-
公开(公告)号：CN119313843B
公开(公告)日：2025-05-02
申请号：CN202411857878.7
申请日：2024-12-17
Applicant: 宝略科技(浙江)有限公司 , 宝略数字科技(杭州)有限公司
Abstract: 本发明提供了一种基于slam和3D高斯融合的三维场景重建方法及系统，包括：步骤S1，针对目标室内场景拍摄得到室内图像并得到稠密点云A，并扫描得到稠密点云B；步骤S2，将稠密点云B对齐至稠密点云A得到融合点云；步骤S3，对融合点云进行处理生成多个高斯点，并记录每个高斯点对应的点云数据点；步骤S4，基于各点云数据点，将各高斯点的法线与融合点云的法线对齐；步骤S5，限制各高斯点的中心与融合点云的中心之间的切向量距离；步骤S6，限制各高斯点的中心与融合点云的中心之间的法向量距离；步骤S7，得到重建的三维场景以供测量三维场景内任意两点之间的图像距离并转换成真实距离。有益效果是本发明能够提升三维重建场景的视觉效果。
-
公开(公告)号：CN116955366B
公开(公告)日：2023-12-22
申请号：CN202311223698.9
申请日：2023-09-21
Applicant: 宝略科技(浙江)有限公司 , 中图智能科技(浙江)有限公司 , 宝略数字科技(杭州)有限公司
IPC: G06F16/22 , G06F16/23 , G06F16/242 , G06F16/28
Abstract: 本申请涉及一种数据导入处理方法、系统、装置及存储介质，涉及数据处理技术领域，其方法包括：获取用户上传数据信息；根据用户上传数据信息调取与用户上传数据信息相对应的数据映射表信息；根据所预设的数据解析方法以对用户上传数据信息进行分析处理以形成普通数据信息及表头实际数据信息；根据表头实际数据信息与数据映射表信息之间的匹配结果，将普通数据信息、表头实际数据信息及数据映射表信息构建得到结构化查询语言信息；根据结构化查询语言信息与预设的导入数据信息的对应关系，分析获取与结构化查询语言信息相对应的导入数
-
公开(公告)号：CN116955366A
公开(公告)日：2023-10-27
申请号：CN202311223698.9
申请日：2023-09-21
Applicant: 宝略科技(浙江)有限公司
IPC: G06F16/22 , G06F16/23 , G06F16/242 , G06F16/28
Abstract: 本申请涉及一种数据导入处理方法、系统、装置及存储介质，涉及数据处理技术领域，其方法包括：获取用户上传数据信息；根据用户上传数据信息调取与用户上传数据信息相对应的数据映射表信息；根据所预设的数据解析方法以对用户上传数据信息进行分析处理以形成普通数据信息及表头实际数据信息；根据表头实际数据信息与数据映射表信息之间的匹配结果，将普通数据信息、表头实际数据信息及数据映射表信息构建得到结构化查询语言信息；根据结构化查询语言信息与预设的导入数据信息的对应关系，分析获取与结构化查询语言信息相对应的导入数据信息，并输出导入数据信息。本申请具有提高数据库字段建模处理效率的效果。
-
公开(公告)号：CN115808170A
公开(公告)日：2023-03-17
申请号：CN202310088382.7
申请日：2023-02-09
Applicant: 宝略科技(浙江)有限公司
Abstract: 本发明提供了一种融合蓝牙与视频分析的室内实时定位方法，包括：步骤S1，配置多个蓝牙信标设备并建立虚拟的点云空间，以及于点云空间内设置多个虚拟摄像头和三维坐标系；步骤S2，获取移动设备的用户数据及当前时刻的第一蓝牙定位坐标；步骤S3，根据用户数据和第一蓝牙定位坐标获得下一时刻的第二蓝牙定位坐标；步骤S4，获取当前时刻之前一段时间内虚拟摄像头拍摄的虚拟监控录像及摄像头参数并提取得到连续的视频定位坐标，根据各视频定位坐标和摄像头参数得到视频定位轨迹；步骤S5，获取移动设备的多个第二蓝牙定位坐标以得到实时融合定位轨迹。有益效果是本发明能够实现低成本、高准确度、高效的室内实时定位功能。
-
公开(公告)号：CN115272059A
公开(公告)日：2022-11-01
申请号：CN202210945717.8
申请日：2022-08-08
Applicant: 宝略科技(浙江)有限公司
IPC: G06T3/00 , G06F40/289 , G06F40/242 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 一种文本与历史影像双驱动的遥感影像脱敏方法，包括：构建三个深度学习模型；对前后时相的遥感影像、敏感区域矢量进行空间配准，将前后时相的遥感影像切割成固定大小的小图，并对小图添加文本描述，得到第一前时相训练集和第一后时相训练集；获取不包含敏感区域的第二前时相训练集和第二后时相数据集；使用第二前时相训练集和第二后时相数据集训练得到生成模型和判别模型；训练得到脱敏模型和判别模型；将第一前时相训练集和输出结果组合成数据集；训练结束后得到脱敏模型和判别模型；输入同一位置前后两个时相的遥感影像、敏感区域掩膜，两期的指导文本，扰动参数到脱敏推理算法中，得到符合文本内容和结果地物时序一致性的遥感影像脱敏结果。
-
Patent Agency Ranking
公开(公告)号：CN119313843A
公开(公告)日：2025-01-14
申请号：CN202411857878.7
申请日：2024-12-17
Applicant: 宝略科技(浙江)有限公司 , 宝略数字科技(杭州)有限公司
Abstract: 本发明提供了一种基于slam和3D高斯融合的三维场景重建方法及系统，包括：步骤S1，针对目标室内场景拍摄得到室内图像并得到稠密点云A，并扫描得到稠密点云B；步骤S2，将稠密点云B对齐至稠密点云A得到融合点云；步骤S3，对融合点云进行处理生成多个高斯点，并记录每个高斯点对应的点云数据点；步骤S4，基于各点云数据点，将各高斯点的法线与融合点云的法线对齐；步骤S5，限制各高斯点的中心与融合点云的中心之间的切向量距离；步骤S6，限制各高斯点的中心与融合点云的中心之间的法向量距离；步骤S7，得到重建的三维场景以供测量三维场景内任意两点之间的图像距离并转换成真实距离。有益效果是本发明能够提升三维重建场景的视觉效果。
-
公开(公告)号：CN119091063A
公开(公告)日：2024-12-06
申请号：CN202411597447.1
申请日：2024-11-11
Applicant: 宝略科技(浙江)有限公司 , 宝略数字科技(杭州)有限公司
Abstract: 本发明涉及一种地下管网三维建模可视化方法和系统，采用欲建模区域各管点的信息和过所有管点的所有管线信息构建边代表管线的有向连通管线图，然后通过三维碰撞检测的管线几何修正方式对有向连通管线图进行几何修正以获得有向连通修正管线图，可避免在施工建设的项目中出现挖错、误判管道的情况发生；随后分别获得管道信息库和管点信息库，且通过断管重连方式获得欲建模区域的管道三维图像信息，保证了三维图像的精准重建，精确度再次提高；最后通过八叉树节点建立和层级划分方式进行可视化，确保信息查询便捷。
-
公开(公告)号：CN115050485A
公开(公告)日：2022-09-13
申请号：CN202210771491.4
申请日：2022-06-30
Applicant: 宝略科技(浙江)有限公司
Abstract: 本发明公开了一种基于环境因素的健康风险精准预警方法，包括以下步骤：S1，获取居民疾病既往病史数据以及既往环境要素数据；S2，获取疾病的环境健康危险因素及对应的危险参考基准值；S3，根据居民疾病既往病史数据和既往环境要素数据建立基于环境多源数据的时间序列分布滞后非线性预测模型；S4，获取现时环境要素数据；S5，根据现时环境要素数据、某一疾病在某一环境健康危险因素对应的危险参考基准值、以及时间序列分布滞后非线性预测模型预测疾病在多维时间尺度下的相对危险值；S6，预警平台根据相对危险值进行预警。本发明其能够实现个体差异、环境健康风险因素差异对于居民各疾病发病率的预测并进行预警，从而实现不良后果最小化。
-
公开(公告)号：CN114417489B
公开(公告)日：2022-07-19
申请号：CN202210321035.X
申请日：2022-03-30
Applicant: 宝略科技(浙江)有限公司
IPC: G06F30/13 , G06K9/62 , G06N3/08 , G06T5/50 , G06T7/155 , G06T17/10 , G06V10/774 , G06V10/44 , G06V10/26 , G06V10/82
Abstract: 本发明涉及一种基于实景三维模型的建筑基底轮廓精细化提取方法，基于实景三维模型进行建筑基底轮廓提取，首先通过深度学习算法提取植被图斑来对建筑图斑进行精化，有效地区分高度接近的植被和建筑，生成初始建筑矢量面，然后基于初始建筑矢量面与实景三维模型生成侧面影像图，并通过侧面影像图生成第一侧面影像图，利用深度学习算法对第一侧面影像图进行分类，从而能够有效剔除建筑侧面的附属物，避免造成干扰；然后，从第二侧面影像图提取窗户，得到楼层信息，从而能够有效地剔除建筑屋檐、违章搭建等突出结构，实现屋檐自动化矫正，进而能够提取精确的建筑基底轮廓。
-
公开(公告)号：CN114417489A
公开(公告)日：2022-04-29
申请号：CN202210321035.X
申请日：2022-03-30
Applicant: 宝略科技(浙江)有限公司
IPC: G06F30/13 , G06K9/62 , G06N3/08 , G06T5/50 , G06T7/155 , G06T17/10 , G06V10/774 , G06V10/44 , G06V10/26 , G06V10/82
Abstract: 本发明涉及一种基于实景三维模型的建筑基底轮廓精细化提取方法，基于实景三维模型进行建筑基底轮廓提取，首先通过深度学习算法提取植被图斑来对建筑图斑进行精化，有效地区分高度接近的植被和建筑，生成初始建筑矢量面，然后基于初始建筑矢量面与实景三维模型生成侧面影像图，并通过侧面影像图生成第一侧面影像图，利用深度学习算法对第一侧面影像图进行分类，从而能够有效剔除建筑侧面的附属物，避免造成干扰；然后，从第二侧面影像图提取窗户，得到楼层信息，从而能够有效地剔除建筑屋檐、违章搭建等突出结构，实现屋檐自动化矫正，进而能够提取精确的建筑基底轮廓。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.038 seconds)
