-
公开(公告)号:CN119294118A
公开(公告)日:2025-01-10
申请号:CN202411481430.X
申请日:2024-10-23
Applicant: 哈尔滨理工大学
IPC: G06F30/20 , G06F111/10 , G06F111/18
Abstract: 本发明公开了一种基于四面体模型的精确碰撞检测方法,涉及计算机虚拟检测技术领域。本发明解决了传统碰撞检测方法不包含内部检测信息的问题,不受模型是否为凸体的限制,能实现对象的自碰撞检测;通过对模型的最小四面体基元进行数值计算,实现对模型的精确距离检测。本发明专利在检测过程中还包含最近点、相距距离、碰撞点和穿透距离等信息,为后续碰撞响应变形模拟等提供必要信息,尤其适用于可变形体对象的碰撞检测。
-
公开(公告)号:CN111062135B
公开(公告)日:2024-01-02
申请号:CN201911310264.6
申请日:2019-12-18
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及计算机图形处理领域,尤其涉及一种精确的碰撞检测方法,实现解决仿真、模拟等应用中出现的穿透等不真实的问题。本发明通过粗略的碰撞检测获得潜在的碰撞对,对其进行进一步的精确检测;可以检测各种形状对象间的碰撞,包括凹形对象。发生碰撞时,本发明的精确碰撞检测结果可以输出穿透深度和碰撞点;未发生碰撞时,本发明的精确碰撞检测结果可以输出相距距离和最近点,实现输出详细的精确碰撞检测结果。
-
公开(公告)号:CN110930521B
公开(公告)日:2023-05-19
申请号:CN201911146126.9
申请日:2019-11-21
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种应用于虚拟手术中降维的动态碰撞检测方法及系统。所述的方法包括:动态创建层次包围盒,进行粗碰撞检测,获得潜在碰撞对;将潜在碰撞对向二维平面投影,执行精碰撞检测,判断是否有碰撞发生。通过粗碰撞检测模块,明显减少数据处理的数量;通过投影降维处理,明显减少数据处理的复杂度;并且该发明能快速实现碰撞检测,精度满足检测要求。
-
-
公开(公告)号:CN120047805A
公开(公告)日:2025-05-27
申请号:CN202510056188.X
申请日:2025-01-14
Applicant: 哈尔滨理工大学
IPC: G06V20/05 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于自注意力生成对抗网络的海底底质图像数据扩增方法,首先,通过简化生成器网络的模型和引入自注意力机制构建了一个特征学习能力强、结构简单的生成器网络模型,以学习真实海底底质声学图像的真实分布;然后,通过引入自注意力机制构建了一个识别能力强大的基于自注意力卷积神经网络的判别器网络,提升判别器网络区分数据来源的能力;最后,基于二元极小极大博弈策略来实现判别器网络和生成器网络的交替进化,生成与真实海底底质声学图像相似的模拟图像,实现海底底质图像数据扩增。本发明实现了有效的海底底质图像数据扩增,解决了海底底质声呐图像数据样本稀疏的问题。
-
公开(公告)号:CN111062135A
公开(公告)日:2020-04-24
申请号:CN201911310264.6
申请日:2019-12-18
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及计算机图形处理领域,尤其涉及一种精确的碰撞检测方法,实现解决仿真、模拟等应用中出现的穿透等不真实的问题。本发明通过粗略的碰撞检测获得潜在的碰撞对,对其进行进一步的精确检测;可以检测各种形状对象间的碰撞,包括凹形对象。发生碰撞时,本发明的精确碰撞检测结果可以输出穿透深度和碰撞点;未发生碰撞时,本发明的精确碰撞检测结果可以输出相距距离和最近点,实现输出详细的精确碰撞检测结果。
-
公开(公告)号:CN110930521A
公开(公告)日:2020-03-27
申请号:CN201911146126.9
申请日:2019-11-21
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种应用于虚拟手术中降维的动态碰撞检测方法及系统。所述的方法包括:动态创建层次包围盒,进行粗碰撞检测,获得潜在碰撞对;将潜在碰撞对向二维平面投影,执行精碰撞检测,判断是否有碰撞发生。通过粗碰撞检测模块,明显减少数据处理的数量;通过投影降维处理,明显减少数据处理的复杂度;并且该发明能快速实现碰撞检测,精度满足检测要求。
-
公开(公告)号:CN115619804A
公开(公告)日:2023-01-17
申请号:CN202211276095.0
申请日:2022-10-19
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及计算机医学图像处理领域,尤其涉及一种结合肺肿瘤先验信息的CT肺肿瘤自动分割方法。本发明基于改进的区域生长算法并结合肺肿瘤先验信息,实现了初始种子点的自动选取与扩充。通过制定区域生长限制条件与阈值自动更新机制,最后将7个分割结果进行筛选并组合,得到最终的分割结果。该方法消除了大量人工操作,可以实现自动的且更高精度的CT肺肿瘤分割。
-
-
-
-
-
-
-
-