-
公开(公告)号：CN108732820A
公开(公告)日：2018-11-02
申请号：CN201810575191.2
申请日：2018-06-06
Applicant: 北京邮电大学
IPC: G02F1/13357 , G02B27/22
Abstract: 本发明提供一种新型电子沙盘三维显示系统，包括：定向背光源、液晶面板和柱透镜光栅；所述定向背光源的出射光路上依次设置所述液晶面板和所述柱透镜光栅；所述定向背光源用于向所述液晶面板定向投射光线；所述液晶面板用于调制所述定向背光源投射的光线；所述柱透镜光栅用于对调制后的光线进行空间分光，获得具有立体效果的光场。本发明提供的新型电子沙盘三维显示系统，通过使用定向背光源，使产生的具有立体效果的光场避免了内容周期跳变。
-
公开(公告)号：CN107861256A
公开(公告)日：2018-03-30
申请号：CN201711229268.2
申请日：2017-11-29
Applicant: 北京邮电大学
Abstract: 本发明提供了一种自由立体显示系统，包括背光源、控光结构和全息功能屏；所述背光源用于射出光线，任意两条出射光线之间的夹角小于预设度数；所述控光结构用于控制所述出射光线在水平方向上的射向；所述全息功能屏用于在竖直方向上对所述出射光线进行扩散。本发明通过设置出射光线之间夹角较小的背光源，避免了漫射光产生的跳变视区；并利用扩散结构对出射光线在竖直方向上进行了扩散，增大了最终的在竖直方向上的观看范围，增强了显示效果，实现了大视角、具有真实空间感的三维立体显示效果。
-
公开(公告)号：CN106067969B
公开(公告)日：2018-02-27
申请号：CN201610511566.X
申请日：2016-06-30
Applicant: 北京邮电大学
IPC: H04N13/305 , H04N13/349 , G02B27/22
Abstract: 本发明实施例公开了一种柱镜光栅的多视点3D显示方法及装置，应用于LCD立体显示。所述方法包括：在柱镜单元覆盖的子像素数不是整数时，根据显示单元的属性信息确定显示单元中的视点数；根据显示单元的属性信息和视点数确定视点的宽度；根据视点的宽度和显示单元的属性信息，确定视点与所述视点所在柱镜单元的光轴之间的距离；根据所述距离对视点进行排序并确定每个子像素覆盖的视点及所述视点所占的权重；子像素的值等于子像素覆盖的所有视点填充的视差图灰度信息乘以视点对应的权重然后相加；遍历所有子像素，得到整个显示单元的子像素赋值结果，完成图像编码，得到最终的合成图。
-
公开(公告)号：CN118096978B
公开(公告)日：2024-07-12
申请号：CN202410503092.9
申请日：2024-04-25
Applicant: 深圳臻像科技有限公司 , 北京邮电大学
IPC: G06T15/02 , G06T15/08 , G06T15/20 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于任意风格化的3D艺术内容快速生成方法，其根据输入的多张内容图像构建富含高层次语义信息的特征网格辐射场，通过张量分解优化上述辐射场的存储结构，然后对内容特征进行通道和空间维度上的自适应特征增强，之后从输入的艺术风格图像中学习互补的多层次风格信息，在对特征网格通过体渲染得到的特征图上进行风格迁移，最后根据全局质量损失函数和局部细节损失函数联合训练优化解码器及上述组件，最终实现该内容场景任意视角下风格化艺术图像的快速生成。相比现有技术而言，本发明实现了高质量个性化3D艺术内容的快速生成，适用于复杂场景，而且能有效避免出现可影响视觉效果的伪影，较好地满足了应用需求。
-
公开(公告)号：CN117930528B
公开(公告)日：2024-06-14
申请号：CN202410323463.5
申请日：2024-03-21
Applicant: 深圳臻像科技有限公司 , 北京邮电大学
IPC: G02F1/00
Abstract: 本发明涉及静态光场显示技术领域，为了解决现有复合光栅生产过程中遇到的耦合对位精度不足的技术问题，本发明公开了一种自适应多层控光结构的耦合对位系统与工艺流程，包括局部加热器阵列、设置在局部加热器阵列上方的下层金属吸附台、设置在下层金属吸附台上方的控光结构、设置在控光结构上方的透明吸附台、设置在透明吸附台上方的扫描显微镜阵列；局部加热器阵列包括局部加热器和控制器，所述控制器用于控制每个局部加热器的加热温度，从而对周围介质加热。通过控制单层控光结构的膨胀程度实现双层控光结构的耦合对准，完成双层控光结构的贴合，进行重复双层控光结构的耦合对准过程，从而实现高精度的复合控光结构的制备。
-
Patent Agency Ranking
公开(公告)号：CN113900608B
公开(公告)日：2024-03-15
申请号：CN202111044457.9
申请日：2021-09-07
Applicant: 北京邮电大学
IPC: G06F3/14 , G06N3/0464 , G06N3/08 , G06T5/80
Abstract: 本申请公开了一种立体三维光场的显示方法、装置、电子设备及介质。本申请中，可以获取初始合成图像；将所述初始合成图像输入至预校正卷积神经网络中，得到经过校正后的目标合成图像，其中所述预校正卷积神经网络为采用五层卷积与反卷积结构而生成的卷积神经网络；将所述目标合成图像加载到定向扩散膜上，生成立体三维场景。通过应用本申请的技术方案，可以通过预先训练得到的预校正卷积神经网络训练模型以实现对合成图像的学习，从而达到对其进行像差预校正的目的，从而可以实现在不增加系统复杂度的前提下适用于抑制不同程度的透镜像差对光场显示设备显示质量的影响的目的。
-
公开(公告)号：CN112926596B
公开(公告)日：2023-04-07
申请号：CN202110185464.4
申请日：2021-02-10
Applicant: 北京邮电大学
IPC: G06V10/40 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/044 , G06N3/08
Abstract: 本发明提供一种基于循环神经网络的实时超像素分割方法及系统，该方法包括：提取输入图像的特征，并对所述图像进行超像素关联图初始化；基于预设训练好的循环神经网络，对所述输入图像进行实时超像素分割，所述循环神经网络的输入是由超像素关联图初始化提取的初始输入和初始隐向量确定。本发明结合深度神经网络在特征提取和计算速度方面的优势，以及传统K‑means迭代聚类方法在超像素分割任务上的有效性和简单性，实现了实时超像素分割。
-
公开(公告)号：CN114429496A
公开(公告)日：2022-05-03
申请号：CN202111520396.9
申请日：2021-12-13
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于可学习超像素引导的视差优化方法及装置，其中方法包括：获取用户输入的第一图和第二图；将第一图和第二图输入至视差优化模型，获得视差优化模型输出的视差图；其中，第一图和第二图是由双目摄像机对同一拍摄对象拍摄获得的；视差优化模型是基于数据集进行训练后得到的，用于在超像素引导下对视差进行优化；数据集包括图片样本以及对应的真实语义图、空间位置图和真实视差图；真实语义图、空间位置图和真实视差图是根据图片样本预先确定的，并与图片样本一一对应。本发明实施例提供的基于可学习超像素引导的视差优化方法及装置，实现了超像素网络和视差网络之间的有效交互。
-
公开(公告)号：CN113938668A
公开(公告)日：2022-01-14
申请号：CN202111042784.0
申请日：2021-09-07
Applicant: 北京邮电大学
Abstract: 本发明提供了一种三维光场显示方法、装置、设备及存储介质，所述方法包括：获取三维场景信息，并生成高分辨率基元图像阵列；将所述高分辨率基元图像阵列输入神经网络模型得到训练后的低分辨率基元图像阵列；将训练后的所述低分辨率基元图像阵列转换为携带完整三维光场信息的光场光线向微透镜阵列投射；微透镜阵列对经过的所述光场光线进行调整后，投射至定向扩散膜生成大视角三维光场图像；其中，生成所述大视角三维光场图像的视觉像素，包括所述光场光线以及所述光场光线在所述定向扩散膜上投射的漫射光斑的混叠区域。这样，在不增加系统复杂度和不增加额外设备的基础上，直接增加新的视觉像素，提高三维立体图像的分辨率。
-
公开(公告)号：CN113900608A
公开(公告)日：2022-01-07
申请号：CN202111044457.9
申请日：2021-09-07
Applicant: 北京邮电大学
Abstract: 本申请公开了一种立体三维光场的显示方法、装置、电子设备及介质。本申请中，可以获取初始合成图像；将所述初始合成图像输入至预校正卷积神经网络中，得到经过校正后的目标合成图像，其中所述预校正卷积神经网络为采用五层卷积与反卷积结构而生成的卷积神经网络；将所述目标合成图像加载到定向扩散膜上，生成立体三维场景。通过应用本申请的技术方案，可以通过预先训练得到的预校正卷积神经网络训练模型以实现对合成图像的学习，从而达到对其进行像差预校正的目的，从而可以实现在不增加系统复杂度的前提下适用于抑制不同程度的透镜像差对光场显示设备显示质量的影响的目的。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.021 seconds)
