-
Patent Agency Ranking
公开(公告)号：CN119445125B
公开(公告)日：2025-04-22
申请号：CN202510041235.3
申请日：2025-01-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于稠密语义相似度的图像部件分割方法及系统，包括以下步骤：收集图像数据，将收集的图像数据作为基础图像数据集的数据；使用目标框选定目标图像中的物体；分别提取目标图像以及基础图像数据集的图像特征，得到图像的全局特征与描述子；计算每个目标图像全局特征与所有基础图像全局特征的稠密语义特征相似度，获得最相似基础图像；计算目标图像描述子与最相似基础图像的基础图像描述子稠密语义特征相似度，获取基础图像物体与目标物体之间部件的相似度，并根据相似度分割目标物体的部件。本发明对未见过的物体进行部件分割，提高物体部件语义分割的效果，降低对数据集的需求，有广泛的应用价值用。
-
公开(公告)号：CN117315020A
公开(公告)日：2023-12-29
申请号：CN202311203848.X
申请日：2023-09-18
Applicant: 华南理工大学
Abstract: 本发明公开了一种用于视觉相机克服光照不变性的三角形状特征描述符的视觉定位方法。为了克服复杂多变的环境光照给相机获取的图像信息带来巨大的挑战，从而导致相机提取的特征信息准确性较差及后续相机出现定位误差累积问题。该方法首先将输入的图像数据进行直方图均衡化，使得图像能够突出局部边缘的纹理特征。然后对输入的当前帧进行特征点的提取并计算特征点的特征向量，根据特征向量的权重进行划分强边缘特征区域和弱边缘特征区域。最后利用强边缘特征区域的三个最优特征点进行构造三角形状特征描述符。构造的三角形状特征描述符属于图像的几何属性，由长度和角度组成，对光照变化不敏感，能克服光照时变环境的影响。
-
公开(公告)号：CN116958595A
公开(公告)日：2023-10-27
申请号：CN202310960132.8
申请日：2023-08-01
Applicant: 华南理工大学
IPC: G06V10/74 , G06V10/772 , G06V10/50 , G06V10/26
Abstract: 本发明属于图像处理具体是视觉SLAM技术，公开一种基于图像块区域特征点的视觉SLAM回环检测改进方法。该方法首先将输入的图像转换为灰度图像并通过网格划分图像块，计算其中特征点的梯度方向直方图，获得特征点的梯度向量；判断图像块中特征点的梯度向量权重，未达到设定阈值称为无效图像块，达到设定阈值称为有效图像块；将当前帧中的有效图像块和对应特征点的梯度向量进行构建词汇树模型，通过不断的迭代和更新词汇树的内容信息。并通过更新的词汇树模型中搜索衡量两帧图像间的相似度，而获得更好的图像检索及匹配的结果，实现更加准确的回环检测。如此克服相机长时间的定位与三维地图构建过程中导致的误差积累和相机轨迹漂移问题。
-
公开(公告)号：CN119445125A
公开(公告)日：2025-02-14
申请号：CN202510041235.3
申请日：2025-01-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于稠密语义相似度的图像部件分割方法及系统，包括以下步骤：收集图像数据，将收集的图像数据作为基础图像数据集的数据；使用目标框选定目标图像中的物体；分别提取目标图像以及基础图像数据集的图像特征，得到图像的全局特征与描述子；计算每个目标图像全局特征与所有基础图像全局特征的稠密语义特征相似度，获得最相似基础图像；计算目标图像描述子与最相似基础图像的基础图像描述子稠密语义特征相似度，获取基础图像物体与目标物体之间部件的相似度，并根据相似度分割目标物体的部件。本发明对未见过的物体进行部件分割，提高物体部件语义分割的效果，降低对数据集的需求，有广泛的应用价值用。
-
公开(公告)号：CN117726676A
公开(公告)日：2024-03-19
申请号：CN202311308070.9
申请日：2023-10-10
Applicant: 华南理工大学
Abstract: 本发明属于图像处理和相机重定位技术领域，尤其涉及基于轻量化Transformer模型的相机重定位的系统。所述系统包括图像采集模块，特征提取模块，序列组注意力SGA模块，EffLoc下采样模块，平均池化模块，相机姿态回归模块。本发明提出了EffLoc这种新颖的轻量级端到端视觉变换器架构，用于使用单个图像进行6自由度相机重定位，可以推广到大规模的现实环境中。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
