摄的多个图像，确定出其中一个交点坐标对应的纹理值；S6、继续执行S2‑S5步骤，直至分别确定出多个纹理值；S7、基于多个纹理值确定出虚拟相机对应的视点图像，从而实现三维模型的快速渲染。
-
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
Applicant: 北京邮电大学
Abstract: 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：CN112967370B
公开(公告)日：2022-06-21
申请号：CN202110236136.2
申请日：2021-03-03
Applicant: 北京邮电大学
Abstract: 本申请提供一种三维光场重建方法、装置及存储介质，所述方法包括：基于路径追踪，对光场图像进行渲染，获得第一元素图像阵列，对所述第一元素图像阵列进行高分辨率重建，获得第二元素图像阵列，基于所述第二元素图像阵列，获得重建的三维光场，其中，所述第二元素图像阵列的分辨率高于所述第一元素图像阵列，能够节省三维光场重建时间，提高重建效率，同时在实现实时三维光场显示的基础上，保证重建的高分辨率图像的质量。
-
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
Applicant: 北京邮电大学
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN109121141B
公开(公告)日：2021-02-23
申请号：CN201810817439.1
申请日：2018-07-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于MEC服务器的星地两级边缘网络及其协作方法，属于无线通信系统技术领域。本发明将星地两级边缘网络作为研究场景，通过在地基局部边缘节点和天基全局边缘节点上部署移动边缘计算服务器简称MEC服务器，形成了位于地面的地基局部边缘智能实体和位于空中的天基全局边缘智能实体，通过将两个智能实体相结合，实现网络资源的高效利用。本发明通过在天基和地基部署边缘节点，可充分利用二者存储、计算和通信资源，有效提升星地网络的协作和资源的高效利用。本发明从接入控制和负载均衡的角度给出了天基和地基部署边缘节点后的协作方法，通过仿真验证可有效降低网络时延。
-
公开(公告)号：CN108833181B
公开(公告)日：2020-10-30
申请号：CN201810664782.7
申请日：2018-06-25
Applicant: 北京邮电大学
Abstract: 本发明公开一种下一代移动通信核心网络NG‑CN的网络切片系统，其特征在于，该系统包括默认切片和业务切片，默认切片用于控制用户设备UE和下一代通信接入网NG‑RAN，业务切片用于支持对应的业务类型。利用本发明可提供广泛业务应用的能力，还能更高效地提升网络资源利用。这可以有效解决当前移动通信网络中无法满足的低时延高可靠的问题，同时解决了当前通信网络中的时空资源不匹配问题。
-
公开(公告)号：CN111813660A
公开(公告)日：2020-10-23
申请号：CN202010537455.2
申请日：2020-06-12
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种视觉认知搜索模拟方法、电子设备及存储介质，该方法包括：获取多个用户分割子元素信息，对所述多个用户分割子元素信息进行界面显著性分析得到目标用户分割子元素信息；根据所述目标用户分割子元素信息进行效用值评估，得到跳转效用值、继续搜索效用值和返回效用值；根据所述跳转效用值、继续搜索效用值和返回效用值确定搜索结果。通过基于显著性与效用值判断的联合视觉搜索方法符合人眼视觉搜索规律，能较好地对眼动搜索行为进行模拟，因此具有很强的可靠性。
-
公开(公告)号：CN111780955A
公开(公告)日：2020-10-16
申请号：CN202010538250.6
申请日：2020-06-12
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种用于光栅立体显示器的光栅参数测量方法及系统，该方法包括：获取待测量的光栅立体显示器的三维显示图像；将所述三维显示图像输入到训练好的光栅参数测量模型中，得到所述待测量的光栅立体显示器的光栅参数值，其中，所述训练好的光栅参数测量模型是由样本三维显示图像，通过DQN算法对两个结构相同的卷积神经网络进行训练得到的。本发明通过使用DQN算法进行光栅参数的匹配，针对不同的光栅显示器，具有普适性，提高了光栅参数测量效率和精度。
-
公开(公告)号：CN110995828A
公开(公告)日：2020-04-10
申请号：CN201911204374.4
申请日：2019-11-29
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种网络资源缓存方法、装置及系统，当达到预设周期时，多个小基站中的第一小基站，向宏基站发送覆盖范围内的第一用户终端对预设网络资源的评分、每两个第一用户终端之间的信任值，以及上一周期内第一用户终端请求待选网络资源的次数，宏基站确定第一用户终端对待选网络资源的评分，以及当前周期内待选网络资源的流行度，并发送至第一小基站，第一小基站基于第一用户终端对待选网络资源的评分、当前周期内待选网络资源的流行度，以及第一用户终端与第一小基站之间的物理距离，确定待选网络资源的缓存概率，并基于确定出的缓存概率和待选网络资源，进行网络资源的缓存。基于上述处理，小基站缓存至本地的网络资源的有效性较高。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.035 seconds)
