-
公开(公告)号：CN112417746B
公开(公告)日：2022-11-25
申请号：CN202011289142.6
申请日：2020-11-18
Applicant: 中北大学
IPC: G06F30/25 , G06F30/27 , G06F113/12
Abstract: 本发明属于虚拟仿真碰撞检测领域，具体涉及一种基于神经网络预测碰撞检测的方法。首先该方法在一个时间步长内，将布料粒子运动的位置和发生碰撞的三角形位置输入神经网络；其次利用神经网络预测布料粒子与三角面片是否发生碰撞；最后对发生碰撞的粒子进行碰撞响应，得到粒子最终的位置；本发明在保证布料模拟真实性的前提条件下，相比于传统物理碰撞检测的方法，随着碰撞检测难度的增大，该算法的检测速度有显著的提高，同时表现出更高的稳定性，满足使用者对实时性的要求。
-
公开(公告)号：CN112417746A
公开(公告)日：2021-02-26
申请号：CN202011289142.6
申请日：2020-11-18
Applicant: 中北大学
IPC: G06F30/25 , G06F30/27 , G06F113/12
Abstract: 本发明属于虚拟仿真碰撞检测领域，具体涉及一种基于神经网络预测碰撞检测的方法。首先该方法在一个时间步长内，将布料粒子运动的位置和发生碰撞的三角形位置输入神经网络；其次利用神经网络预测布料粒子与三角面片是否发生碰撞；最后对发生碰撞的粒子进行碰撞响应，得到粒子最终的位置；本发明在保证布料模拟真实性的前提条件下，相比于传统物理碰撞检测的方法，随着碰撞检测难度的增大，该算法的检测速度有显著的提高，同时表现出更高的稳定性，满足使用者对实时性的要求。
-
公开(公告)号：CN103793874B
公开(公告)日：2017-02-08
申请号：CN201410051957.9
申请日：2014-02-14
Applicant: 中北大学
IPC: G06T1/00
Abstract: 本发明公开了一种新型保真鲁棒数字水印方法，该算法以嵌入算法为主要内容，首先分割原始图像为8x8互不覆盖的子块，然后对每个子块进行离散余弦变换;最后以从受攻击后的含水印图形中提取出的水印信息完整度最大化为目标,在峰值信噪比(PSNR)大于25dB约束下,对各子块的水印加权值进行优化,得到的最优解作为最终的水印嵌入方案；本发明在保证数字水印保真性前提条件下,利用进化优化算法对水印鲁棒性进行优化,综合考虑保真性和鲁棒性,提高数字水印的质量,嵌入水印后的图像较原图像很难察觉图像降质,并且对压缩,滤波,缩放旋转剪切等攻击具有良好的稳健性。
-
公开(公告)号：CN103793874A
公开(公告)日：2014-05-14
申请号：CN201410051957.9
申请日：2014-02-14
Applicant: 中北大学
IPC: G06T1/00
Abstract: 本发明公开了一种新型保真鲁棒数字水印方法，该算法以嵌入算法为主要内容，首先分割原始图像为8x8互不覆盖的子块，然后对每个子块进行离散余弦变换;最后以从受攻击后的含水印图形中提取出的水印信息完整度最大化为目标,在峰值信噪比(PSNR)大于25dB约束下,对各子块的水印加权值进行优化,得到的最优解作为最终的水印嵌入方案；本发明在保证数字水印保真性前提条件下,利用进化优化算法对水印鲁棒性进行优化,综合考虑保真性和鲁棒性,提高数字水印的质量,嵌入水印后的图像较原图像很难察觉图像降质,并且对压缩,滤波,缩放旋转剪切等攻击具有良好的稳健性。
-
公开(公告)号：CN106993237B
公开(公告)日：2019-05-10
申请号：CN201710240780.0
申请日：2017-04-13
Applicant: 中北大学
IPC: H04N21/845 , H04N21/858 , H04N21/2662 , H04N21/262
Abstract: 本发明公开了基于MPEG‑DASH协议的动态自适应码率选择方法，首先建立服务器与客户端的HTTP连接；客户端向服务器发送HTTP Get请求，请求下载MPD文件并存储；服务器收到客户端的请求后对客户端进行响应发送MPD文件，客户端对MPD文件进行下载并对下载的MPD文件进行解析；根据解析MPD得到的URL地址先以最小码率下载一部分切片放入缓存区中，并对下载视频切片时的网络带宽进行计算，统计和记录并对下载下一个视频分片时的网络带宽进行预测；结合当前缓存区视频切片剩余情况对下载下一个视频切片的码率做出选择，直至结束。实现了在流畅播放的前提下尽可能的提高视频质量，极大的增强了用户观看体验。
-
Patent Agency Ranking
公开(公告)号：CN106993237A
公开(公告)日：2017-07-28
申请号：CN201710240780.0
申请日：2017-04-13
Applicant: 中北大学
IPC: H04N21/845 , H04N21/858 , H04N21/2662 , H04N21/262
CPC classification number: H04N21/845 , H04N21/26216 , H04N21/2662 , H04N21/8586
Abstract: 本发明公开了基于MPEG‑DASH协议的动态自适应码率选择方法，首先建立服务器与客户端的HTTP连接；客户端向服务器发送HTTP Get请求，请求下载MPD文件并存储；服务器收到客户端的请求后对客户端进行响应发送MPD文件，客户端对MPD文件进行下载并对下载的MPD文件进行解析；根据解析MPD得到的URL地址先以最小码率下载一部分切片放入缓存区中，并对下载视频切片时的网络带宽进行计算，统计和记录并对下载下一个视频分片时的网络带宽进行预测；结合当前缓存区视频切片剩余情况对下载下一个视频切片的码率做出选择，直至结束。实现了在流畅播放的前提下尽可能的提高视频质量，极大的增强了用户观看体验。
-
公开(公告)号：CN109920050B
公开(公告)日：2020-08-14
申请号：CN201910153854.6
申请日：2019-03-01
Applicant: 中北大学
Abstract: 本发明具体涉及一种基于深度学习和薄板样条的单视图三维火焰重建方法，解决了现有的三维火焰重建过程中需要多视角图像完成物体深度信息的估计和计算，人力财力成本高等问题。首先，通过深度学习的方法在已有数据集中寻找检索与输入火焰最为相似的三维火焰模型；然后，与三维火焰模型的多角度投影视图进行对比得到最佳投影视图；最后，在三维薄板样条变形的方法对三维火焰模型进行处理，实现三维火焰模型的重建。该方法适用于基于单幅火焰图像或者单视角火焰图像的三维重建。本发明是一种相对稳定和比较准确的三维模型检索方法；与轮廓为基础构建控制盒来驱动变形相比，在选定相同的控制点时，本发明的时间复杂度更低。
-
公开(公告)号：CN109920050A
公开(公告)日：2019-06-21
申请号：CN201910153854.6
申请日：2019-03-01
Applicant: 中北大学
Abstract: 本发明具体涉及一种基于深度学习和薄板样条的单视图三维火焰重建方法，解决了现有的三维火焰重建过程中需要多视角图像完成物体深度信息的估计和计算，人力财力成本高等问题。首先，通过深度学习的方法在已有数据集中寻找检索与输入火焰最为相似的三维火焰模型；然后，与三维火焰模型的多角度投影视图进行对比得到最佳投影视图；最后，在三维薄板样条变形的方法对三维火焰模型进行处理，实现三维火焰模型的重建。该方法适用于基于单幅火焰图像或者单视角火焰图像的三维重建。本发明是一种相对稳定和比较准确的三维模型检索方法；与轮廓为基础构建控制盒来驱动变形相比，在选定相同的控制点时，本发明的时间复杂度更低。
-
-
公开(公告)号：CN109829232B
公开(公告)日：2022-11-25
申请号：CN201910089134.8
申请日：2019-01-30
Applicant: 中北大学
Abstract: 本发明公开了基于随机森林算法的分层布料模拟方法，首先使用传统的基于物理的方法来模拟计算分层布料模型的最粗糙水平的模拟；然后利用随机森林模型的回归算法预测出更精细水平的布料。相比于传统的基于物理的布料模拟方法，该方法可以在保证布料模拟效果的同时，加快布料动画的模拟速度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.039 seconds)
