-
公开(公告)号：CN119919563A
公开(公告)日：2025-05-02
申请号：CN202510397116.1
申请日：2025-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于扭曲光线的NeRF多模型场景构建方法、设备及介质，包括以下步骤：获取训练数据集，对数据集进行预处理，并计算图像位姿；构建GPU环境，设置训练参数，并加载场景配置文件和带有相机位姿的二维图像；密度体素网格优化神经辐射场分层采样策略，高效训练球谐神经辐射场(NeRF‑SH)模型，并用hash表记录网络输出；利用扭曲光线的方法将多个神经辐射场模型组合渲染得到组合场景图像；增减模型并调整各项参数，再经过渲染实现场景构建。本发明优化了神经辐射场中的分层采样策略，并将神经辐射场烘焙入hash表，显著提升了神经辐射场的训练和渲染效率，通过扭曲光线并结合最大组合策略将多个模型组合起来，实现了场景的构建与编辑。
-
公开(公告)号：CN119540996A
公开(公告)日：2025-02-28
申请号：CN202411616717.9
申请日：2024-11-13
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0499
Abstract: 本发明属于人体姿态估计技术领域，公开了一种基于频域注意力机制的轻量化姿态估计方法，该方法先通过分组卷积压缩输入的特征信息，然后经过三个注意力模块还原被压缩的特征信息。首先频率注意力模块利用滤波模块提取不同频率分量，通过softmax归一化键值选择重要的频率分量，其次通道和空间注意力模块更好地捕捉全局信息并精确定位关键特征。本发明提出的频域注意力机制模块的计算复杂度和图像分辨率线性相关，计算复杂度更小，能够解决计算量随分辨率提升而迅速膨胀的问题，同时，该模块能够减少分组卷积特征压缩导致的信息丢失，从而进一步提高轻量化场景下的人体姿态估计准确性。
-
公开(公告)号：CN118657743A
公开(公告)日：2024-09-17
申请号：CN202410844910.1
申请日：2024-06-27
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/62 , G06T7/73 , G06V10/762 , G06V10/764
Abstract: 本发明涉及一种基于张量投票的工业零件检测方法及系统，属于计算机图形学技术领域。方法包括：扫描工业零件得到点云集，采用张量投票算法对所述点云集进行分类，得到不同类别的点集；采用优化的Delaunay三角剖分算法，对所述不同类别的点集分别进行Delaunay三角剖分，得到各类别点集的Delaunay三角网格；对所述Delaunay三角网格进行融合与优化，重建所述工业零件的曲面；基于所述曲面进行所述工业零件的缺陷检测。该方法通过张量投票、贪婪投影算法与Delaunay三角剖分算法结合，重建工业零件的3D模型，能够再现工业零件表面缺陷，提高对工业零件缺陷检测的精度。
-
公开(公告)号：CN116468762B
公开(公告)日：2024-06-25
申请号：CN202310407199.9
申请日：2023-04-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种变电站点云配准方法、装置、电子设备及存储介质，所述方法包括获取变电站设备的模型点云数据与场景点云数据，计算模型点云与场景点云的SHOT特征直方图；随机选择m个模型点，并从场景点云中找到与m个模型点对应SHOT特征相似的m个匹配点；判断m个模型点与m个匹配点的相似度是否符合满足条件；若满足条件，根据m个模型点与m个匹配点通过SVD求得旋转平移矩阵，并将模型点云变换到对应位置；计算变换后的模型点云与场景点云的平均欧氏距离、SHOT差值以及平均曲率差值；判断模型点云与场景点云的平均欧氏距离、SHOT差值以及平均曲率差值是否小于预先设定的阈值，若小于，则配准成功，本发明提高了配准误差判定的识别准确率和配准效率。
-
公开(公告)号：CN118038481A
公开(公告)日：2024-05-14
申请号：CN202410437024.7
申请日：2024-04-12
Applicant: 江苏省送变电有限公司 , 南京邮电大学
IPC: G06V30/422 , G06V30/19 , G06V10/766 , G06V10/82
Abstract: 本发明公开了一种基于计算机视觉技术的变电站端子排图纸识别方法及系统，属于图纸识别技术领域，方法包括：利用多尺度滑动窗口对输入图纸进行二次处理，获取大尺度切片图像和小尺度切片图像；利用图元检测模型进行图元检测，并获取多个最优图元检测结果；获取多个目标文本识别结果；根据最优图元检测结果中线缆的方向进行寻路，并将各线缆对应的多个目标文本识别结果与设定的识别要求进行匹配，若匹配成功，则按照设定格式输出，若匹配失败，则按照设定的拒识格式输出；本发明有效地处理了多尺度图纸的目标差异问题，并且利用图元检测模型，提高了图纸识别的准确性，对于出现的误识别和漏识别，在输出结果上进行标明，从而方便后续人工检查。
-
Patent Agency Ranking
公开(公告)号：CN117576383A
公开(公告)日：2024-02-20
申请号：CN202311381929.9
申请日：2023-10-24
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/82 , G06V10/776 , G06V10/72 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学影像分割技术领域，本发明所述方法包括，对数据集进行预处理，构建基于注意力解码的可信的息肉分割模型架构；对构建的息肉分割架构模型采用交叉熵损失函数和KL散度损失函数以及Dice损失函数的组合计算损失函数；采用Adam优化算法训练构建的息肉分割架构模型；采用DiceScore和mIou指标衡量分割准确性。本发明将证据深度学习应用于端到端的息肉分割模型，旨在量化像素级的不确定性，得到可信的息肉分割模型。同时，当处理模糊边界息肉和小尺寸息肉时，本发明采用边缘引导特征模块，来挖掘与边界相关的边缘语义，能够获得更好的分割结果。
-
公开(公告)号：CN116721309A
公开(公告)日：2023-09-08
申请号：CN202310695757.6
申请日：2023-06-13
Applicant: 南京邮电大学
IPC: G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种口腔语义模型训练方法、口腔锥形束CT图像的优化方法及装置，属于医学成像技术领域，包括：从预设二维CBCT图像集中获取若干连续的第一CBCT图像和若干连续的第二CBCT图像；根据所述第二CBCT图像获取对应的值分割图；获取所述第一CBCT图像中不变的提取特征以缩小口腔语义模型在所述第二CBCT图像对应的值分割图上的标记范围；将所述第二CBCT图像对应的值分割图输入口腔语义模型直到输出的模型损失值不再减小。本发明通过获取若干连续的第一CBCT图像和若干连续的第二CBCT图像，并根据第二CBCT图像获取对应的值分割图，提高了口腔语义模型对口腔中出现的各个区域识别的准确性，有助于对牙齿病变部位的识别。
-
公开(公告)号：CN116524546B
公开(公告)日：2023-09-01
申请号：CN202310807515.1
申请日：2023-07-04
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/774
Abstract: 本发明属于人体姿态估计技术领域，公开了一种基于异构图像协同增强的低分辨率人体姿态估计方法，其收集由高、低分辨率人体图像组成异构图像对来构建训练数据集；构建基于跨分辨率异构图像协同增强的低分辨率人体姿态估计网络模型；训练阶段，利用跨分辨率异构图像对训练所述网络模型，得到训练好的模型；测试阶段，使用训练数据集收集过程中得到的高分辨率人体特征库为待检测图像匹配最相关的高分辨率图像，一起输入训练好的网络模型，获得人体姿态估计结果。与传统方法相比，本发明提出的网络模型能够利用异构的高分辨率人体图像中更丰富、更清晰的信息来引导网络生成高质量的低分辨率图像特征，从而提高低分辨率场景下的人体姿态估计准确性。
-
公开(公告)号：CN116524546A
公开(公告)日：2023-08-01
申请号：CN202310807515.1
申请日：2023-07-04
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/774
Abstract: 本发明属于人体姿态估计技术领域，公开了一种基于异构图像协同增强的低分辨率人体姿态估计方法，其收集由高、低分辨率人体图像组成异构图像对来构建训练数据集；构建基于跨分辨率异构图像协同增强的低分辨率人体姿态估计网络模型；训练阶段，利用跨分辨率异构图像对训练所述网络模型，得到训练好的模型；测试阶段，使用训练数据集收集过程中得到的高分辨率人体特征库为待检测图像匹配最相关的高分辨率图像，一起输入训练好的网络模型，获得人体姿态估计结果。与传统方法相比，本发明提出的网络模型能够利用异构的高分辨率人体图像中更丰富、更清晰的信息来引导网络生成高质量的低分辨率图像特征，从而提高低分辨率场景下的人体姿态估计准确性。
-
公开(公告)号：CN109739945B
公开(公告)日：2022-11-08
申请号：CN201811523922.5
申请日：2018-12-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于混合索引的多关键词密文排序检索方法，包括两个阶段：第一阶段为数据预处理和外包，首先加密明文文档，并生成加密文档向量；其次，将关键词对应的文档集合进行等长分块，并为各分块构造块向量；然后，加密块向量，并构造出查找表和分块倒排索引；最后，将生成的加密文档和分块倒排索引外包至云服务器，将密钥和查找表共享给授权用户。第二阶段为多关键词密文排序检索，首先，授权用户利用查找表生成检索陷门并作为检索指令发送至云服务器；然后，云服务器执行排序检索，并将密文检索结果返回给授权用户，此时，授权用户通过解密获得明文检索结果。采用本发明可在保护数据隐私且不降低检索精度的同时，提高检索效率。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.034 seconds)
