图像处理方法、设备及计算机可读存储介质

    公开(公告)号:CN111279354B

    公开(公告)日:2024-09-27

    申请号:CN201880068957.6

    申请日:2018-12-28

    发明人: 崔健

    IPC分类号: G06V20/58 G06T3/18

    摘要: 一种图像处理方法、设备及计算机可读存储介质,所述方法包括:通过拍摄装置获取包含目标物体的平视图像;确定与所述目标物体对应的空间平面;确定所述空间平面和所述拍摄装置的相对姿态;根据所述相对姿态将所述平视图像转换为俯视图像。应用本发明实施例,可以提高车道线的检测的准确性,并准确的定位车道线与车实际的位置关系。

    一种基于自适应模板的三维网格重建方法

    公开(公告)号:CN118470254A

    公开(公告)日:2024-08-09

    申请号:CN202410940189.6

    申请日:2024-07-15

    申请人: 湖南大学

    摘要: 本申请涉及一种基于自适应模板的三维网格重建方法,该方法包括:构建三维网格重建模型;获取目标医学图像,通过特征提取模块对目标医学图像进行特征提取,得到多个不同尺度的特征图谱;GCN网格解码模块基于最小尺度的特征图谱构建自适应差分模板网格;构造平均模板网格,基于自适应差分模板网格和平均模板网格得到自适应模板网格;体素‑点云映射模块将各所述特征图谱上的体素特征分别转化为对应顶点的空间域特征;GCN网格形变模块基于所有的空间域特征对自适应模板网格进行变形,得到目标医学图像对应的三维表面网格。该方法解决了在复杂解剖结构的重建中因采用固定模板存在的局限性问题。

    一种将标准码刀版图转换到一般尺码刀版图的优化方法

    公开(公告)号:CN118096507B

    公开(公告)日:2024-07-30

    申请号:CN202410494270.6

    申请日:2024-04-24

    发明人: 陆真国 吉祥

    摘要: 本发明涉及图片处理技术领域,尤其是一种将标准码刀版图转换到一般尺码刀版图的优化方法,包括:若标准码刀版图通过数据库中的优化方法形成的最终优化刀版图与一般尺码刀版图排版和大小相同,输出该最终优化刀版图;否则建立新的优化方法,将一般尺码刀版图和标准码刀版图分割;对于待转换图像块An进行旋转和/或缩放形成一次变形图像块Zn;若一次变形图像块Zn与目标图像块Bn相同,设为优化刀版图Cn;否则,对一次变形图像块Zn进行双三次贝塞尔曲面算法变换后形成二次变形图像块Mn,设为优化刀版图Cn;将该优化方法加入数据库。通过本方法生成的最终优化刀版图与一般尺码刀版图的排版和大小相同,避免产生露白。

    模型处理方法、装置、设备、存储介质及计算机程序产品

    公开(公告)号:CN114913305B

    公开(公告)日:2024-07-26

    申请号:CN202210527566.4

    申请日:2022-05-16

    摘要: 本申请提供了模型处理方法、装置、设备、存储介质及计算机程序产品,该方法包括:获取待修复模型和参考模型;确定参考模型中的第一待变形区域和第二待变形区域;基于待修复模型对第一待变形区域中的顶点进行第一类型的变形处理,第一待变形区域变形后所呈现出的目标对象的行为特征与待修复模型中对应的区域所呈现出的目标对象的行为特征相匹配;基于待修复模型对第二待变形区域中的顶点进行第二类型的变形处理,第二待变形区域变形后所呈现出的目标对象的行为特征与待修复模型中对应的区域所呈现出的目标对象的行为特征相匹配;根据变形后的参考模型确定待修复模型对应的修复模型。采用此方式,可有效提高模型修复的效率,且修复效果更佳。

    数字自适应光学架构与系统

    公开(公告)号:CN118154411B

    公开(公告)日:2024-07-16

    申请号:CN202410573482.3

    申请日:2024-05-10

    申请人: 清华大学

    IPC分类号: G06T3/18 G06T5/60

    摘要: 本发明公开了数字自适应光学架构与系统,包括对原始光场图像进行像素重排得到低空间采样率的子孔径图像;利用TIS算法对低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像;利用由粗粒度到细粒度的波前梯度估计算法对高空间采样率的子孔径图像的空间偏移量进行估计得到第一波前梯度,并利用训练好的MLP模型将第一波前梯度转换为第一波前像差;基于第一波前像差对高空间采样率的子孔径图像进行相空间解卷积运算得到局部图像的图像重建结果。本发明能够进行高速宽视场波前检测,采用湍流诱导扫描算法提高采样率,使用非相干孔径合成算法实现去像差、高分辨成像。

    一种基于目标检测的遥感图像变形下采样方法

    公开(公告)号:CN117952824B

    公开(公告)日:2024-06-25

    申请号:CN202410348970.4

    申请日:2024-03-26

    摘要: 本发明属于深度学习技术领域,公开了一种基于目标检测的遥感图像变形下采样方法,提出一种混合高斯变形模块,用于生成变形下采样的遥感图像;根据混合高斯变形模块与下游的相关性,将高分辨率图像自适应为变形的低分辨率图像目标检测任务;混合高斯变形模块由高斯密度网络、变形下采样网格生成网络和可变形采样器三部分组成。本发明研究了大尺度高分辨率图像遥感目标检测的速度和准确度相平衡的问题,并提出一种有效的旨在减少计算负荷的同时提高检测性能的方法。本发明通过该方法推动深度学习技术在遥感目标检测领域的效率问题处理上取得突破性进展。

    基于紧凑高斯泼溅的高保真动态人物渲染方法、系统、设备、芯片及介质

    公开(公告)号:CN118172470A

    公开(公告)日:2024-06-11

    申请号:CN202410199101.X

    申请日:2024-02-22

    摘要: 基于紧凑高斯泼溅的高保真动态人物渲染方法、系统、设备、芯片及介质,方法包括:S1,采集多视角人体图片;S2,基于对网格的非刚性追踪,建立粗糙的嵌入式变形图;S3,将嵌入式变形图引入高斯泼溅优化框架中,利用动作插值和扭曲变形建立细粒度的高斯图;S4,通过时序损失、平滑项或光度一致性损失来约束和优化4D高斯,生成时序一致的高保真体积视频。本发明通过多视角的RGB视频输入,结合3D高斯表达和非刚性跟踪技术,实现了高保真度渲染结果,在质量、效率和存储方面均优于现有技术。