一种大规模无序图像快速运动恢复结构的方法及系统

    公开(公告)号:CN106652023B

    公开(公告)日:2019-08-30

    申请号:CN201611144797.8

    申请日:2016-12-13

    Inventor: 陶文兵 孙琨

    Abstract: 本发明公开了一种大规模无序图像快速运动恢复结构的方法及系统,首先,提出了一种多层图贪心策略从图像集合中选择多个核;其次,将所有图像按照它们到核的最优重建路径进行聚类,并提出了一种分层最短路径算法寻找最优重建路径;最后,提出了一种径向融合聚类方法将一个图像聚类中的非核图像划分成平衡的子类,使其在不降低精度的同时,可以并行处理,数据划分结束后,按照分层的策略对其进行重建,重建完成后,对得到的若干个独立的子模型进行合并,最后将合并了叶子聚类模型的基模型进行合并,得到完整的模型。可以显著提高重建效率,还可以解决由图像分布不均、场景重叠不连续导致的重建精确度和完整度问题。

    一种基于多层形变模型的高保真人脸三维重建方法

    公开(公告)号:CN105427385B

    公开(公告)日:2018-03-27

    申请号:CN201510897594.5

    申请日:2015-12-07

    Abstract: 本发明公开了一种基于多层形变模型的高保真人脸三维重建方法。所述方法以视频图像序列作为输入数据,经过光流特征点检测与跟踪,人脸特征点提取与匹配、相机标定,从而利用运动恢复结构技术恢复相机参数与相机轨迹,提出了人脸多层次形变模型,进而进行纹理映射得到目标人脸的高保真人脸三维模型。本发明将形变模型技术与运动恢复结构技术结合起来,提出了人脸多层次形变模型,能够获得与目标人脸高度相似的重建结果,同时,本发明弥补了传统运动恢复结构出现的表面噪声的缺点,又能够利用运动恢复结构提供的人脸细节,通过本发明的方法重建得到的高保真人脸模型在人脸识别、个性定制化游戏、虚拟现实和安全部门的等领域拥有广泛的应用。

    一种实时显示大规模三维重建场景的方法及设备

    公开(公告)号:CN107341846A

    公开(公告)日:2017-11-10

    申请号:CN201710473206.X

    申请日:2017-06-21

    CPC classification number: G06T17/005 G06T17/20

    Abstract: 本发明公开了一种实时显示大规模三维重建场景的方法及设备。该方法以大规模三维重建场景的点云模型或者三角网格模型作为输入数据,经过分叉树处理构建三维场景的多层次细节模型数据,该设备的处理器读取相应的模型数据按照该方法进行处理并将处理结果实时输出至显示界面进行显示。该方法通过分叉树处理数据,处理速度为指数级,能够克服计算机内存的限制,实时的显示基于点云或者三角网格的大规模三维重建场景,并具有良好的交互功能,该方法及设备不仅仅局限于三维重建后的场景模型,对于其它的大数据量的三维点云或者三角网格模型也同样适用,具有很强的理论意义和非常广阔的应用前景。

    一种基于GPU与级联哈希的快速图像SIFT特征匹配方法

    公开(公告)号:CN107341507A

    公开(公告)日:2017-11-10

    申请号:CN201710469392.X

    申请日:2017-06-20

    Inventor: 陶文兵 徐涛 孙琨

    Abstract: 本发明公开了一种基于GPU与级联哈希的快速图像SIFT特征匹配方法,属于计算机视觉领域。本发明根据GPU全局显存大小限制、内存大小限制,建立GPU、内存、硬盘三级交换机制;同时采用改进的GPU并行规约方法,将图像的所有SIFT特征点进行两次编码长度不同的哈希映射;提出并使用上三角矩阵分块读取方法;通过局部敏感哈希算法进行粗略筛选;通过计算海明距离对候选点进行精细筛选;最后通过计算筛选点和待匹配点的欧氏距离找到最合适匹配点;利用CPU与GPU的异步并行方法,使得图像对的匹配结果数据在GPU运算的同时,从GPU显存中拷贝至内存并保存至磁盘。本发明极大的缩短了SIFT特征点匹配时间,在海量数据的情况下也能在短时间之内完成特征匹配。

    一种基于脚部三维模型的定制鞋垫模型生成方法和系统

    公开(公告)号:CN106327570A

    公开(公告)日:2017-01-11

    申请号:CN201610675754.6

    申请日:2016-08-16

    Abstract: 本发明公开了一种基于脚部三维模型的定制鞋垫模型生成方法,属于三维图形分析处理领域。本发明首先对被测脚部使用三维建模方法获取脚部网格模型,再使脚部网格模型与模板脚模型进行初始对准,之后利用刚体配准算法与模板脚模型进行精确配准得到脚部网格模型准确法向,由准确法向和脚部网格模型中三维点的位置关系信息得到脚底曲面网格,脚底曲面网格在乘以真实脚长和脚部网格模型脚长的比例关系得到真实脚底曲面网格,将其沿脚部网格模型准确法向拉伸得到定制鞋垫模型,本发明还提供了实现上述方法的系统。本发明从脚部网格模型到生成定制鞋垫模型完全由算法实现,操作简单方便,极大的降低研制定制鞋垫的成本。

    一种面向个性化虚拟试衣的真实人体三维建模方法

    公开(公告)号:CN104992441A

    公开(公告)日:2015-10-21

    申请号:CN201510397321.4

    申请日:2015-07-08

    Abstract: 本发明公开了一种面向个性化虚拟试衣的真实人体三维建模方法。该算法以视频作为输入数据,经过特征匹配、关键帧选取、三维点云生成、模板映射、纹理映射等几个步骤,得到人体表面三维模型。采用运动恢复结构的技术大大简化了重建过程,减轻了数据采集者和被采集者的负担,降低了对仪器和设备的要求,同时能获得较为精确的重建结果。利用模板映射能获得完整的人体表面模型,使算法对于人体纹理信息缺失和自身遮挡更加鲁棒。按照本发明,从数据输入到模型输出仅需在模板映射之前人工标记若干对控制点,其它过程全部实现了自动化处理。利用本发明重建得到的模型可用于游戏和动画设计、影视特效以及个性化虚拟试衣等。

    一种基于GPU与级联哈希的快速图像SIFT特征匹配方法

    公开(公告)号:CN107341507B

    公开(公告)日:2020-01-21

    申请号:CN201710469392.X

    申请日:2017-06-20

    Inventor: 陶文兵 徐涛 孙琨

    Abstract: 本发明公开了一种基于GPU与级联哈希的快速图像SIFT特征匹配方法,属于计算机视觉领域。本发明根据GPU全局显存大小限制、内存大小限制,建立GPU、内存、硬盘三级交换机制;同时采用改进的GPU并行规约方法,将图像的所有SIFT特征点进行两次编码长度不同的哈希映射;提出并使用上三角矩阵分块读取方法;通过局部敏感哈希算法进行粗略筛选;通过计算海明距离对候选点进行精细筛选;最后通过计算筛选点和待匹配点的欧氏距离找到最合适匹配点;利用CPU与GPU的异步并行方法,使得图像对的匹配结果数据在GPU运算的同时,从GPU显存中拷贝至内存并保存至磁盘。本发明极大的缩短了SIFT特征点匹配时间,在海量数据的情况下也能在短时间之内完成特征匹配。

    一种基于脚部三维模型的定制鞋垫模型生成方法和系统

    公开(公告)号:CN106327570B

    公开(公告)日:2019-04-12

    申请号:CN201610675754.6

    申请日:2016-08-16

    Abstract: 本发明公开了一种基于脚部三维模型的定制鞋垫模型生成方法,属于三维图形分析处理领域。本发明首先对被测脚部使用三维建模方法获取脚部网格模型,再使脚部网格模型与模板脚模型进行初始对准,之后利用刚体配准算法与模板脚模型进行精确配准得到脚部网格模型准确法向,由准确法向和脚部网格模型中三维点的位置关系信息得到脚底曲面网格,脚底曲面网格在乘以真实脚长和脚部网格模型脚长的比例关系得到真实脚底曲面网格,将其沿脚部网格模型准确法向拉伸得到定制鞋垫模型,本发明还提供了实现上述方法的系统。本发明从脚部网格模型到生成定制鞋垫模型完全由算法实现,操作简单方便,极大的降低研制定制鞋垫的成本。

    基于GPU并行加速的基础矩阵和单应矩阵估计方法和系统

    公开(公告)号:CN107301618A

    公开(公告)日:2017-10-27

    申请号:CN201710478041.5

    申请日:2017-06-21

    Abstract: 本发明公开了一种基于GPU并行加速的基础矩阵和单应矩阵估计方法和系统,其中方法的实现包括:对多个图像,基于特征点利用匹配算法得到每个图像对的匹配列表,匹配列表包含图像对特征点的匹配信息;由于显存容量限制,每次只选取M个图像对进行并行计算,对此M个图像对中的特征点匹配对进行并行随机采样;根据采样结果并行地计算得到对应的候选基础矩阵或候选单应矩阵和相应的内点数;然后在属于同一个图像对的多个候选基础矩阵或候选单应矩阵中获取内点数最大的候选矩阵进行优化得到最终的基础矩阵或单应矩阵。本发明可以大幅度减少基础矩阵和单应矩阵计算时间。

    一种基于子空间融合和一致性约束的准稠密匹配扩展方法

    公开(公告)号:CN104657986A

    公开(公告)日:2015-05-27

    申请号:CN201510053827.3

    申请日:2015-02-02

    Inventor: 陶文兵 孙琨

    Abstract: 本发明公开了一种基于子空间融合和一致性约束的准稠密匹配扩展方法。首先获取可靠的种子匹配,在种子匹配周围选定待扩展区域。然后对区域内的所有待扩展像素点进行稠密SIFT特征提取,并通过子空间学习将待扩展点的特征信息和位置信息进行融合。在寻找匹配时,利用一致性约束学习一个局部非刚体变换,该变换与仿射变换等模型相比可以更好地描述非平面复杂场景。每一次扩展完成之后,对扩展结果进行优化,剔除不好的匹配点。上述扩展过程不断重复,直到无法找到新的匹配。本发明对于表面结构复杂的场景具有较好的鲁棒性,同时使得在图像较少的情况下对目标场景进行准确、稠密的重建成为可能。

Patent Agency Ranking