-
公开(公告)号：CN110428462B
公开(公告)日：2022-04-08
申请号：CN201910647474.8
申请日：2019-07-17
Applicant: 清华大学
Abstract: 本发明提出一种多相机立体匹配方法和装置，其中，方法包括：根据预设的阵列结构搭建多相机阵列；控制红外散斑发射器向训练场景投射结构光光斑，通过多相机阵列获取多视点图像；提取多视点图像的图像特征，并根据图像特征训练特征提取器，以便于根据训练好的图像特征提取器进行场景深度信息的获取。本发明可以克服传统的RGB匹配特征稀疏以及特征提取和匹配的高计算复杂度，实现高速、准确的立体匹配并能够通过概率推断的方法进一步提高立体匹配结果。
-
公开(公告)号：CN110428493B
公开(公告)日：2021-11-02
申请号：CN201910631389.2
申请日：2019-07-12
Applicant: 清华大学
Abstract: 本发明公开了一种基于网格形变的单图像人体三维重建方法及系统，其中，该方法包括以下步骤：采集单图片和人体模型，以及人体模型对应的初始人体三维模型，并利用初始人体三维模型构建人体模型数据库，以作为卷积神经网络的初始数据；对初始数据进行渲染得到卷积神经网络训练时的输入图片；利用数据流编程深度学习平台构建卷积神经网络，以根据输入图片提取出人体关节位置概率分布图；对单图片进行人体分割标注，得到人体分割标注图；根据单图片、人体分割标注图和人体关节位置概率分布图对卷积神经网络进行训练，得到最终人体三维模型。该方法可以更轻量且更好地表现人体模型细节特征，得到拥有更多三维几何细节特征的人体模型。
-
公开(公告)号：CN113506335A
公开(公告)日：2021-10-15
申请号：CN202110610788.8
申请日：2021-06-01
Applicant: 清华大学
Abstract: 本申请提出一种基于多RGBD相机的实时人体全息重建方法、装置和计算机设备。具体实现方案为：预训练基于像素对齐特征的三维重建神经网络，采集多视点场景彩色深度图像，提取多视点彩色深度图像前景，提取多视点彩色深度图像的特征图像，对重建空间进行均匀采样并计算投影符号距离函数值并进行有效采样点筛选，计算采样点的多视点图像特征，并进行多视点特征融合，使用符号距离回归网络推理符号距离函数，从采样点中提取三维模型表面，使用颜色回归网络推理模型顶点颜色，完成全息重建。本申请可以提高全息重建速度，提升网络泛化性能，还可以进一步提升全息重建的质量和精确。
-
公开(公告)号：CN112966390A
公开(公告)日：2021-06-15
申请号：CN202110311897.X
申请日：2021-03-24
Applicant: 清华大学
Abstract: 本申请提出一种基于双重三维距离场的衣服处理方法以及装置。其中方法包括：从预设的人体衣物数据集中提取标准姿态下的衣服三维点云，并获取每件衣服的第一法向信息；根据衣服三维点云和法向信息，在三维空间中提取三维距离场点云样本；将衣服三维点云中距离边缘预设距离的点云部分剔除，再对剔除后的点云提取三维无符号距离场点云样本；根据三维距离场点云样本和三维无符号距离场点云样本，建立双重距离场样本；构建生成网络，基于双重距离场样本训练生成网络；获取待处理衣服的深度特征向量，通过训练好的生成网络获得待处理衣服的深度特征向量对应的双重距离场；基于移动立方体算法，从双重距离场中获取标准姿态下待处理衣服的三维模型。
-
公开(公告)号：CN110307788B
公开(公告)日：2021-05-11
申请号：CN201910631825.6
申请日：2019-07-12
Applicant: 清华大学
Abstract: 本发明公开了一种多深度相机人体参数测量方法及装置，其中，该方法包括以下步骤：采集当前对象深度图像；将深度图像融合为规则点云；拟合参数化人体模板，求解参数化人体模板的形态参数和姿态参数，使得基于上述参数变形的SMPL人体模板与所获得点云尽可能拟合；通过标准参数化人体模板定义的人体参数获取方式获取当前对象的人体参数。该方法对设备要求低，精确鲁棒，使用简单，适合普通商户使用，拥有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN108564618B
公开(公告)日：2020-12-01
申请号：CN201810320747.3
申请日：2018-04-11
Applicant: 清华大学
Abstract: 本发明公开了一种基于多体素块的手几何运动重建方法及装置，其中，方法包括以下步骤：根据首帧的深度数据获取人手骨架，并对多体素块进行初始化；通过多体素块中已重建好的手模型对手进行运动估计，以得到新的深度数据；将新的深度数据融合到多体素块中，更新手的几何模型，以同时重建手的运动和几何模型。该方法能够同时重建人手的几何模型和运动信息，避免了传统人手运动重建过程中对参数化模型的依赖，增强了人手重建技术的鲁棒性并拓展人手重建技术的应用范围，推动人手重建技术的发展。
-
公开(公告)号：CN111754557A
公开(公告)日：2020-10-09
申请号：CN202010472909.2
申请日：2020-05-29
Applicant: 清华大学
Abstract: 本申请提出一种目标地理区域人脸模板生成方法和装置，方法包括：采集携带有纹理信息的目标地理区域三维人脸数据；将目标地理区域三维人脸数据与三维人脸模板贝塞尔人脸模型BFM进行初步对齐；利用非刚性最近点迭代算法，将BFM进行精细对齐和坐标归一化；对精细对齐和归一化后的BFM进行主元成分分析，得到用于表征人脸形状、表情、和纹理的参数和对应的参数-顶点坐标矩阵。该方法生成的人脸模板准确度高，工作量小，成本低。
-
公开(公告)号：CN111476828A
公开(公告)日：2020-07-31
申请号：CN202010231337.9
申请日：2020-03-27
Applicant: 清华大学
Abstract: 本发明公开了一种多视点动物群体跟踪方法及装置，其中，方法包括：获取相机内部参数和外部参数；根据内部参数和外部参数求解基础矩阵并计算不同视点对极约束；根据不同视点对极约束去除单视点检测错误区域，并且检测动物骨架特征，以估计动物运动方向；根据动物姿态特征区分不同的运动动物身份ID，得到跟踪结果。根据本申请的跟踪方法，可以有效提高跟踪的准确性和可靠性，具有较强的鲁棒性，简单易实现。
-
公开(公告)号：CN111476714A
公开(公告)日：2020-07-31
申请号：CN202010238702.9
申请日：2020-03-30
Applicant: 清华大学
Abstract: 本发明公开了一种基于PSV神经网络的跨尺度图像拼接方法及装置，其中，方法包括以下步骤：对图像进行扫描，生成图像PSV；将图像PSV送入神经网络，以提取图像特征，并计算权重；根据权重进行加权组合，获得拼接结果图像。该方法具有拼接效果好，一致性好，能够处理大视差、大尺寸图像，计算速度快，可用于实时拼接等特点，在处理大尺寸图像和现实场景图像方面具有独特的优势。
-
公开(公告)号：CN111402397A
公开(公告)日：2020-07-10
申请号：CN202010128595.4
申请日：2020-02-28
Applicant: 清华大学
Abstract: 本发明公开了一种基于无监督数据的TOF深度数据优化方法及装置，其中，方法包括：获取不含噪声的人体三维模型数据库；确定模拟噪声的自变量；分别在纵向方向和横向方向添加噪声；对原始三维模型和加噪后的三维模型进行渲染，并搭建编码器解码器网络；设计能量函数和监督网络，将网络输出结果输入监督网络，约束监督网络逐卷积层提取的特征图趋近；利用人体三维模型数据库和能量函数对生成式对抗神经网络中的生成器和鉴别器的参数权重进行迭代回归优化，直至权重收敛，将采集的真实场景下人物深度图片作为输入，得到包含几何细节且不含噪声的人体网格模型。该方法使用无监督的三维扫描数据生成式对抗网络，在保留几何细节的同时提升深度数据质量。
-
-
-
-
-
-
-
-
-
Search Results
233
records
(took 0.025 seconds)
