-
公开(公告)号：CN112069877B
公开(公告)日：2022-05-03
申请号：CN202010704678.3
申请日：2020-07-21
Applicant: 北京大学
Abstract: 本发明公开了一种基于边缘信息和注意力机制的人脸信息识别方法。本方法为：1)对输入的人脸图像进行特征提取得到该人脸图像的低层特征图；2)从该低层特征图中提取高层次特征和低层次特征；并对该低层特征图进行处理得到边缘二值图像；3)根据边缘二值图像对高层次特征和低层次特征分别进行滤波、池化采样，得到投影矩阵；4)将该投影矩阵、高层次特征、低层次特征输入图卷积模块进行推理，获得图结构的节点特征并将其输入反投影模块，得到优化后的高层特征、低层特征；5)将优化后的高层特征和低层特征送到解码器进行上采样到相同尺度并拼接在一起输入卷积网络进行更新处理得到该人脸图像的人脸信息。本发明有更低的计算时间和空间复杂度。
-
公开(公告)号：CN112069877A
公开(公告)日：2020-12-11
申请号：CN202010704678.3
申请日：2020-07-21
Applicant: 北京大学
Abstract: 本发明公开了一种基于边缘信息和注意力机制的人脸信息识别方法。本方法为：1)对输入的人脸图像进行特征提取得到该人脸图像的低层特征图；2)从该低层特征图中提取高层次特征和低层次特征；并对该低层特征图进行处理得到边缘二值图像；3)根据边缘二值图像对高层次特征和低层次特征分别进行滤波、池化采样，得到投影矩阵；4)将该投影矩阵、高层次特征、低层次特征输入图卷积模块进行推理，获得图结构的节点特征并将其输入反投影模块，得到优化后的高层特征、低层特征；5)将优化后的高层特征和低层特征送到解码器进行上采样到相同尺度并拼接在一起输入卷积网络进行更新处理得到该人脸图像的人脸信息。本发明有更低的计算时间和空间复杂度。
-
公开(公告)号：CN111311651A
公开(公告)日：2020-06-19
申请号：CN201811508702.5
申请日：2018-12-11
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T7/33
Abstract: 本发明提供一种点云配准方法和装置，该方法包括：根据输入点云和目标点云进行粗配准，获得粗配准后的输入点云；对所述目标点云进行分割，得到至少两个第一点云块；重复执行以下所有步骤，直至满足预设的配准条件：对所述粗配准后的输入点云进行分割，得到至少两个第二点云块；从所述至少两个第一点云块中选取至少一个第一点云块，从所述至少两个第二点云块中选取与所选取的每一个第一点云块对应的第二点云块；根据选取的所述至少一个第一点云块和选取的至少一个第二点云块进行精配准，获得精配准后的输入点云，并将所述精配准后的输入点云重新作为粗配准后的输入点云进行分割。本方案能够提高配准的精度。
-
公开(公告)号：CN110349091A
公开(公告)日：2019-10-18
申请号：CN201810306574.X
申请日：2018-04-08
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T5/00
Abstract: 本发明实施例提供一种基于图信号处理的点云修复方法、装置及终端，其中，方法包括：将预先获取的点云划分为互相有重叠部分的多个立方块；确定所述多个立方块中的目标块和与所述目标块相对应的目标源块，所述目标块包含缺失数据；根据所述目标源块中的信息对所述目标块中的缺失区域进行修复，获得修复结果块；利用所述修复结果块替换所述点云中的目标块，获得修复后的点云。本发明通过将点云划分为多个立方块；并确定立方块中的目标块和与所述目标块相对应的目标源块，进一步根据所述目标源块对所述目标块中进行修复，获得修复结果块；最后利用所述修复结果块替换所述点云中的目标块，获得修复后的点云，有效地保证了点云的修复效果。
-
公开(公告)号：CN118520127A
公开(公告)日：2024-08-20
申请号：CN202410513849.2
申请日：2024-04-26
Applicant: 北京大学
Abstract: 本发明公开一种联合自上而下和自下而上的三维视觉检索方法及系统，属于三维视觉检索技术领域。所述方法包括：计算三维点云的三维点云特征，并获取查询文本的查询语言特征；通过将三维点云特征和查询语言特征融合进行语言引导的物体提案；构建一个图结构来学习物体提案之间的关联，以得到更新后的物体提案特征；根据更新后的物体提案特征与查询语言特征，计算更新后的物体提案与查询文本的匹配得分，从而得到查询文本的三维视觉检索结果。本发明不仅可以减少由自上而下方法引起的冗余，显著提高计算效率，还可以通过捕捉提案之间的关系信息并对其进行精细调整，能够缓解自下而上方法生成的粗糙提案的问题。
-
Patent Agency Ranking
公开(公告)号：CN113066016B
公开(公告)日：2022-08-05
申请号：CN202110190191.2
申请日：2021-02-18
Applicant: 北京大学
Abstract: 本发明公开了一种基于图信号处理的三维动态点云修复方法，其步骤包括：1)将点云序列S有缺失区域Pf分割成n个立方块并从中选择包含缺失数据的立方块作为目标块ct；2)选取与ct相似度最高的候选块作为帧内源块cs，并对几何结构进行位置匹配，得到最终的帧内源块3)在Pf‑1、Pf+1中找到与ct相对位置相同的块c′t、c″t；4)在c′t、c″t的包围盒中搜索ct中每个点的最近邻点；5)寻找Pf‑1、Pf+1中包含ct的最近邻点最多的立方块，作为帧间源块并对几何结构进行位置匹配，得到帧间源块6)利用和修复ct。
-
公开(公告)号：CN113205445A
公开(公告)日：2021-08-03
申请号：CN202110412171.5
申请日：2021-04-16
Applicant: 北京大学
Abstract: 本发明涉及一种基于数据压缩的可逆明水印方法和装置。本发明方法引入了利用重构数据包来辅助可视水印去除的思想，即在可视水印嵌入后创建用于描述水印图像与原始宿主图像之间关系模型的数据包，并作为辅助信息嵌入至水印图像中；在可视水印去除时，事先从水印图像中提取辅助信息并重构模型数据包，用于可视水印图像的去除和原始宿主图像的恢复，从而构造了通用的可逆映射关系。本发明具有较强的通用性，不需要关心具体的可视水印嵌入算法，并且在可视水印图案去除和宿主图像恢复过程中也不需要原始可视水印图像的参与，适用性更强；本发明方法采用高效的数据压缩技术，需要嵌入非明水印区域的数据量较少，水印图像失真较小。
-
公开(公告)号：CN112733698A
公开(公告)日：2021-04-30
申请号：CN202110006861.0
申请日：2021-01-05
Applicant: 北京大学
Abstract: 本发明公开了一种三维多视图共变表征学习方法及三维物体识别方法。本发明通过解码来自多个二维视图的三维变换来学习多视图共变表征的方法，当对三维物体施加变换时，通过固定视点观察三维对象的二维投影视图将随之等变。本发明利用三维物体及其二维投影视图的等变性质，在变换前与变换后的三维模型的多个视图中解码三维变换，来加强三维模型的表征学习；通过从原始的三维模型的多个视图，以及经过变换后的三维模型的多个视图的融合特征表示中估计三维变换，即使在只有少量的带有标签的数据的情况下，本发明也可以学习到三维模型的特征表示。
-
-
公开(公告)号：CN108171761A
公开(公告)日：2018-06-15
申请号：CN201711331571.3
申请日：2017-12-13
Applicant: 北京大学
Abstract: 本发明公开了一种基于傅里叶图变换的点云帧内编码方法及装置，属于点云数字信号处理领域。所述方法包括：对原始三维点云进行体元化，得到多个点云体元；对得到的多个点云体元进行聚类得到多个点云体元集合；分别对多个点云体元集合进行基于主方向权重的傅里叶图变换；对变换后的各点云体元集合进行均匀量化及算术编码，生成对应的码流。本发明中的方法，对聚类得到的每个点云体元集合独立构图，减低了构图的复杂度；对每一个点云体元集合独立编码，使每一类中的点云分布更加均匀，紧凑；并充分利用了局部相似性特征，更加充分的表达出点与点之间的相关性，同时降低了噪声等无关因素的影响。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.023 seconds)
