-
公开(公告)号：CN104952049A
公开(公告)日：2015-09-30
申请号：CN201510348382.1
申请日：2015-06-23
Applicant: 浙江工商大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于领域发散插值的图像修复方法。本发明首先找到待修复点周围八个方向最近的八个点，并进一步确定该八点中是否存在空洞点，如果存在，则沿着相同的方向继续向外发撒，直到最后得到不为空洞的八个领域点。然后将八个点的单通道值两两相减并求绝对值，再将绝对值最小的两个点的三通道RGB值分别求平均值，最终再分别赋值给待修复点的三个通道，完成图像修复。本发明能够较好的修复裂隙宽度在个位数像素范围的空洞，且修复速度快。
-
公开(公告)号：CN104767987A
公开(公告)日：2015-07-08
申请号：CN201510057151.5
申请日：2015-02-04
Applicant: 浙江工商大学
IPC: H04N13/00
Abstract: 本发明公开了一种基于深度图的全搜索视点预测方法。本发明首先，根据初始视点绘制生成当前视点v0下的深度图然后移动当前视点v0设定的距离r得到参考视点vi，绘制生成参考视点深度图并设置标志数组data[]用以标志当前视点下各个像素能否在参考视点下获取，通过统计标志数组中未标记部分大小，检查是否满足指定的空洞阈值，如果不满足，增大移动距离r，继续移动初始参考视点，直到其空洞大小满足指定阈值。最后，根据全搜索得到最大参考视点vr,绘制渲染此视点下的深度图和颜色图，并连同初始视点下的深度图和颜色图传输给客户端。本发明在搜索的过程中，不进行颜色图的绘制，大大降低了绘制时间，从而实现快速精确的参考视点预测。
-
公开(公告)号：CN104715495A
公开(公告)日：2015-06-17
申请号：CN201510057252.2
申请日：2015-02-04
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于用户指定误差精度的三维模型传输方法。本发明首先让用户在客户端指定所需传输模型的视觉误差与低频误差。其次服务端将该模型的几何数据做Laplacian转换，转换后的坐标称为δ-coordinates坐标。然后，根据用户选择的视觉误差，将δ-coordinates坐标做相应的量化。再通过选取参数 两个不同值的锚点，来构造模型低频误差与参数之间的函数关系，并根据此函数及用户指定的低频误差来选取该模型所需添加的锚点数量。最后对该模型的低频误差进行微调，使其满足用户的要求，并将该模型发送给客户端。依据本发明方法，用户可根据当前的网络质量以及实际的需求来选择所需传输的三维模型质量。
-
公开(公告)号：CN103840871A
公开(公告)日：2014-06-04
申请号：CN201410016396.9
申请日：2014-01-14
Applicant: 浙江工商大学
Abstract: 本发明公开了一种无线网络中三维模型拓扑数据鲁棒传输的编码和重构方法。本发明首先在服务端将三维模型拓扑数据编码。具体是：按照一定规则遍历三维模型的顶点，得到每个顶点的遍历序号、度信息及相邻点信息。其次，根据改进的顺序着色算法，按照顶点被遍历的序号将每个顶点着上颜色。然后，对模型按照颜色分组，将同种颜色顶点作为一个分组。最后，对分组使用哈夫曼编码进行压缩。然后在服务端将三维模型拓扑重构，具体是：接收到分组后，将接收到的顶点按序号从小到大的顺序排序，再基于价驱动解码方法重构模型拓扑结构。本发明通过有效的模型拓扑数据编码和客户端重构技术，使三维模型在高丢包率的网络传输时，仍能获得较好的重构效果。
-
公开(公告)号：CN119206045A
公开(公告)日：2024-12-27
申请号：CN202411116449.4
申请日：2024-08-14
Applicant: 浙江中南卡通股份有限公司 , 浙江工商大学 , 杭州宇泛智能科技股份有限公司
Abstract: 本发明涉及三维建模技术领域，具体涉及一种基于注意力机制的变形生成模型的方法，采用如下步骤：S10：首先，准备一个包含任意大小和数量的三维模型数据集，三维模型数据集格式为.ply；对所有模型进行必要的预处理，相应的预处理文件通过符号距离函数来隐式地表示数据集，数据集的格式为.mat；S20：设计一个变形生成模型；S30：训练变形生成模型；S40：反复执行步骤S30，直至达到预设的迭代次数，默认为70轮；每轮遍历所有三维模型；在每一轮迭代结束时，保存模型的参数；它通过巧妙结合变形隐式场模型架构与自注意力模块，充分利用了注意力机制能够捕获全局上下文信息，使得模型能够更全面地建立模型位置之间的联系，从而消除噪声。
-
Patent Agency Ranking
公开(公告)号：CN118982555A
公开(公告)日：2024-11-19
申请号：CN202411013311.1
申请日：2024-07-26
Applicant: 浙江工商大学
IPC: G06T7/207 , G06V10/74 , G06V10/44 , G06V10/82 , G06V10/42 , G06T17/20 , G06N3/0464 , G06N3/0895 , G06N3/0455
Abstract: 本发明公开了一种基于特征锚点的动态点云高效压缩方法、系统、电子设备及介质。本发明通过使用特征锚点表示两帧之间的运动信息，实现了在编码保存时仅需保存少量的锚点，解码时即可恢复完整的运动信息，而无需保存完整的运动数据，减少了数据存储量，提高了压缩率。同时，本发明采用场景流网络计算两帧真实空间的坐标变化，避免了在特征空间中预测运动所可能带来的空间关系破坏，从而提升了运动预测的准确性，进而提高了重建精度。总体而言，本发明在提升压缩率的同时，也显著提高了重建精度，从而显著提升了压缩性能。
-
公开(公告)号：CN118469890A
公开(公告)日：2024-08-09
申请号：CN202310039473.1
申请日：2023-01-12
Applicant: 浙江工商大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于faster R‑CNN的多尺度胸部X线片异物检测方法及装置。包括如下步骤：构建基于改进的多尺度目标检测网络，其包括主干网络分支，多尺度特征提取分支、区域候选分支、特征区域增强模块以及结果预测分支；多尺度特征提取分支从主干网络分支的不同阶段提取得到不同尺度的特征图；区域候选分支将感兴趣区域从多尺度特征图中截取后输入特征区域增强模块；本发明利用双向特征金字塔将多尺度特征模块引入主干网络，利用空间变换网络将特征区域增强模块引入结果预测分支。本发明只需输入胸部X线片图像就能自动得到绘制结果，更加准确和直观，能更有效的提取图像多尺度特征信息并提高对局部区域特征的敏感度。
-
公开(公告)号：CN118247693B
公开(公告)日：2024-08-02
申请号：CN202410659872.2
申请日：2024-05-27
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
IPC: G06V20/20 , G06V10/75 , G06V10/764
Abstract: 本申请涉及一种基于动静态目标分离的多源多模态数据有效信息提取方法，通过接收线下场景的多源多模态数据，确定多源多模态数据中的动态目标和静态目标；将动态目标和静态目标添加至核心关注目标队列或非核心关注目标队列，提取非核心关注目标队列中目标的基础信息；并根据不同模态数据的信息提取复杂度，提取核心关注目标队列中目标的精细化信息对核心关注目标的实时精细化信息提取。同时，核心关注目标的类别和属性可自由定义，只需要更换对应的算法、通过本申请实现了一种软定义的多模态有效信息提取技术，能够提升信息提取的效率和对于不同场景下的适配性，同时提升了虚实叠加的准确性和实时性。
-
公开(公告)号：CN118250090A
公开(公告)日：2024-06-25
申请号：CN202410650864.1
申请日：2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
Abstract: 本申请实施例提供一种物联网平台信息处理方法及装置，方法包括：接收物联网设备的设备连接请求，根据设备连接请求中的设备标识确定本地预存储的公钥库中匹配的设备公钥，并根据设备公钥对设备连接请求中的设备私钥进行签名验证；在签名验证通过后，通过设定同态加密协议建立与物联网设备的加密信道，通过加密信道向物联网设备返回设备验证成功信号，并通过与网络标识符和网络连接端口对应的平台节点接收物联网设备后续发送的数据上传请求；通过预设边缘计算节点对时序数据库中的上传数据进行数据处理，接收边缘计算节点发送的数据处理的结果；本申请能够有效提高物联网平台通信的信息安全性。
-
公开(公告)号：CN117911237A
公开(公告)日：2024-04-19
申请号：CN202410116657.8
申请日：2024-01-29
Applicant: 浙江工商大学
IPC: G06T3/04 , G06T3/4046 , G06N3/0475 , G06N3/0455 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于多风格数据集的多风格场景生成方法。首先，对给定的场景数据集和多种风格卡通数据集进行预处理，通过调整图像分辨率大小实现统一。其次，设计一个基于多头判别器、多头样式编码器和生成器的网络框架。多头样式编码器通过利用高斯噪声映射出多种风格编码。生成器的输入包括场景图片和样式编码，输出为特定的卡通化图片。判别器由特征提取模块与多个判别头组合而成，每个头分别支持一种卡通化风格与其他风格的区别作用。本发明整合了多头判别器和多头样式编码器，通过引入多种风格数据集，更全面地学习了不同卡通化风格的特征。通过优化的损失函数，使生成器能够更好地理解和模仿多样的卡通化风格。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.015 seconds)
