-
公开(公告)号：CN106952304A
公开(公告)日：2017-07-14
申请号：CN201710172103.X
申请日：2017-03-22
Applicant: 南京大学
IPC: G06T7/55
Abstract: 本发明公开一种利用视频序列帧间相关性的深度图像计算方法，包括：步骤1、对左右视点相机拍摄的图片进行校正；步骤2、对于第一帧的左右图片的点p，在最大视差搜索范围计算匹配代价，进行视差优化、视差细化，得到初始视差值d1；第一帧的视差梯度为g1；步骤3、对于下一帧的p点的计算，当p点不是异常点或边缘点，以上一帧p点的视差值为基准设定视差搜索范围，否则以最大视差搜索范围计算匹配代价，进行视差优化、视差细化，并得到当前帧的视差值及视差梯度，实现实时的立体匹配。本发明利用视频序列中上一帧的视差，大幅缩小了当前帧算法的计算量，能够在保证原有算法匹配精度的条件下，减小耗时，提高在实际应用场景中的效率。
-
公开(公告)号：CN105354591A
公开(公告)日：2016-02-24
申请号：CN201510688156.8
申请日：2015-10-20
Applicant: 南京大学
IPC: G06K9/62
CPC classification number: G06K9/6226 , G06K9/6277
Abstract: 本发明是一种针对三维室外场景语义分割的系统，属于计算机视觉领域。本发明解决的问题是：针对三维室外场景中遮蔽多、点云密度不均、物体结构复杂等问题，提出一种利用高阶与类别相关的先验知识的分割分类三维点云场景的系统。本发明系统的主要算法的核心部分在于提出了一种利用与类别相关的高阶语义分割框架，并分析了三维室外场景中类别相关的先验信息，提出了相应的高阶函数模型。本发明在传统的高阶单一先验知识的语义分割框架的基础上，进一步提出了一种利用类别相关先验知识的语义分割方法，能够更加精确的分割分类三维室外场景。
-
Patent Agency Ranking
公开(公告)号：CN105354591B
公开(公告)日：2019-05-03
申请号：CN201510688156.8
申请日：2015-10-20
Applicant: 南京大学
IPC: G06K9/62
Abstract: 本发明是一种针对三维室外场景语义分割的系统，属于计算机视觉领域。本发明解决的问题是：针对三维室外场景中遮蔽多、点云密度不均、物体结构复杂等问题，提出一种利用高阶与类别相关的先验知识的分割分类三维点云场景的系统。本发明系统的主要算法的核心部分在于提出了一种利用与类别相关的高阶语义分割框架，并分析了三维室外场景中类别相关的先验信息，提出了相应的高阶函数模型。本发明在传统的高阶单一先验知识的语义分割框架的基础上，进一步提出了一种利用类别相关先验知识的语义分割方法，能够更加精确的分割分类三维室外场景。
-
公开(公告)号：CN105184861B
公开(公告)日：2019-02-12
申请号：CN201510688248.6
申请日：2015-10-20
Applicant: 南京大学
IPC: G06T17/00
Abstract: 本发明是一种利用视频进行人体三维重建的系统，属于计算机视觉领域。本发明解决的问题是：用普通相机101拍摄人运动的视频，电脑102借助2D关节点、3D骨骼，利用人的运动信息对图像上的人体进行分割、重建，实现了运动中对人体模型进行重建。本发明的主要算法的核心部分在于利用人体的运动信息对图像上的人体进行分割，将人体这一复杂非刚性体转化成许多刚性体的组合。本发明提出的方法能够简单、廉价的获取比较准确的人体三维模型。
-
公开(公告)号：CN105678769A
公开(公告)日：2016-06-15
申请号：CN201610011916.6
申请日：2016-01-05
Applicant: 南京大学
IPC: G06T7/00
CPC classification number: G06T2207/10036
Abstract: 本发明涉及一种地物光谱图像的分解算法，属于计算机视觉及计算摄像学领域。本发明以更好地利用地物光谱图像中的有效信息为目的，将地物光谱图像分解为光源光谱、明暗图像，材质反射图像以及高光图像。本发明主要算法的核心在于利用光谱图像丰富的频谱信息进行一致性区域分割，以带权均值算法计算材质反射光谱图像，最后利用局部照明条件一致性计算明暗图像。本发明提出的方法能够有效的分解出地物光谱图像中的有效信息，对地物场景的分割及识别有极大的帮助。
-
公开(公告)号：CN106952304B
公开(公告)日：2019-09-20
申请号：CN201710172103.X
申请日：2017-03-22
Applicant: 南京大学
IPC: G06T7/55
Abstract: 本发明公开一种利用视频序列帧间相关性的深度图像计算方法，包括：步骤1、对左右视点相机拍摄的图片进行校正；步骤2、对于第一帧的左右图片的点p，在最大视差搜索范围计算匹配代价，进行视差优化、视差细化，得到初始视差值d1；第一帧的视差梯度为g1；步骤3、对于下一帧的p点的计算，当p点不是异常点或边缘点，以上一帧p点的视差值为基准设定视差搜索范围，否则以最大视差搜索范围计算匹配代价，进行视差优化、视差细化，并得到当前帧的视差值及视差梯度，实现实时的立体匹配。本发明利用视频序列中上一帧的视差，大幅缩小了当前帧算法的计算量，能够在保证原有算法匹配精度的条件下，减小耗时，提高在实际应用场景中的效率。
-
公开(公告)号：CN105184861A
公开(公告)日：2015-12-23
申请号：CN201510688248.6
申请日：2015-10-20
Applicant: 南京大学
IPC: G06T17/00
Abstract: 本发明是一种利用视频进行人体三维重建的系统，属于计算机视觉领域。本发明解决的问题是：用普通相机101拍摄人运动的视频，电脑102借助2D关节点、3D骨骼，利用人的运动信息对图像上的人体进行分割、重建，实现了运动中对人体模型进行重建。本发明的主要算法的核心部分在于利用人体的运动信息对图像上的人体进行分割，将人体这一复杂非刚性体转化成许多刚性体的组合。本发明提出的方法能够简单、廉价的获取比较准确的人体三维模型。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
