-
公开(公告)号：CN108022278A
公开(公告)日：2018-05-11
申请号：CN201711487839.2
申请日：2017-12-29
Applicant: 清华大学
Abstract: 本发明公开了一种基于视频中运动跟踪的人物动画绘制方法及系统，其中，方法包括：获取包含人物运动的视频，以进行标准姿态下的3D扫描得到3D扫描人物模型；根据预设的标准模板对3D扫描人物模型进行匹配，以获取人体形状和人体姿态；在每读入一帧时，根据人体形状和人体姿态对目标函数进行优化，以将标准模板和视频中的人物进行匹配，获取人体姿态参数，并优化形状参数；对不同帧之间的人物运动中加入卡尔曼滤波，使得通过匹配的对应点将标准模板转换回3D扫描的人物模型，获取人体骨架以实现人物动画绘制。该方法可以有效提高动画制作的准确性和可靠性，并拥有广阔的应用前景，简单易实现。
-
公开(公告)号：CN107959805A
公开(公告)日：2018-04-24
申请号：CN201711262173.0
申请日：2017-12-04
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
Abstract: 本发明公开了基于混合相机阵列的光场视频成像系统及视频处理方法，包括控制云台、图像处理单元、存储单元和混合相机阵列；混合相机阵列包括全局相机、全局光场相机和多个局部相机，同步地采集同一场景的全局低分辨参考视频、全局光场视频和多个局部高清视频；图像处理单元对每一组同时刻拍摄的参考图像、全局光场图像和多个高清图像进行以下处理：将各局部图像与参考图像进行块匹配，基于匹配结果将局部图像变换到参考图像的对应块上，得到全局高分辨率图像；再基于全局高分辨率图像，对全局光场图像进行超分辨，以得到全局高分辨率光场图像；将所有帧全局高分辨率光场图像合成为全局高分辨率光场视频。
-
公开(公告)号：CN105678801A
公开(公告)日：2016-06-15
申请号：CN201610166169.3
申请日：2016-03-22
Applicant: 清华大学
IPC: G06T7/00
Abstract: 本发明公开了一种亚像素边缘检测方法，包括以下步骤：根据亚像素的中心位置和高斯滤波的滤波系数建立亚像素边缘图像的高斯滤波模糊模型；根据所述高斯滤波模糊模型计算所述亚像素边缘图像梯度的幅值；使用Canny算法进行边缘检测；根据所述亚像素边缘图像梯度的幅值计算所述亚像素边缘图像中心位置的坐标；以及根据所述亚像素边缘图像中心位置的坐标计算所述亚像素边缘图像的偏移量和偏移位移。本发明具有如下优点：采用高斯滤波模糊模型比单纯采用阶跃模型更加符合实际情况；高斯滤波模糊模型推导由于得到了闭式解，因此得比非线性优化等方法更快的计算速度。
-
公开(公告)号：CN105405158A
公开(公告)日：2016-03-16
申请号：CN201510727252.9
申请日：2015-10-30
Applicant: 清华大学
CPC classification number: G06T11/00 , G06T3/4038 , G06T11/001 , G06T2207/10016
Abstract: 本发明提出一种十亿像素视频的实现方法，包括：采集十亿像素背景图像，其中，相邻的行和/或列对应的背景图像中存在重叠区域，重叠区域的面积与对应的背景图像的总面积的比例大于预设值；采集十亿像素背景图像对应场景内的动态视频，并以第一存储方式单独存储；根据重叠区域的特征点对多个背景图像进行拼接以得到完整的十亿像素背景图像；对动态视频进行滑动窗口搜索；采用直方图匹配方式对动态视频对应的前景与十亿像素背景图像的背景进行亮度匹配，以将动态视频嵌入十亿像素背景图像中，得到十亿像素视频，其中，以第二存储方式单独存储十亿像素背景图像。本发明易于实现，无需复杂的采集装置，具有有效的数据存储方式及真实感强的交互方式。
-
公开(公告)号：CN105093522A
公开(公告)日：2015-11-25
申请号：CN201510398760.7
申请日：2015-07-08
Applicant: 清华大学
CPC classification number: G02B27/0012 , G02B27/225 , G06T17/00
Abstract: 本发明提出一种基于相位的双目转多目虚拟视图合成方法，包括以下步骤：采集双目图像，其中，双目图像位于RGB色彩空间，双目图像包括左图像和右图像；将双目图像变换至YIQ色彩空间以得到变换后的左图像和右图像；分别将变换后的左图像和右图像进行可控复数金字塔分解；计算变换后的左图像和右图像分解后每个点对应的相位差；根据每个点对应的相位差进行相位差值操作以得到相位插值图像序列，并对相位插值图像序列进行反混叠滤波处理，以重构并恢复图像；将重构并恢复的图像转换至RGB色彩空间。本发明的方法能够更好的进行外推插值合成新视点以及对散焦模糊、运动模糊、含有高反射性物体的图片具有良好的合成效果。
-
Patent Agency Ranking
公开(公告)号：CN102800127B
公开(公告)日：2014-11-26
申请号：CN201210250109.1
申请日：2012-07-18
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明提出一种基于光流优化的三维重建方法及装置，其中该方法包括以下步骤：用多视角深度相机采集多视角的深度图和彩色图，并进行三维空间变换，获取各视角的点云；根据深度图和彩色图的信息，计算相邻视角的两组点云的度量向量；根据多通道光流法，利用相邻视角的两组点云的度量向量建立光流优化式；求解光流优化式，得到相邻视角的两组点云的匹配结果；根据匹配结果，把各视角点云填入融合矩阵；以及对融合矩阵进行处理，得到三维重建结果。本发明可以自适应的利用尽可能少的点表征模型的三维结构，从而降低数据冗余性，同时模型精度较高，此外，本发明对硬件要求不高，适用范围较广。
-
公开(公告)号：CN102842148B
公开(公告)日：2014-09-10
申请号：CN201210237812.9
申请日：2012-07-10
Applicant: 清华大学
Abstract: 本发明提出一种基于多手持深度相机的无标记运动捕捉及场景重建方法及装置，其中该方法包括步骤：提供人体模型和地板模型；通过多个深度相机手持地拍摄；将相机返回的深度图进行空间变换得到三维点云集合；从对同一深度相机的相邻帧的彩色图中提取场景特征点；根据人体模型中的表面网格点、地板模型中的地板点和三维空间的场景特征点的信息，定义联合优化模型；将三维点云点与表面网格点进行匹配；和将匹配结果对引入联合优化模型进行求解和变换，得到运动捕捉结果和场景重建结果。本发明的方法，无需借助笨重的标志物，能够更加灵活便捷地进行运动捕捉和场景重建，具有运动参数准确鲁棒、场景复原程度高、算法运行速度快、系统成本低的优点。
-
公开(公告)号：CN103198523A
公开(公告)日：2013-07-10
申请号：CN201310150796.4
申请日：2013-04-26
Applicant: 清华大学
IPC: G06T17/00
CPC classification number: G06T17/00 , G06T7/55 , G06T7/579 , G06T2207/10028
Abstract: 本发明提出一种基于多深度图的非刚体三维重建方法，包括以下步骤：对非刚体以不同角度和不同姿态进行深度图拍摄以得到多个深度图；将每个深度图变换为一组三维点云，并获取多组三维点云之间的多个匹配点对；对每个匹配点进行位置变换，并求取位置变换后的每个匹配点对应的变换参数；对所有变换参数进行拼接，并根据拼接结果建立能量函数；对能量函数进行求解，以根据求解结果重建非刚体的三维模型。根据本发明的方法，所需输入信息简单易采集，并可得到高精度的完整三维模型。该方法求解准确鲁棒，消除了累加误差所会带来的影响，且运行速度快，拥有广阔的应用前景。本发明还提出了一种基于多深度图的非刚体三维重建系统。
-
公开(公告)号：CN102393962B
公开(公告)日：2013-06-12
申请号：CN201110181431.9
申请日：2011-06-30
Applicant: 清华大学
IPC: G06T7/00
Abstract: 本发明提出一种基于点云数据的三维模型评测方法及装置，该方法包括：A：获得待评测模型；B：对待评测模型的精度进行评测，包括B1：建立第一位置索引；B2：获得面片序号；B3：寻找距待评测模型中点mi的空间距离最近的K个点；B4：判断K个点与点mi之间的K个空间距离的至少一个是否小于第一预定阈值，如果大于则舍弃点mi；B5：否则选择K个点在真实模型中的所有面片；B6：选择点mi与对应的所有面片的最短距离，计算所有最短距离的均值得到精度指标；C：得到完整度指标；和D：根据两指标判断三维模型的重建质量。应用本发明的评测方法可降低计算量，更加真实地反应出重建算法的好坏。本发明的装置结构简单。
-
公开(公告)号：CN102800127A
公开(公告)日：2012-11-28
申请号：CN201210250109.1
申请日：2012-07-18
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明提出一种基于光流优化的三维重建方法及装置，其中该方法包括以下步骤：用多视角深度相机采集多视角的深度图和彩色图，并进行三维空间变换，获取各视角的点云；根据深度图和彩色图的信息，计算相邻视角的两组点云的度量向量；根据多通道光流法，利用相邻视角的两组点云的度量向量建立光流优化式；求解光流优化式，得到相邻视角的两组点云的匹配结果；根据匹配结果，把各视角点云填入融合矩阵；以及对融合矩阵进行处理，得到三维重建结果。本发明可以自适应的利用尽可能少的点表征模型的三维结构，从而降低数据冗余性，同时模型精度较高，此外，本发明对硬件要求不高，适用范围较广。
-
-
-
-
-
-
-
-
-
Search Results
233
records
(took 0.045 seconds)
