-
-
公开(公告)号：CN118781258A
公开(公告)日：2024-10-15
申请号：CN202310357490.X
申请日：2023-04-04
Applicant: 北京大学
IPC: G06T17/00 , G06T7/00 , G06N3/0464 , G06N3/0895
Abstract: 本发明公布了一种基于牙颌面畸形锥束CT图像的三维颌面重建方法，涉及医学图像处理和计算机视觉技术领域。方法包括：搭建牙颌面畸形正颌的三维颌面重建网络模型，利用基于弱监督学习的分段刚性变换约束，避免预测骨组织的几何形变，增强预测正颌后颌面骨组织结构的语义对应，将正颌前后的图像之间的非刚性变形场分解为部分截断的上、下颌骨骨组织的刚性变换，生成对正颌过程带来的颌面形态变化具有良好可解释性的体素稠密变形场，提高牙颌面畸形正颌过程的三维颌面重建精度。
-
公开(公告)号：CN111402422B
公开(公告)日：2024-04-16
申请号：CN202010180200.5
申请日：2020-03-16
Applicant: 京东方科技集团股份有限公司 , 北京大学
IPC: G06T17/30
Abstract: 本发明实施例提供一种三维表面重建方法、装置和电子设备，该方法包括：对目标对象进行数据采集，获得图像数据；根据图像数据，确定图像数据对应的三维点信息；根据三维点信息，对预获取的第一数据结构进行更新，获得第二数据结构，其中，第一数据结构至少包括第一节点，第一节点对应第一体素，第一节点包括第一体素对应的目标对象的三维表面；根据第二数据结构，确定目标对象的三维表面重建结果。通过对目标对象进行数据采集来获得图像数据，并根据图像数据对预获取的第一数据结构进行更新，并采用更新后获得的第二数据结构来确定目标对象的三维表面重建结果，可节省三维重建时的计算开支，提高在线进行三维表面重建的效率。
-
公开(公告)号：CN116434921A
公开(公告)日：2023-07-14
申请号：CN202111683747.8
申请日：2021-12-31
Applicant: 北京大学
IPC: G16H30/40 , G06T5/30 , G06N3/0464 , G06N3/08 , G06F30/20
Abstract: 本发明公布了一种上颌骨缺失图像自动补全方法，首先通过裂隙仿真算法从完整上颌骨图像生成合成缺损图像‑完整图像成对数据集，随后采用三维卷积神经网络编解码器，构建上颌骨缺失医学图像补全模型；依次在合成缺损图像‑完整图像成对数据集上和真实缺损图像数据集上训练该模型；给定待补全的上颌骨缺损医学图像和包含待补全区域的包围盒，利用上颌骨缺失医学图像补全模型即可有效生成虚拟补全结果。本发明基于弱监督学习进行端到端上颌骨缺失三维医学图像自动补全，仅需上颌骨缺损图像在缺损区域的包围盒以及非成对的完整上颌骨数据和缺损上颌骨数据，即可生成三维上颌骨虚拟补全图像。
-
公开(公告)号：CN110598635B
公开(公告)日：2022-05-27
申请号：CN201910865074.4
申请日：2019-09-12
Applicant: 北京大学第一医院 , 北京澄之智能科技有限公司
Abstract: 本发明提供一种针对连续视频帧中的人脸检测与瞳孔定位方法及系统，其中方法包括获取连续视频帧，还包括以下步骤：将当前帧转化为灰度图像，并进行直方图均衡化操作；进行人脸定位；确定瞳孔中心位置；计算所述瞳孔中心位置与眼外角位置的距离占眼内外角距离的百分比为瞳孔中心位置量，计算公式为X％＝(|x1‑x外|)/(|x内‑x外|)，其中，x1表示瞳孔中心位置像素点的横坐标，x外表示眼外角位置像素点的横坐标，x内表示眼内角位置像素点的横坐标。本发明能够克服现有技术中存在的效率低、鲁棒性差、过于依赖初始状态等缺陷。
-
Patent Agency Ranking
公开(公告)号：CN109035327B
公开(公告)日：2021-10-29
申请号：CN201810658881.4
申请日：2018-06-25
Applicant: 北京大学
Abstract: 本发明公布了一种基于深度学习的全景相机姿态估计方法，基于深度卷积网络和消失点，对全景相机的三维朝向进行估计，只需给定单张全景图片即能较快地估计得到相机相对于世界的旋转矩阵；包括：图像数据采集、图像数据处理、建立用于全景相机姿态估计的新的网络结构PanoNet、训练PanoNet并预测估计全景相机姿态。本发明使用单张全景图片，能够在有遮挡，有空洞，弱纹理等场景下，估计全景相机相对于世界坐标系的旋转。方法的鲁棒性高。
-
公开(公告)号：CN113139908A
公开(公告)日：2021-07-20
申请号：CN202010054129.6
申请日：2020-01-17
Applicant: 北京大学
Abstract: 本发明公布了一种三维牙列分割与标注方法，通过对牙冠形状分布和牙冠边界曲率的约束以改善牙冠边界分割混淆的问题；同时利用局部顶点之间的表观相似关系进一步消除错误分割区域。分割牙冠及其边界可用于进一步增强网络模型的特征提取与顶点分类性能。对于三维牙列网格模型其中N为三维牙列模型顶点个数，有效提取三维牙列网格模型的特征，并对三维牙列网格模型进行分割和标注，得到该网格模型上每个顶点的类别标签其中K为类别标签的数量；即得到单颗牙齿的准确分割并标注牙位。
-
公开(公告)号：CN112734814A
公开(公告)日：2021-04-30
申请号：CN201911029712.5
申请日：2019-10-28
Applicant: 北京大学
Abstract: 本发明公布了一种三维颅面锥形束CT图像配准方法，建立基于非监督学习的配准全卷积神经网络，通过成对CBCT图像之间稠密一致的体素级别对应求解，有效实现三维颅面CBCT的图像配准，并满足可逆一致的要求，实现三维颅面锥形束CT(CBCT)图像的高效的在线配准，大幅减少配准用时。
-
公开(公告)号：CN112129272A
公开(公告)日：2020-12-25
申请号：CN201910554021.0
申请日：2019-06-25
Applicant: 京东方科技集团股份有限公司 , 北京大学
Abstract: 本发明提供一种视觉里程计的实现方法和实现装置，该实现方法包括：建立用于表述摄像机的位置变化的第一模型函数，所述第一模型函数中采用作用在摄像机上的力表述所述摄像机的位置变化；建立用于表述所述摄像机的朝向变化的第二模型函数，所述第二模型函数中采用所述摄像机的角速度表述所述摄像机的朝向变化；根据所述第一模型函数、所述第二模型函数以及惯性传感器观测到的所述摄像机的加速度和角速度，得到目标函数；对所述目标函数进行优化，得到优化后的作用在所述摄像机上的力和所述摄像机的角速度。本发明可以保证求解得到的摄像机轨迹是满足实际的物理规律的且具有速度连续的轨迹，同时能够在任意时刻与惯性传感器的数据进行融合。
-
公开(公告)号：CN111539988A
公开(公告)日：2020-08-14
申请号：CN202010293582.2
申请日：2020-04-15
Applicant: 京东方科技集团股份有限公司 , 北京大学
Abstract: 本发明实施例提供一种视觉里程计实现方法、装置和电子设备，该方法包括：获取拍摄设备依次采集的第一图像、第二图像和第三图像；根据所述第一图像、所述第二图像和所述第三图像，利用生成模型，获得所述拍摄设备的位姿，其中，所述生成模型的训练样本包括根据光流图确定的向量，所述光流图根据依次采集的三幅样本图像获得。利用两帧的光流图确定的向量对生成模型进行训练，可提高生成模型对拍摄设备的位姿估计的精度。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.021 seconds)
