-
公开(公告)号：CN112396703B
公开(公告)日：2024-01-12
申请号：CN202011296300.0
申请日：2020-11-18
Applicant: 北京工商大学
IPC: G06T17/00 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种单图像三维点云模型重建方法，首先预训练一个点云自编码器网络，得到一个点云特征向量；构建图像编码网络学习输入图像特征，编码成固定长度的图像特征向量，随后利用解码器网络将向量解码成点云表达形式；通过最小化两个特征向量的差异，使得输入图像特征分布逼近点云特征分布，从而可以重建出相似的真实点云模型，解决三维重建中的不确定性问题。此外，利用可微投影模块将初始重建点云从不同视角投影到二维平面，获取二值化投影图，通过最小化初始点云投影图与真实投影图的差异，优化初始重建点云，从而得到具有细节结构的点云模型。
-
公开(公告)号：CN112862972B
公开(公告)日：2023-08-18
申请号：CN202110197673.0
申请日：2021-02-22
Applicant: 北京工商大学
Abstract: 本发明提供了一种表面结构网格生成方法，包括：对三维模型进行可扩展的局部单射参数化，在网格参数化的过程中，优化防翻转能量，通过最小化一组更简单的代理能量来间接优化失真能量；在参数化的二维平面域的结果中进行网格剖分，对复杂区域进行分解，在子区域平面域上生成结构化网格，在平面域上对网格进行网格优化，基于角度的光顺算法调整网格的角度，进行优化，将得到的二维结构网格进行逆映射，将二维结构网格逆映射回三维空间中，得到贴体的三维模型表面结构网格，通过此方法生成的结构化网格，减少了三维空间生成结构化网格的难度，参数化域中生成的结构化网格易实现，该方法生成的网格质量好，精度高。
-
公开(公告)号：CN109359402B
公开(公告)日：2023-07-28
申请号：CN201811259027.7
申请日：2018-10-26
Applicant: 北京工商大学
Abstract: 本发明提供一种三维土层构建方法及其装置，通过用户提供的待处理区域的地表高程图和钻孔数据，利用钻孔数据，使用三次样条函数插值算法和多重二次插值算法生成虚拟钻孔数据；对所有的钻孔数据进行处理生成多层高程图；根据多层高程图绘制每一个土层的下表面形状，然后生成表面模型。采用本发明的技术方案，能够快速的生成较为平滑的三维土层模型，适用于三维平滑土层可视化的工程项目。
-
公开(公告)号：CN110554866B
公开(公告)日：2022-11-01
申请号：CN201910865275.4
申请日：2019-09-12
Applicant: 北京工商大学
Abstract: 一种基于MVC交易类智能合约交互式设计方法，采用MVC模式构建智能合约可视化设计系统，实现交易类智能合约简易、安全、快捷开发，提高了智能合约编写效率；包括：通过JavaScript脚本文件将SeqGAN生成的交易类智能合约基础代码嵌入Model层；View层选用Google Blockly构建可视化的Web交互式设计界面，为用户提供可视的交互式设计所需的工作区、工具箱、UI控件，实现智能合约设计所需组件可视化；采用监听器作为Controller层技术实现对交易类智能合约基础代码块的控制，将交易类智能合约基础代码块通过各自对应的交易类智能合约代码生成器函数转化为交易类智能合约代码文本，最后对生成的智能合约采用自动检测技术实现代码漏洞的检测。
-
公开(公告)号：CN114491071A
公开(公告)日：2022-05-13
申请号：CN202210102345.2
申请日：2022-01-27
Applicant: 北京工商大学
IPC: G06F16/36 , G06F40/30 , G06F16/55 , G06F16/583 , G06V20/68 , G06V10/40 , G06V10/764 , G06V10/762 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于跨媒体数据的食品安全知识图谱构建方法及系统，其方法包括：S1：获取多源异构的食品安全文本和食品安全图像，并对食品安全文本进行标注；S2：通过信息抽取与知识存储的方法，提取食品安全文本中的文本实体及其对应的关系，并存储至食品安全文本知识库；S3：通过视觉分析与对比外部知识库的方法，提取食品安全图像中的图像实体及其标签，并存储至食品安全视觉知识库；S4：通过知识表示学习方法，消除食品安全文本以及食品安全图像之间的异构性，对齐文本实体和图像实体，构建基于跨媒体数据的食品安全知识图谱。本发明提供的方法将与食品安全相关的由不同用户产生的、不同来源渠道的跨媒体食品安全数据融合在一起。
-
Patent Agency Ranking
公开(公告)号：CN109949273B
公开(公告)日：2022-05-13
申请号：CN201910138321.0
申请日：2019-02-25
Applicant: 北京工商大学 , 精诚工坊电子集成技术(北京)有限公司
Abstract: 本发明公开了一种基于纹理对称性的皮肤图像纹理分割方法及系统。其中，该方法包括如下步骤：对皮肤图像进行二值化处理，得到由纹理像素和非纹理像素组成的皮肤纹理图像；根据纹理像素对称性，统计皮肤纹理图像中每个纹理像素的对称像素对特征，剔除纹理像素中的伪纹理像素。该方法分割皮肤图像纹理准确度高，速度快，评估结果良好。
-
公开(公告)号：CN114169172A
公开(公告)日：2022-03-11
申请号：CN202111497932.8
申请日：2021-12-09
Applicant: 北京工商大学
IPC: G06F30/20 , G06F111/04 , G06F111/10
Abstract: 本发明涉及一种共形参数化结果的参数域对称约束方法及系统，其方法包括：S1：将IGES数模离散成背景三角网格，生成并存储为半边结构，通过半边结构的性质得到IGES数模的边界；S2：人工输入或者自动识别并提取IGES数模的对称面以及两组对称点；S3：确定两组对称点的共形映射的初始位置；S4：对参数化能量函数进行平权，使得每个元素的权重比例相同，计算共形映射，得到对称共形映射参数化结果。相比于以往的共形映射，本发明提供的方法添加了对称约束，使得对称模型的参数化结果具有对称性，大大降低了由于参数域不对称而导致对称模型纹理贴图、结构网格生成的不对称问题；并且有效降低了对称模型参数化的全局角度扭曲。
-
公开(公告)号：CN112396703A
公开(公告)日：2021-02-23
申请号：CN202011296300.0
申请日：2020-11-18
Applicant: 北京工商大学
Abstract: 本发明涉及一种单图像三维点云模型重建方法，首先预训练一个点云自编码器网络，得到一个点云特征向量；构建图像编码网络学习输入图像特征，编码成固定长度的图像特征向量，随后利用解码器网络将向量解码成点云表达形式；通过最小化两个特征向量的差异，使得输入图像特征分布逼近点云特征分布，从而可以重建出相似的真实点云模型，解决三维重建中的不确定性问题。此外，利用可微投影模块将初始重建点云从不同视角投影到二维平面，获取二值化投影图，通过最小化初始点云投影图与真实投影图的差异，优化初始重建点云，从而得到具有细节结构的点云模型。
-
公开(公告)号：CN111625667A
公开(公告)日：2020-09-04
申请号：CN202010417173.9
申请日：2020-05-18
Applicant: 北京工商大学
IPC: G06F16/532 , G06F16/583 , G06F16/538 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于复杂背景图像的三维模型跨域检索方法及系统，包括，构建适于三元组网络输入的数据集，并将三维模型用多视图进行表示，统一图像数据尺寸。设计跨域检索三元组深度网络，利用图像精确特征提取网络和三维模型分组视图特征提取网络完成对输入数据的有效特征提取，并构建特征联合嵌入空间，将不同域的特征映射到同一高维空间中，并且同类别数据特征距离较小，不同类别数据特征距离较大。最终采用欧氏距离在特征联合嵌入空间中度量图像与三维模型的相似性，完成跨域检索。本发明能够根据输入的单幅具有复杂背景信息的RGB图像，检索得到对应的三维模型。
-
公开(公告)号：CN106803280B
公开(公告)日：2020-07-10
申请号：CN201710077240.5
申请日：2017-02-14
Applicant: 北京工商大学
IPC: G06T15/10
Abstract: 一种基于变分框架的特征感知的细分曲面重建方法，属于数字几何处理和曲面造型领域。首先，根据模型尖锐角、尖锐边和半尖锐边等特征，对控制网格的每一条边设置一个尖锐值，提出了一种特征感知的细分曲面新规则；然后，根据这个新规则，建立基于变分框架和L1范数的细分曲面重建的细分模型；最后，利用增值拉格拉日方法和粒子群优化法迭代求解细分曲面的控制网格的顶点位置和尖锐值，从而得到重建的保特征的细分曲面。该发明提出的基于变分的特征感知的细分曲面重建方法，与现有方法相比，在保持曲面尖锐特征和半尖锐特征等方面具有明显优势，并且能够处理带不同尺度噪音的输入网格的重建问题，在曲面重建上有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.027 seconds)
