-
公开(公告)号：CN104361630B
公开(公告)日：2017-10-03
申请号：CN201410561805.3
申请日：2014-10-21
Applicant: 北京工业大学
IPC: G06T17/30
Abstract: 本发明公开了一种人脸表面光场的获取方法，其能够避免直接利用激光扫描仪扫描得到的模型、操作容易、成本低、数据量大大减小。这种人脸表面光场的获取方法，结合基于微分坐标的Laplacian网格变形与计算机视觉原理，基于多视点图像将一般人脸模型变形到特定人脸模型，所述一般人脸模型为从网上下载的人头模型处理得到，特定人脸模型为所拍摄的多视点图像中人的人脸模型，然后权衡多视点图像上的颜色值将其配置到特定人脸模型上相对应的点来获取光场数据。
-
公开(公告)号：CN104036489A
公开(公告)日：2014-09-10
申请号：CN201410194131.8
申请日：2014-05-09
Applicant: 北京工业大学
Abstract: 公开了一种光场获取方法，其能够实现对光场角度维度与空间维度的双观测、在相同压缩比的前提下提高了图像质量。包括步骤：(1)将光场相机K次采集到的图像按列扫描得到一个列向量；(2)将观测矩阵、先验约束与步骤(1)的列向量作为所设计优化模型的已知量，利用凸规划cvx工具包获得最优解；(3)将步骤(2)所得的最优解作为重建光场，与原始光场进行对比，计算峰值信噪比PSNR值作为重建质量的度量。
-
公开(公告)号：CN108154104B
公开(公告)日：2021-10-15
申请号：CN201711395472.1
申请日：2017-12-21
Applicant: 北京工业大学
Abstract: 本发明公开一种基于深度图像超像素联合特征的人体姿态估计方法，以单幅包含人体的深度图像为输入数据，对深度图像进行人体姿态特征提取，应用特征对人体部位进行分割，对分割后的部位进行聚类操作，并应用于稀疏回归进行人体骨架点的位置估计。采用本发明的技术方案，提高人体姿态估计的准确率，并提升姿态估计方法的实时性。
-
-
公开(公告)号：CN108520250A
公开(公告)日：2018-09-11
申请号：CN201810352496.7
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开一种人体运动序列关键帧提取的方法，对给定的人体运动序列，首先计算每一帧各关节点与其它关节点的位置偏移矢量作为相应关节点的特征，然后，根据人体运动先验知识以关节点组合的形式定义关节点团，由关节点团的特征组合实现运动帧的特征表示，同时定义基于关节点团特征表示的人体运动帧间相似度度量模型；最后，在此模型基础上使用仿射传播的聚类算法实现数据自适应的人体运动序列关键帧提取。
-
Patent Agency Ranking
公开(公告)号：CN104036489B
公开(公告)日：2017-10-03
申请号：CN201410194131.8
申请日：2014-05-09
Applicant: 北京工业大学
Abstract: 公开了一种光场获取方法，其能够实现对光场角度维度与空间维度的双观测、在相同压缩比的前提下提高了图像质量。包括步骤：(1)将光场相机K次采集到的图像按列扫描得到一个列向量；(2)将观测矩阵、先验约束与步骤(1)的列向量作为所设计优化模型的已知量，利用凸规划cvx工具包获得最优解；(3)将步骤(2)所得的最优解作为重建光场，与原始光场进行对比，计算峰值信噪比PSNR值作为重建质量的度量。
-
公开(公告)号：CN105550645A
公开(公告)日：2016-05-04
申请号：CN201510901535.0
申请日：2015-12-08
Applicant: 北京工业大学
CPC classification number: G06K9/00718 , G06K9/6267
Abstract: 本发明公开一种乘积Grassmann流形上的最小二乘分类方法，其具有封闭解，能够提高识别的正确率。该方法包括步骤：(1)对视频进行乘积Grassmann流形表示；(2)在Grassmann流形上建立最小二乘模型并求解；(3)进行最小二乘分类，并输出分类结果。
-
公开(公告)号：CN108520250B
公开(公告)日：2021-09-14
申请号：CN201810352496.7
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开一种人体运动序列关键帧提取的方法，对给定的人体运动序列，首先计算每一帧各关节点与其它关节点的位置偏移矢量作为相应关节点的特征，然后，根据人体运动先验知识以关节点组合的形式定义关节点团，由关节点团的特征组合实现运动帧的特征表示，同时定义基于关节点团特征表示的人体运动帧间相似度度量模型；最后，在此模型基础上使用仿射传播的聚类算法实现数据自适应的人体运动序列关键帧提取。
-
-
公开(公告)号：CN107944428A
公开(公告)日：2018-04-20
申请号：CN201711345653.3
申请日：2017-12-15
Applicant: 北京工业大学
CPC classification number: G06K9/00691 , G06K9/34
Abstract: 一种基于超像素集的室内场景语义标注方法属于多媒体技术与计算机图形学技术领域，针对基于超像素特征或像素特征进行室内场景语义标注方法的语义特征提取自小尺度空间的局限。本发明先计算超像素特征，然后利用高斯混合模型基于超像素特征建模超像素集特征，并将其映射到希尔伯特空间，最后降维到欧式空间得到超像素集的特征表示。与以往方法不同，本发明针对与物体对象基本等量的空间(超像素集)提取特征，能更准确地表征物体对象以达到提高室内场景语义标注准确率的目标。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
