-
公开(公告)号：CN106060511B
公开(公告)日：2018-11-16
申请号：CN201610437916.2
申请日：2016-06-17
Applicant: 浙江工商大学
IPC: H04N13/156 , H04N13/128
Abstract: 本发明提供了一种基于深度图的立体视频补全方法及系统，其中，方法包括：获取源视频、与源视频对应的源视频深度图视频序列以及预设的目标视频的参数，源视频与目标视频之间存在水平位移；根据源视频、源视频深度图视频序列以及目标视频的参数，合成目标视频序列；计算目标视频序列中的每帧图像之间的相对运动参数，并根据相对运动参数将当前帧内的空洞区域投影到相邻帧，利用相邻帧内已有的信息对当前帧内的空洞区域进行填充。本发明在能够对在合成目标视频的过程中产生的空洞自动进行填充，避免了人工补全操作，大大降低了立体视频的制作成本，填充精度高，方法简单，便于实现。
-
公开(公告)号：CN108647585A
公开(公告)日：2018-10-12
申请号：CN201810360701.4
申请日：2018-04-20
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于多尺度循环注意力网络的交通标识符检测方法，该方法首先构建交通标识符检测模型，所述交通标识符检测模型由用于图像特征提取的卷积神经网络特征提取模型和用于提高小目标检测精度的多尺度循环注意力网络模型复合而成；然后利用合格的训练样本对所述的交通标识符检测模型进行训练，得到训练好的交通标识符检测模型；测试时将待检测的图像输入训练好的交通标识符检测模型中，得到检测结果。本发明方法应用编解码器结构加强了取得的特征，用多尺度注意力结构检测小目标，并引用残差结构解决了梯度消失和梯度爆炸问题，本发明方法与其他先进的交通标识符检测方法相比更具有竞争力。
-
公开(公告)号：CN106157307B
公开(公告)日：2018-09-11
申请号：CN201610510552.6
申请日：2016-06-27
Applicant: 浙江工商大学
IPC: G06T7/50
Abstract: 本发明公开了一种基于多尺度CNN和连续CRF的单目图像深度估计方法，其利用CRF模型根据DCNN的输出深度图计算单点势能，根据输入RGB图像计算成对稀疏势能，最后用MAP(最大化后验概率)算法推导出优化的深度图。本发明结合了多尺度CNN和连续CRF优化思想，不仅能够以较高的精确度估计出深度图，又能使得到的深度图轮廓清晰；本发明所估计的深度有比较高的分辨率，而且所得到的深度图能保留场景中所有对象的深度细节信息，具有更好的视觉效果。
-
公开(公告)号：CN104008125B
公开(公告)日：2017-05-31
申请号：CN201410066789.0
申请日：2014-02-26
Applicant: 浙江工商大学 , 杭州电魂网络科技股份有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种层次化数据的动态多级矩形图展示方法，本发明是一种基于上下文的层次布局算法，通过探索数组的矩形的长宽比更好地表现层次数据，并且可以实现在移动平台上的高效、快速绘制矩形图；本发明具有可以在移动平台上高效、快速地绘制矩形图；可以对层次化数据展示动态多级矩形图的特点。
-
公开(公告)号：CN106612427A
公开(公告)日：2017-05-03
申请号：CN201611244732.0
申请日：2016-12-29
Applicant: 浙江工商大学
CPC classification number: H04N13/122 , H04N13/128
Abstract: 本发明公开了一种基于卷积神经网络的时空一致性深度图序列的生成方法，可用于影视作品2D转3D技术。该方法包括：1)收集训练集：训练集的每一个训练样本是一个连续RGB图像序列以及其对应的深度图序列；2)对训练集中的每一个图像序列进行时空一致性超像素分割，并且构建空间相似度矩阵和时间相似度矩阵；3)构建由单一超像素深度回归网络以及时空一致性条件随机场损失层构成的卷积神经网络；4)对卷积神经网络进行训练；5)对未知深度的RGB图像序列，使用训练好的神经网络通过前向传播恢复深度图序列。本发明避免了基于线索的深度恢复方法对场景假设依赖过强，以及现有基于卷积神经网络的深度恢复方法生成的深度图帧间不连续的问题。
-
Patent Agency Ranking
公开(公告)号：CN106600659A
公开(公告)日：2017-04-26
申请号：CN201611104799.4
申请日：2016-12-05
Applicant: 浙江工商大学
CPC classification number: G06T11/206 , G06T11/001
Abstract: 本发明公开了一种基于随机采样点的多样化颜色表绘制方法。本发明在设定一定的限定条件下，根据输入的L值和颜色分类数n，通过随机获取采样点的方式构成颜色表。根据颜色点在CIELAB颜色空间中，相同的欧式距离给人的视觉距离相同的特性，通过限定欧式距离值以及计算最大采样数来保证生成的颜色表有一定的区分度。本发明能够满足构成颜色表多样化，保证颜色相互之间具有一定的视觉距离的特性。
-
公开(公告)号：CN103914866B
公开(公告)日：2017-02-15
申请号：CN201410097919.7
申请日：2014-03-14
Applicant: 浙江工商大学
IPC: G06T15/00
Abstract: 本发明公开了一种无线网络中基于自适应图着色的三维模型分组方法。本发明首先采用阶驱动的方法遍历三维模型让每个顶点获得一个全局的遍历索引。其次，采用三维模型分割方法将整个模型分成多个片段。之后，对每个片段进行遍历，其所包含的所有的顶点由自适应图着色方法标示为不同的颜色。此时，每个片段将被分成多个分组，而每个分组所包含的顶点具有相同的颜色。最后，从不同的部分中按照一定顺序选取分组，形成最终的分组发送顺序。本发明通过有效的基于改进图着色的分组技术，使三维模型在高丢包率的网络传输时，仍能获得较好的重构效果。
-
公开(公告)号：CN103840871B
公开(公告)日：2017-01-11
申请号：CN201410016396.9
申请日：2014-01-14
Applicant: 浙江工商大学
Abstract: 本发明公开了一种无线网络中三维模型拓扑数据鲁棒传输的编码和重构方法。本发明首先在服务端将三维模型拓扑数据编码。具体是：按照一定规则遍历三维模型的顶点，得到每个顶点的遍历序号、度信息及相邻点信息。其次，根据改进的顺序着色算法，按照顶点被遍历的序号将每个顶点着上颜色。然后，对模型按照颜色分组，将同种颜色顶点作为一个分组。最后，对分组使用哈夫曼编码进行压缩。然后在客户端将三维模型拓扑重构，具体是：接收到分组后，将接收到的顶点按序号从小到大的顺序排序，再基于价驱动解码方法重构模型拓扑结构。本发明通过有效的模型拓扑数据编码和客户端重构技术，使三维模型在高丢包率的网络传输时，仍能获得较好的重构效果。
-
公开(公告)号：CN106126609A
公开(公告)日：2016-11-16
申请号：CN201610454625.4
申请日：2016-06-21
Applicant: 浙江工商大学
IPC: G06F17/30
CPC classification number: G06F16/904
Abstract: 本发明公开了一种基于几何结构调整用于降低数据非线性关系的方法，其首先通过近邻图建模数据集的几何形状，再通过一条空间折线表征其整体弯曲程度，然后据此对数据集中的点分别进行平移，使得数据集在保持点间近邻关系基本不变的前提下尽可能地展开、平坦化，从而降低数据集的非线性性，提高数据质量。
-
公开(公告)号：CN106060511A
公开(公告)日：2016-10-26
申请号：CN201610437916.2
申请日：2016-06-17
Applicant: 浙江工商大学
IPC: H04N13/00
CPC classification number: H04N13/156 , H04N13/128
Abstract: 本发明提供了一种基于深度图的立体视频补全方法及系统，其中，方法包括：获取源视频、与源视频对应的源视频深度图视频序列以及预设的目标视频的参数，源视频与目标视频之间存在水平位移；根据源视频、源视频深度图视频序列以及目标视频的参数，合成目标视频序列；计算目标视频序列中的每帧图像之间的相对运动参数，并根据相对运动参数将当前帧内的空洞区域投影到相邻帧，利用相邻帧内已有的信息对当前帧内的空洞区域进行填充。本发明在能够对在合成目标视频的过程中产生的空洞自动进行填充，避免了人工补全操作，大大降低了立体视频的制作成本，填充精度高，方法简单，便于实现。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.07 seconds)
