-
公开(公告)号:CN114547357B
公开(公告)日:2024-08-16
申请号:CN202210043225.X
申请日:2022-01-14
Applicant: 北京师范大学
IPC: G06F16/532 , G06F16/58 , G06F16/583 , G06V10/46 , G06V10/82 , G06N3/045 , G06N3/0464 , G06V20/64 , G06F40/216 , G06F40/289 , G10L15/26
Abstract: 本发明属于计算机辅助设计中的家具模型的检索技术领域,具体而言涉及一种基于语音与草图的家具模型检索方法,包括:S1、基于神经网络、标准关键字描述以及模型描述语义特征构建数据库;S2、输入二维草图至数据库中获取草图检索结果;S3、输入语音至数据库中获取语音检索结果;S4、基于草图检索结果和语音检索结果通过投票方式获取最终检索结果。本发明设计的一种快速准确的家具模型检索方法节省了大量设计成本与时间开支,从而提升家具模型的利用率与使用价值。
-
公开(公告)号:CN117934770A
公开(公告)日:2024-04-26
申请号:CN202310928099.0
申请日:2023-07-26
Applicant: 北京师范大学
Abstract: 本发明公开了基于LDDMM的个性化人脑网络增强现实学习方法,涉及计算机辅助设计中的基于增强现实的教育领域,本发明通过并行加速的LDDMM图像配准算法计算从脑图谱到MRI的微分同胚变换,并将该变换应用于脑图谱的掩码层,通过比对变换后的脑图谱掩码与MRI,根据脑图像标注规则,实现MRI的脑区信息标注,通过上述方法实现对脑MRI的自动标注,节省了人工标注的昂贵成本,通过构建增强现实环境,采用面片模型重建算法、面绘制算法和体绘制算法实现了脑模型的可视化,RMCP范式的多通道三维交互系统有效促进了学习者与学习材料的互动,提高了学习者的参与度,有助于激发学习兴趣,提高学习效率。
-
公开(公告)号:CN115830211A
公开(公告)日:2023-03-21
申请号:CN202211250923.3
申请日:2022-10-12
Applicant: 北京师范大学
IPC: G06T15/08 , G06F18/23213
Abstract: 本发明提出一种基于层次图的三维管状体模型的曲线骨架线提取方法,包括:输入三维管状体模型数据;预处理,提取端点;计算最短路径,计算不同路径之间的几何特征,构建初始离散骨架点;计算路径的距离和角度,确定分叉点候选点的位置;对原始数据进行分割;应用球B样条进行拟合优化,获得骨架线数据;输出骨架线数据,通过跟踪最短路径估计分叉点的位置,并使用弹性小球碰撞移动算法获取分叉点的精确位置;以分叉点为球心进行动态小球扩张算法将数据模型划分为多个分支,为后续层次图的构建和并行计算奠定基础。
-
公开(公告)号:CN114547363A
公开(公告)日:2022-05-27
申请号:CN202210043227.9
申请日:2022-01-14
Applicant: 北京师范大学
IPC: G06F16/583 , G06V10/42 , G06V10/764 , G06K9/62 , G06T19/00
Abstract: 本发明属于基于图片进行形状检索的计算机应用技术领域,具体公开了一种基于注意力机制和成对马尔科夫随机场形状检索方法,包括:步骤1、家具模型预处理;步骤2、成对马尔可夫随机场的建立;步骤3、输入图像提取特征并匹配,获取最相近渲染图片,步骤4、优化检索结果,获取最终检索结果。本发明提出的技术方案使家具模型的检索准确、高效,具有较强的实用价值和现实意义。
-
公开(公告)号:CN114385873A
公开(公告)日:2022-04-22
申请号:CN202111667409.5
申请日:2021-12-31
Applicant: 北京师范大学
IPC: G06F16/9032 , G06F16/9035 , G06F16/9038 , G06F40/211 , G06F40/289 , G06F40/30
Abstract: 本发明公开一种基于长文本语义一致的家具场景重建与推荐方法,包括以下步骤:步骤1,根据文本词法及句法处理结果对家具实体进行提取;步骤2,根据文本句法关系的空间关系提取算法;步骤3,根据家居实体及其空间关系的文本数据构成语义网络并可视化;步骤4,根据家具关联关系与共现对场景中已有家具进行推荐;步骤5,提取得到实体家具、以及实体家具之间的空间关系后,对形成的语义网络生成三维场景。所述推荐方法通过在家居领域内的文本语义分析研究,使用户仅仅通过口头语言表达就能得到想要的家居布局设计。
-
公开(公告)号:CN112233203A
公开(公告)日:2021-01-15
申请号:CN202010942901.8
申请日:2020-09-09
Applicant: 北京师范大学
IPC: G06T11/20
Abstract: 本发明公开了一种三次球B样条的延拓方法,包括以下步骤:(1)首先令延拓段的三次球B样条有4个控制球(一段多项式形式);(2)确定延拓段球B样条的节点矢量;(3)将延拓段球B样条的前三个控制球表达成关于G2连续条件中自由度α,β的表达式;(4)利用KKT条件求解延拓段球B样条具有最小的应变能时,自由度α,β及其余控制球的解;(5)根据自由度获得前三个控制球的解;(6)计算此时的应变能;(7)增加延拓段球B样条的控制球个数,重复以上步骤,求出每一个分段多项式形式下的最优延拓结果,直到其应变能不再下降。本发明所述的延拓方法使用了分段多项时来代替一段多项式,是的最终得到的延拓结果是全局解空间上的最优解。
-
公开(公告)号:CN105931247A
公开(公告)日:2016-09-07
申请号:CN201610293725.3
申请日:2016-05-05
Applicant: 北京师范大学
CPC classification number: G06T7/0012 , A61B5/00 , A61B5/489 , G06F19/321 , G06T7/60 , G06T2207/30101 , G16H50/20
Abstract: 本发明涉及一种基于骨架线的血管定量分析方法。本发明采用基于脑血管DICOM数据定量分析的方法,在原始数据中对脑血管进行分割,并识别出Wills环部分,采用骨架线提取算法进行Wills环骨架线提取,得到Wills环骨架线及其采样点半径几何模型。对骨架上的每段血管进行语义标识和规律采样,并计算采样点处的特征量信息并保存在数据库中。与传统的二维投影图像定量化分析和血管三维体积的定量化分析相比,本发明能够得到更加精确的结果。本发明采用B样条曲线方法拟合原始离散骨架,使血管骨架形态连续化,从而可以获取血管上任意一点的特征量,得到更为精确的特征量计算结果。
-
公开(公告)号:CN104765978A
公开(公告)日:2015-07-08
申请号:CN201510206652.5
申请日:2015-04-28
Applicant: 北京师范大学
IPC: G06F19/00
Abstract: 本发明涉及虚拟人的模拟技术领域,具体涉及一种基于球B样条曲线的头发造型建模方法。本发明提供的基于球B样条曲线的头发造型建模方法,包括:对头发的生长点进行初始化;对头发的进行参数化计算;计算头发进行标架和坐标;对所述头发进行能量最小化计算;计算头发的新标架和坐标;对头发进行碰撞检测;根据球B样条曲线对头发进行建模。本发明能利用球B样条来构造头发股,利用能量最小化来优化头发造型,所获得的模型能用于虚拟人的各种各样的发型模型。
-
公开(公告)号:CN104765934A
公开(公告)日:2015-07-08
申请号:CN201510206655.9
申请日:2015-04-28
Applicant: 北京师范大学
IPC: G06F17/50
Abstract: 本发明涉及虚拟人的模拟技术领域,具体涉及一种基于静态超螺旋模型头发造型建模方法。本发明提供的基于静态超螺旋模型头发造型建模方法,包括:对头发的生长点进行初始化;对头发的进行参数化计算;计算头发进行标架和坐标;对所述头发进行能量最小化计算;计算头发的新标架和坐标;对头发进行碰撞检测;根据球B样条曲线对头发进行建模。本发明能利用球B样条来构造头发股,利用能量最小化来优化头发造型,所获得的模型能用于虚拟人的各种各样的发型模型。
-
公开(公告)号:CN119988816A
公开(公告)日:2025-05-13
申请号:CN202411858087.6
申请日:2024-12-17
Applicant: 北京师范大学
Abstract: 本发明涉及一种基于概率偏最小二乘法的高维数据建模方法,所述方法包括:步骤1.概率偏最小二乘建模,令#imgabs0#和#imgabs1#分别表示p维和q维的两组观测变量,假设存在r个隐变量#imgabs2#和#imgabs3#其服从高斯分布,建立概率偏最小二乘模型;步骤2.标量似然函数推导,基于观测变量X和Y的联合分布,计算出含模型参数θ的对数似然函数#imgabs4#利用矩阵代数性质和秩n更新技术,将#imgabs5#化简为关于矩阵元素的标量似然函数#imgabs6#等步骤。本发明所述方法具有的优越技术效果是:利用先验噪声信息等方式提高了参数估计的准确性,采用秩n更新方法利用矩阵代数性质将复杂的矩阵运算转化为标量运算大幅降低了计算复杂度,提高了建模效率,通过预先估计样本噪声减少了需要优化的参数数量。
-
-
-
-
-
-
-
-
-