公开(公告)号：CN118429387A

公开(公告)日：2024-08-02

申请号：CN202410605181.4

申请日：2024-05-16

Applicant: 南京邮电大学

Inventor： 翟明亮 ,  谢九成 ,  高浩

IPC: G06T7/246 ,  G06T3/4007 ,  G06V10/44 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明提出了一种基于大位移分解的场景流估计方法，该方法将金字塔形变网络与场景流估计相结合，能够将大位移运动分解为小位移运动并通过自监督学习得到场景流，提升了模型对于场景中大位移运动的鲁棒性。所提出模型命名为(L3DFlow)，该模型能够适应场景中的大位移运动，并且能从输入的3D点云数据中获取到更为准确的场景流信息。在估计场景流时，输入单位时间间隔的3D点云，只需通过前向计算即可得到场景流，提升了求解速度，能够满足实时的应用场合。

公开(公告)号：CN116630368A

公开(公告)日：2023-08-22

申请号：CN202310679898.9

申请日：2023-06-08

Applicant: 南京邮电大学

Inventor： 翟明亮

IPC: G06T7/207 ,  G06T7/269 ,  G06T7/246 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于全局脉冲聚合的光流估计方法、装置及系统，所述光流估计方法包括获取待测脉冲图像；将所述待测脉冲图像输入至预先训练好的光流估计网络，得到预测光流；所述光流估计网络包括特征提取模块、特征匹配模块和循环解码模块；所述特征提取模块用于将接收到的脉冲图像剪辑为若干个脉冲子流，分别对个脉冲子流进行特征提取，生成对应的上下文特征；所述特征匹配模块用于对上下文特征和对上一时刻的脉冲图像进行卷积操作获得的特征进行匹配，并将匹配结果编码为具有相应流场的运动特征；所述循环解码模块用于基于所述上下文特征和运动特征进行循环解码，得到光流。本发明能够从连续脉冲流中提炼出含有全局时序信息的上下文特征和运动特征，进而学习得到光流。

公开(公告)号：CN115690317A

公开(公告)日：2023-02-03

申请号：CN202211391589.3

申请日：2022-11-08

Applicant: 南京邮电大学

Inventor： 胡长晖 ,  衣薇霖 ,  李丰耀 ,  张波 ,  翟明亮

IPC: G06T17/00 ,  G06T19/20 ,  G06T11/00 ,  G06F30/10

Abstract: 本发明属于模式识别领域，具体的说是一种HSV3S空间模型的构建方法，具体包括如下步骤：步骤一、通过图像采集，获得图像RGB空间；步骤二、求取图像RGB空间转换到HSV3S空间的模型；步骤三：求取步骤二中得到的图像HSV3S空间转换为RGB空间的模型。本发明充分考虑了图像的RGB空间和HSV空间之间的关系，对原始HSV空间进行改进，实现彩色图像在RGB空间与HSV3S空间的相互转换。