-
公开(公告)号:CN104992441B
公开(公告)日:2017-11-17
申请号:CN201510397321.4
申请日:2015-07-08
Applicant: 华中科技大学
IPC: G06T7/55
Abstract: 本发明公开了一种面向个性化虚拟试衣的真实人体三维建模方法。该算法以视频作为输入数据,经过特征匹配、关键帧选取、三维点云生成、模板映射、纹理映射等几个步骤,得到人体表面三维模型。采用运动恢复结构的技术大大简化了重建过程,减轻了数据采集者和被采集者的负担,降低了对仪器和设备的要求,同时能获得较为精确的重建结果。利用模板映射能获得完整的人体表面模型,使算法对于人体纹理信息缺失和自身遮挡更加鲁棒。按照本发明,从数据输入到模型输出仅需在模板映射之前人工标记若干对控制点,其它过程全部实现了自动化处理。利用本发明重建得到的模型可用于游戏和动画设计、影视特效以及个性化虚拟试衣等。
-
公开(公告)号:CN104657986B
公开(公告)日:2017-09-29
申请号:CN201510053827.3
申请日:2015-02-02
Applicant: 华中科技大学
IPC: G06T7/33
Abstract: 本发明公开了一种基于子空间融合和一致性约束的准稠密匹配扩展方法。首先获取可靠的种子匹配,在种子匹配周围选定待扩展区域。然后对区域内的所有待扩展像素点进行稠密SIFT特征提取,并通过子空间学习将待扩展点的特征信息和位置信息进行融合。在寻找匹配时,利用一致性约束学习一个局部非刚体变换,该变换与仿射变换等模型相比可以更好地描述非平面复杂场景。每一次扩展完成之后,对扩展结果进行优化,剔除不好的匹配点。上述扩展过程不断重复,直到无法找到新的匹配。本发明对于表面结构复杂的场景具有较好的鲁棒性,同时使得在图像较少的情况下对目标场景进行准确、稠密的重建成为可能。
-
公开(公告)号:CN106815824A
公开(公告)日:2017-06-09
申请号:CN201611124130.1
申请日:2016-12-08
Applicant: 华中科技大学
CPC classification number: G06T5/40 , G06T5/50 , G06T17/00 , G06T2207/10004
Abstract: 本发明公开了一种提高大规模三维重建效率的图像近邻优化方法,首先得到近邻匹配图像对,对图像对进行特征点匹配;通过基础矩阵进行几何校验来剔除不满足极线约束的误匹配得到内点数,并计算单应矩阵得到单应变换率;接着统计匹配特征点之间在方向和尺度上的变化,得到相应的直方图;通过内点数、单应变换率、尺度和方向的变化直方图三重约束来度量图像的相似性并标记其中的冗余图像;剔除包含冗余图像的图像对,以及通过内点数、单应变换率来剔除窄基线图像对;最后保存过滤之后的图像对匹配信息,已经剔除了冗余图像对以及基线较窄图像对,进一步提高了后续三维重建的精度和效率。
-
公开(公告)号:CN105654548A
公开(公告)日:2016-06-08
申请号:CN201510999435.6
申请日:2015-12-24
Applicant: 华中科技大学
CPC classification number: G06T17/00 , G06K9/6215 , G06K9/6223 , G06K2209/40
Abstract: 本发明公开了一种基于大规模无序图像的多起点增量式三维重建方法,包括图像匹配与匹配关系图构建、重建起点选择、边界检测、多起点三维重建和子模型拼接的步骤;利用聚类和迭代漂移的策略,自适应地从无序图像集合中选取适合作为起点的图像对同时开始重建;在重建开始之前,根据分层最短路径算法确定每幅图像的最佳重建子过程,确定重建边界;并根据不同子过程得到的子模型,通过其包含的公共部分进行拼接,获得完整的三维重建模型;本发明提供的这种三维重建方法解决了当场景包含多个不重叠部分时重建过程中断的问题,获得图像集合所覆盖的完整的三维模型;也避免了三维结构经由错误的图像匹配传递而发生错误的情况;重建子过程可以并行处理,提高了图像重建效率。
-
公开(公告)号:CN105551086A
公开(公告)日:2016-05-04
申请号:CN201510882157.6
申请日:2015-12-04
Applicant: 华中科技大学
IPC: G06T17/30
CPC classification number: G06T17/30 , G06T2200/08
Abstract: 本发明公开了一种基于计算机视觉的个性化脚部建模与鞋垫定制方法,包括:获取被测者的脚部视频数据,对脚部视频数据中相邻的两帧图像进行特征点提取,并用利用光流法对相邻视频帧之间的特征点进行跟踪匹配,采用零均值归一化互相关系数ZNCC验证剔除其中不可靠的跟踪结果,并根据跟踪匹配的结果构造特征点的轨迹,对脚部视频数据中的关键帧进行选取,根据得到的特征点轨迹,并利用SFM方法对视频关键帧队列中的特征点轨迹进行三维重建,以生成脚部网格模型。本发明能够解决现有定制鞋垫中采集数据困难和成本过高的技术问题。
-
公开(公告)号:CN106919658B
公开(公告)日:2019-09-27
申请号:CN201710068307.9
申请日:2017-02-08
Applicant: 华中科技大学
IPC: G06F16/583 , G06K9/46
Abstract: 本发明公开了一种大规模图像词汇树检索方法,属于计算机视觉领域。本发明算法针对GPU平台的结构特点,采用了一种新颖的词汇树数据结构,并将传统的SIFT特征点进行模块化组织,使得其能充分利用GPU大规模并行计算的能力,大大提高大规模图像SIFT特征点映射的效率。在将批量的SIFT特征点映射成直方图之后,再采用快速的紧凑化方法对原始的倒排索引方案进行增强改进,使得其后的视觉词汇独特性表达、直方图归一化与查询图像的评分都得到了一定的提速。本发明还实现了基于GPU加速的大规模图像词汇树检索系统,不仅对图像检索本身有重大的加速意义,也对大规模场景的三维重建算法的效率提高有着巨大的影响。
-
公开(公告)号:CN106780579B
公开(公告)日:2019-08-13
申请号:CN201710035674.9
申请日:2017-01-17
Applicant: 华中科技大学
IPC: G06T7/33 , G06T7/38 , G06F16/583
Abstract: 本发明公开了一种超大规模图像特征点匹配方法及系统,其中,方法的实现包括:首先进行图像近邻搜索得到图像匹配对;以图像为节点、图像近邻之间构成边形成一个无向图,对这个图进行广度优先排序,得到排序之后的图像和图像对;按照排序结果对图像的特征信息进行重排,并分块保存成二进制文件;按序读取保存有特征信息的二进制文件,根据排序后的图像对来依次进行特征匹配,并及时释放掉后续无用的特征信息;迭代的读取特征信息和进行特征匹配直到所有图像对完成匹配。实施本发明,可以保证在图像匹配的过程中图像特征点一次读取、局部完全利用,可以在内存不会溢出的同时,保证了算法的效率。
-
公开(公告)号:CN105654548B
公开(公告)日:2018-10-16
申请号:CN201510999435.6
申请日:2015-12-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于大规模无序图像的多起点增量式三维重建方法,包括图像匹配与匹配关系图构建、重建起点选择、边界检测、多起点三维重建和子模型拼接的步骤;利用聚类和迭代漂移的策略,自适应地从无序图像集合中选取适合作为起点的图像对同时开始重建;在重建开始之前,根据分层最短路径算法确定每幅图像的最佳重建子过程,确定重建边界;并根据不同子过程得到的子模型,通过其包含的公共部分进行拼接,获得完整的三维重建模型;本发明提供的这种三维重建方法解决了当场景包含多个不重叠部分时重建过程中断的问题,获得图像集合所覆盖的完整的三维模型;也避免了三维结构经由错误的图像匹配传递而发生错误的情况;重建子过程可以并行处理,提高了图像重建效率。
-
公开(公告)号:CN106919658A
公开(公告)日:2017-07-04
申请号:CN201710068307.9
申请日:2017-02-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种大规模图像词汇树检索方法,属于计算机视觉领域。本发明算法针对GPU平台的结构特点,采用了一种新颖的词汇树数据结构,并将传统的SIFT特征点进行模块化组织,使得其能充分利用GPU大规模并行计算的能力,大大提高大规模图像SIFT特征点映射的效率。在将批量的SIFT特征点映射成直方图之后,再采用快速的紧凑化方法对原始的倒排索引方案进行增强改进,使得其后的视觉词汇独特性表达、直方图归一化与查询图像的评分都得到了一定的提速。本发明还实现了基于GPU加速的大规模图像词汇树检索系统,不仅对图像检索本身有重大的加速意义,也对大规模场景的三维重建算法的效率提高有着巨大的影响。
-
公开(公告)号:CN105427385A
公开(公告)日:2016-03-23
申请号:CN201510897594.5
申请日:2015-12-07
Applicant: 华中科技大学
IPC: G06T17/30
CPC classification number: G06T17/30
Abstract: 本发明公开了一种基于多层形变模型的高保真人脸三维重建方法。所述方法以视频图像序列作为输入数据,经过光流特征点检测与跟踪,人脸特征点提取与匹配、相机标定,从而利用运动恢复结构技术恢复相机参数与相机轨迹,提出了人脸多层次形变模型,进而进行纹理映射得到目标人脸的高保真人脸三维模型。本发明将形变模型技术与运动恢复结构技术结合起来,提出了人脸多层次形变模型,能够获得与目标人脸高度相似的重建结果,同时,本发明弥补了传统运动恢复结构出现的表面噪声的缺点,又能够利用运动恢复结构提供的人脸细节,通过本发明的方法重建得到的高保真人脸模型在人脸识别、个性定制化游戏、虚拟现实和安全部门的等领域拥有广泛的应用。
-
-
-
-
-
-
-
-
-