-
公开(公告)号：CN117726550A
公开(公告)日：2024-03-19
申请号：CN202410179633.7
申请日：2024-02-18
Applicant: 成都信息工程大学
IPC: G06T5/73 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及一种多尺度门控注意力遥感图像去雾方法和系统，属于图像处理技术领域，包括：构建一个包含多空间分辨率、多复杂地形的遥感图像数据集；构建适用于多空间分辨率、多复杂地形的遥感图像去雾模型；将构建的遥感图像数据集输入到遥感图像去雾模型中进行训练得到训练模型；将需要进行去雾处理的遥感图像输入到训练模型中进行去雾处理。本发明的多尺度融合模块实现了浅层的语义信息与深层的局部信息结合，能够有效减少卷积过程的信息损失并提升模型的稳定性，多通路卷积相结合的方式也能够保证模型在对多空间分辨率的遥感影像去雾时避免过拟合，影响去雾性能。
-
公开(公告)号：CN119888028A
公开(公告)日：2025-04-25
申请号：CN202510361546.8
申请日：2025-03-26
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种聚焦面部的数字人体重建方法，涉及数字人重建技术领域，包括对人脸识别到的人脸区域依次进行超分处理、语义分割，得到当前人脸RGB图像帧；根据初始化参数、当前RGB图像帧的表情参数，基于多层感知机得到当前RGB图像帧对应头部网格的高斯基元的新参数；通过最小化损失的训练策略，优化当前RGB图像帧对应头部网格的高斯基元的参数，迭代处理其他RGB图像帧，组合优化后的所有高斯基元，得到重建的数字头部；根据重建的数字头部和重建的数字人体渲染得到聚焦面部的人体图像。本发明不仅关注了人体整体的重建，而且对脸部的高精度重建进行了强化，在后续渲染中能够呈现出流畅且逼真的人体动画效果。
-
公开(公告)号：CN119478255A
公开(公告)日：2025-02-18
申请号：CN202510046884.2
申请日：2025-01-13
Applicant: 成都信息工程大学
IPC: G06T17/00 , G06T15/20 , G06T19/20 , G06V10/75 , G06T3/02 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于3D高斯飞溅的动态水体生成方法及系统，属于图像处理领域，其中，方法包括：步骤一、根据多视图的水体图片通过3D飞溅生成三维水体模型；步骤二、通过交点概念确定内部填充区域，对三维水体模型内部进行粒子填充，得到用于动态化的三维水体模型；步骤三、通过光滑粒子流体动力法求解描述流体运动的偏微分方程，对三维水体模型进行物理集成，重建动态模型并得到水体流动效果。本发明能够根据不同角度下的二维水体图片生成动态三维水体；通过将3D高斯与光滑粒子流体动力学结合，赋予水体物理属性，赋予水体模型物理运动属性。
-
公开(公告)号：CN117726550B
公开(公告)日：2024-04-30
申请号：CN202410179633.7
申请日：2024-02-18
Applicant: 成都信息工程大学
IPC: G06T5/73 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及一种多尺度门控注意力遥感图像去雾方法和系统，属于图像处理技术领域，包括：构建一个包含多空间分辨率、多复杂地形的遥感图像数据集；构建适用于多空间分辨率、多复杂地形的遥感图像去雾模型；将构建的遥感图像数据集输入到遥感图像去雾模型中进行训练得到训练模型；将需要进行去雾处理的遥感图像输入到训练模型中进行去雾处理。本发明的多尺度融合模块实现了浅层的语义信息与深层的局部信息结合，能够有效减少卷积过程的信息损失并提升模型的稳定性，多通路卷积相结合的方式也能够保证模型在对多空间分辨率的遥感影像去雾时避免过拟合，影响去雾性能。
-
公开(公告)号：CN117667062A
公开(公告)日：2024-03-08
申请号：CN202410128823.6
申请日：2024-01-31
Applicant: 成都信息工程大学
IPC: G06F8/34 , G06F8/38 , G06F3/04847
Abstract: 本发明公开了飞行驾驶舱人机交互界面的开发系统及开发方法，涉及计算机技术领域，系统包括数据处理模块、工程管理模块、代码生成模块和页面显示模块，数据处理模块包括参数设定模块、动画模拟模块和图元编辑模块；方法包括S1安装开发系统；S2设定文件项目的基本参数；S3在编程界面进行图形化编程；S4对编程区域内的图元进行编辑操作；S5动画模拟界面对设计完毕的模型进行验证；S6生成设计完毕的模型和资源的C代码，生成设计过程对应的日志文件和映射文件，读取图元对应的xml文件，生成C代码；S7显示人机交互界面系统运行中的全部数据信息，对数据信息进行处理；本开发系统，降低了对操作人员编程能力的要求，简化了人机界面系统的操作。
-
Patent Agency Ranking
公开(公告)号：CN119206016B
公开(公告)日：2025-01-28
申请号：CN202411721488.7
申请日：2024-11-28
Applicant: 成都信息工程大学
IPC: G06F30/27 , G06T15/00 , G06V10/774
Abstract: 本发明公开了一种基于生成式人工智能的极端暴雨天气渲染方法，属于图像渲染技术领域，本申请在训练阶段制作对应暴雨天气的数据集并进行处理，使用包括风力和降水量等特征的图像块建立训练集，随后利用生成式人工智能网络对这些数据进行学习，获得高仿真度的渲染模型，对于新的预测降水数据，本申请可自动处理并输出具有高度真实感的暴雨天气视觉效果，本申请能够高效地生成逼真的暴雨天气效果，并达到高水平的视觉精度，使用本申请可以更加高效地处理和展示即将到来的暴雨天气情况，为公众和决策者提供更为直观、易于理解的天气信息，有效地支持了应急管理和灾害预防工作。
-
公开(公告)号：CN119206016A
公开(公告)日：2024-12-27
申请号：CN202411721488.7
申请日：2024-11-28
Applicant: 成都信息工程大学
IPC: G06T15/00 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于生成式人工智能的极端暴雨天气渲染方法，属于图像渲染技术领域，本申请在训练阶段制作对应暴雨天气的数据集并进行处理，使用包括风力和降水量等特征的图像块建立训练集，随后利用生成式人工智能网络对这些数据进行学习，获得高仿真度的渲染模型，对于新的预测降水数据，本申请可自动处理并输出具有高度真实感的暴雨天气视觉效果，本申请能够高效地生成逼真的暴雨天气效果，并达到高水平的视觉精度，使用本申请可以更加高效地处理和展示即将到来的暴雨天气情况，为公众和决策者提供更为直观、易于理解的天气信息，有效地支持了应急管理和灾害预防工作。
-
公开(公告)号：CN118521735A
公开(公告)日：2024-08-20
申请号：CN202410853216.6
申请日：2024-06-28
Applicant: 成都信息工程大学
IPC: G06T17/20 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于倾斜摄影数据的预训练生成式三维网格重建方法，涉及三维重建技术领域，包括S1、构建初始的三维网络重建模型；S2、获取训练数据集，导入初始的三维网络重建模型，并对其进行训练优化，获得优化后的三维网络重建模型；S3、获取待重建的倾斜摄影数据，导入优化后的三维网络重建模型生成重建后的三维网络；将三维网格作为大模型生成的一种新的对象，实现了具有清晰边缘和完整拓扑结构的三维面片显示表达。通过三角面片作为几何标记，实现了以自回归生成完整连续物体表面三维网格的方法。本发明降低了对操作人员调试能力的要求，提升了三维重建模型的表面精度和计算效率。
-
公开(公告)号：CN117726954A
公开(公告)日：2024-03-19
申请号：CN202410178606.8
申请日：2024-02-09
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种遥感图像海陆分割方法及系统，属于图像处理领域，包括：将遥感图像分别输入Swin‑Transformer Block单元和ResNet单元提取不同的图像特征，构建特征图；将特征图输入到MCA单元中，通过深度可分离卷积模块和自注意力空间金字塔池化模块捕捉特征图中不同窗口大小和尺度的特征，引入SE模块关注重要特征；采用上采样模块进行上采样，通过长程残差连接得到长程残差后的特征图，将长程残差后的特征图继续输入上采样模块恢复到初始尺寸，输出预测图片。本发明提高了模型的特征信息提取能力，在海陆分割任务中实现了狭长水域的正确分割，减少了低区别度区域的分割错误，提升了整体分割的精确性与稳定性。
-
公开(公告)号：CN119722908B
公开(公告)日：2025-05-06
申请号：CN202510222983.1
申请日：2025-02-27
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于动态采样范围的多视图神经隐式表面重建方法，涉及计算机技术领域，包括S1、构建均匀栅格；S2、选取栅格内体素的位置输入几何网络，计算不透明度值和占用信息，标记对应体素是否被物体占用；S3、生成N条光线；S4、分析核心采样区域；S5、分层体积采样获得采样点；S6、预测符号距离函数值和颜色值；S7、分析像素颜色；S8、联合监督预测信息和像素颜色；S9、是否达到迭代次数，是进S10；反之返回S2；S10、提取几何表面模型；基于占据栅格生成逐步缩小的动态采样范围，减少无效空间内的采样，提高光线与采样点的利用效率。通过在动态采样范围内使用分层体积采样策略，集中采样点于物体表面附近，减少采样偏差。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
