-
公开(公告)号：CN115908719A
公开(公告)日：2023-04-04
申请号：CN202211671469.9
申请日：2022-12-26
Applicant: 杭州电子科技大学
IPC: G06T17/00 , G06T3/00 , G06T17/20 , G06T15/04 , G06T7/564 , G06T15/20 , G06V40/16 , G06N3/0464 , G06N3/09 , G06N3/096
Abstract: 本发明公开了一种单张图片中进行三维人头重建方法。本发明包括：风格迁移模型，用于为三维人头重建模型提供高维监督；三维人头重建模型，用于从输入人脸照片中提取人脸特征并估计一组FLAME模型参数。最终FLAME模型参数被解码为三维人头网格模型。本发明可以从单张照片中有效估计人头的形状和表情，很好的提升了人脸表情和轮廓的建模精度，最终通过解码FLAME参数重建出来的人头模型可以用于三维建模、数字人、人脸识别等用途。
-
公开(公告)号：CN115861484A
公开(公告)日：2023-03-28
申请号：CN202211444766.X
申请日：2022-11-18
Applicant: 杭州电子科技大学
Abstract: 本发明提出了基于可移动组件和标架场耦合优化的词云生成方法。对于给定的词云形状模型，按用户需要分别生成距离场和标架场，其中距离场指导单词在图案中的布局重心，标架场指导单词的摆放角度。本方法将单词集合分为重要单词和非重要单词，对于重要单词的布局，我们将其视为可移动组件，建立了一个在距离场和标架场背景下的布局优化模型，并通过固定变量和松弛约束等方法求解。对于非重要单词的布局，我们通过标架场提取出的特征流线，利用四叉树方法，高效引导单词填铺模型剩余空间。通过本方法，我们将词云布局与模型形状之间建立了联系，使得词云的中单词的摆放更符合人的感知，同时我们的方法不仅仅局限于二维平面，也支持三维曲面。
-
公开(公告)号：CN114998476A
公开(公告)日：2022-09-02
申请号：CN202210632079.4
申请日：2022-06-07
Applicant: 杭州电子科技大学
IPC: G06T11/20
Abstract: 本发明公开了一种基于离散几何映射的等几何分析参数化迁移方法，包括如下步骤：步骤(1)提取源模型的顺序边界；步骤(2)输入源模型和目标模型，并使得源模型和目标模型两个CAD边界模型的边界控制点的一一对应；步骤(3)构造离散网格间的几何映射；步骤(4)优化步骤(3)得到的映射结果中的翻转面片。本发明中提出的离散映射可高度近似保持源参数化模型的G1连续性，而不需在参数化的过程中进行G1连续性约束的复杂优化过程。本发明利用离散的几何映射进行相似模型地参数化迁移过程可以有效地降低对目标模型参数化的时间成本。
-
公开(公告)号：CN112884021B
公开(公告)日：2022-09-02
申请号：CN202110127717.2
申请日：2021-01-29
Abstract: 本发明公开了一种面向深度神经网络可解释性的可视分析系统，包括：深度学习模型结构和计算过程的解释性可视化模块，揭示深度学习模型内部的网络结构和数据流的逐步计算流程；训练过程数据流的解释性可视化模块，揭示整个训练过程中数据流的统计信息；神经网络特征提取功能的解释性可视化模块，将神经元权重或神经元输出以可视化方式展示给用户，以解释各层神经元的特征提取能力，通过对比可视化方式，发现模型在不同时间点、不同参数等情况下的表现差异；数据异常值的解释性可视化模块，帮助用户发现数据中的异常和训练中模型参数的异常，提示用户及时暂停和修改模型参数；用户定制功能可视化模块，支持多种可视化模块在同一个页面中进行展示。
-
公开(公告)号：CN114707388A
公开(公告)日：2022-07-05
申请号：CN202210452502.2
申请日：2022-04-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向像素式拓扑优化结果的三维CAD重建方法，包括如下步骤：S1、将拓扑优化结果生成的离散体素模型进行光顺操作；S2、提取光顺后的离散体素模型表面的三角网格，生成三角网格模型的骨架线；S3、对三角网格模型的骨架信息进行简化；S4、生成粗骨架模型；S5、对粗骨架模型进行Catmull‑Clark体细分操作，并将表面顶点投影到步骤S2生成的表面三角网格上，生成Bézier体模型，可以方便且高效的将拓扑优化生成的离散六面体网格模型转换成Bézier体模型。在生成Bézier体模型数量上具有显著优势，同时消除了离散六面体网格模型的锯齿状结构，在拓扑优化领域具有应用价值，经过CAD重建的模型同样可以应用于等几何分析，在等几何分析领域具有应用价值。
-
Patent Agency Ranking
公开(公告)号：CN114399608A
公开(公告)日：2022-04-26
申请号：CN202111455843.7
申请日：2021-12-01
Applicant: 杭州电子科技大学
IPC: G06T17/10 , G06T17/20 , G06T17/00 , G06T3/40 , G06F30/28 , G06N3/04 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种用于血液动力学仿真的时变流场超分辨率重建方法。本发明步骤如下：步骤(1)数据集制作，使用SimVascular软件进行血管仿真，通过图像采集、几何建模、网格生成、仿真步骤构建时变流场数据集；步骤(2)速度场特征提取，通过PointNet提取数据集输入数据特征，生成1024维特征向量fv；步骤(3)时间及阻值特征提取，通过阻值‑时间编码器提取输入数据的时间及阻值特征向量，生成1024维特征向量frt；步骤(4)特征解码并重建高时间分辨率速度场；步骤(5)重建结果评价及分析，使用速度场的幅度及方向损失函数训练网络，通过平均模长误差及相对误差对重建结果进行评价和分析。
-
公开(公告)号：CN114330076A
公开(公告)日：2022-04-12
申请号：CN202111680551.3
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: G06F30/23 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于等几何分析的心脏瓣膜流固耦合快速仿真方法，包括步骤一：优化流体子问题：简化流体子问题的背景网格，基于简化后的网格生成Bézier四面体背景网格，使用几何无关场近似思想求解流体子问题；步骤二：优化固体子问题：将固体子问题中使用的NURBS曲面使用策略剖分成分片NURBS曲面；步骤三：使用增广动态拉格朗日乘子法耦合流固子问题；步骤四：求解流固耦合问题并分析结果，在心脏瓣膜计算机仿真过程中使用本文提出的方法对问题进行优化，可以在保证一定精度的情况下提高仿真程序的效率。与近年来相关的研究相比，本发明中的心脏瓣膜优化仿真算法速度快49％左右。
-
公开(公告)号：CN112908418A
公开(公告)日：2021-06-04
申请号：CN202110143746.8
申请日：2021-02-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于字典学习的氨基酸序列特征提取方法。本发明首先给定一种AAindex，每条氨基酸肽序列数据都可用P＝R1R2......RL表示,通过给定的AAindex，可将上述序列编码成PE＝E1E2......EL。其中Ei为氨基酸残基的Ri的属性值；接着，对肽序列使用n‑gram模型分解成单词并分割成不同长度的片段，之后对同一长度的片段聚类生成字典；最后将样本基于欧氏距离的词频学习字典的特征构成样本特征矩阵。本发明能够有效的对氨基酸序列进行特征提取，实现降维，得到氨基酸中潜在的规律，特征选择的结果对样本类别判定具有重要意义，有效提高样本类别判定的准确率。
-
公开(公告)号：CN109800771B
公开(公告)日：2021-03-05
申请号：CN201910089341.3
申请日：2019-01-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种混合时空平面局部二值模式的自发微表情定位方法。本发明根据自发微表情视频中连续帧的相关性，通过精细匹配实现了像素级人脸区域对齐，从而对头部偏移等干扰具有较强的抗干扰能力。同时在空间轴平面提取扇形区域特征，并在时间轴提取去冗余的线性特征，既减少了特征点冗余计算，又通过非线性特征融合的方式结合时空特征，形成更完备的特征表示，因此能更加鲁棒地表示自发微表情，提高了自发微表情视频中自发微表情定位精确率。
-
公开(公告)号：CN109635712B
公开(公告)日：2021-02-05
申请号：CN201811492660.0
申请日：2018-12-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于同构网络的自发微表情种类判别方法。本发明首先进行样本制作，包括RGB样本与光流差值样本的制作。然后将将不同样本分别置入网络中进行训练，训练方式为微调。最后将经过不同训练样本训练后的网络，同构合成所述的同构网络，利用同构网络产生判别结果。本发明中的光流差值样本既包含自发微表情变化的形变信息，又通过求差值去除了非自发微表情变化的环境干扰。结合样本的空间信息与时序变化的时间信息，组成具有时空特征的光流差值样本。对于本发明中的RGB样本以及光流差值样本，利用经过微调的网络对其提取特征，不仅充分结合颜色信息与时空信息，得到的特征更能表示当前样本类别，而且解决自发微表情数据样本少的难题。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.048 seconds)
