基于深度和曲率监督的改进3DGS场景重建与渲染方法

    公开(公告)号:CN120014172A

    公开(公告)日:2025-05-16

    申请号:CN202510145733.2

    申请日:2025-02-10

    Abstract: 本发明公开了基于深度和曲率监督的改进3DGS场景重建与渲染方法,通过结合SFM生成的稀疏点云的真实深度和由快速可微光栅化生成的预测深度,计算倒角距离并作为损失函数。这个优化增强了对Gaussians位置的几何约束,确保了Gaussians在空间中的正确位置,从而避免了错误的遮挡关系和渲染伪影,提升了场景的真实感,与现有技术相比,本发明的优点在于它通过深度与曲率的联合监督,解决了现有3DGS技术中对几何约束处理的局限性,避免了传统方法中会出现的错误遮挡和过多的小Gaussians,显著优化了场景渲染的质量和效率。

    一种受自适应认知图启发的多域约束情绪识别系统及情绪识别方法

    公开(公告)号:CN119606378A

    公开(公告)日:2025-03-14

    申请号:CN202411747546.3

    申请日:2024-12-02

    Abstract: 本发明公开一种受自适应认知图启发的多域约束情绪识别系统及情绪识别方法,应用于脑电图信号处理领域;针对传统的情绪分类方法是对脑电信号进行人工提取特征之后筛选关键特征输入支持向量机(SVM)等传统分类器中,但手动提取特征需要专业的先验知识,且大多数方法主要集中在特征的选择以及时间信息的利用从而对空间信息的利用不充分;本发明设计了一个空间引导的动态图约束学习模块,通过自适应生成拓扑结构并对拓扑结构的功能关系进行约束,实现了克服认知先验信息的复杂空域特征提取;同时,提出一个时间激励的序列注意模块,通过关注序列中更为重要的时间来捕捉全局时序依赖特征;进一步,本发明设计了一个新的多域交互关注模块,克服了传统的静态跨域交互,实现多域差异信息的约束与互补信息的聚合。此外,为了更好地利用不同域之间的信息迁移,本发明还引入一个约束来减少源域与目标域特征之间的分布差异,提高跨域特征的相似性和可迁移性。

    基于大脑EEG信号的高保真3D图像重建方法

    公开(公告)号:CN118864690A

    公开(公告)日:2024-10-29

    申请号:CN202410867723.5

    申请日:2024-07-01

    Abstract: 本发明涉及一种基于大脑EEG信号的高保真3D重建方法,首先通过面向3D图像信号重建的EEG关联特征来获取大脑活动的精细特征,以实现对参与者视觉感知或想象内容的准确编码;然后采用EEG信号到2D图像映射,利用编码得到的特征对预训练的2D图像生成模块和CLIP模型进行微调,以实现对EEG信号语义的图像化表达,得到预训练的2D图像生成模块;最后将预训练后的2D图像生成模型与3D表示技术相结合,将3D场景参数化通过联合损失函数,以实现从EEG信号编码特征到具体3D图像的直观映射,生成具有高保真度和丰富细节的3D图像。本发明通过参与者对物体所产生的EEG信号而生成其对应的3D图像,为认知科学、心理学和神经科学领域的研究提供新的视角和工具。

    基于多模态深度估计引导的单目隐神经的建图方法

    公开(公告)号:CN117765187B

    公开(公告)日:2024-04-26

    申请号:CN202410196740.0

    申请日:2024-02-22

    Abstract: 本发明公开了基于多模态深度估计引导的单目隐神经的建图方法,采用模糊深度感知模块的条件隐式最大似然估计技术生成深度多模态分布先验,提高存在非不透明介质时的场景重建精度,引入空间雕刻损失实现多视图深度估计的有效融合,获得全局一致的场景表征,引入表面法线损失,加强局部几何一致性约束,优化场景表示的同时使得系统在仅RGB输入的条件下,也具备精确的位姿跟踪精度和鲁棒性,解决了现有技术中因形状辐射歧义导致的全局表面重建不一致性,受限于物体空间位置遮挡与传感器测量精度导致建图不完整,定位效果不理想的问题。

    一种预测DNA蛋白质结合位点的集成学习方法

    公开(公告)号:CN108763865B

    公开(公告)日:2023-10-20

    申请号:CN201810489037.3

    申请日:2018-05-21

    Abstract: 本发明涉及一种预测DNA蛋白质结合位点的集成学习方法,其包括以下步骤:获取DNA结合蛋白质位点的蛋白质序列数据;对DNA结合蛋白质位点的蛋白质序列数据预处理;使用one‑hot编码方式构建输入数据;将提取的特征合并,构建每个蛋白质序列上氨基酸的特征,将其作为输入数据;使用SMOTE算法对正样本数据进行过采样;根据正样本大小将负样本数据分成多份,每份负样本与正样本组合成一个新的数据子集,得到N个数据子集;每个数据子集使用卷积神经网络进行训练;对N个卷积神经网络的结果进行多数投票法集成,从而得到预测结果。本发明解决了不平衡数据情况下的DNA蛋白质结合位点预测问题,提高了预测的准确性。

    眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统

    公开(公告)号:CN106775023B

    公开(公告)日:2023-07-18

    申请号:CN201710012567.4

    申请日:2017-01-09

    Abstract: 本发明公开眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统,通过本发明的眼电信号处理方法,识别出向左看、向右看、向下看、向上看和连续两次眨眼等眼部动作,并定义不同的眼部动作对应不同的鼠标操作,本发明的基于眼电信号控制的蓝牙鼠标系统,包括:眼电信号采集电极、眼电信号采集模块、模数转换器、数字信号处理器、蓝牙模块以及电源模块;用于实现使用者仅通过眼部动作就能控制鼠标实现不同的操作,从而能够帮助双臂缺失的患者,像正常人一样使用电子设备进行上网等操作;本发明电路结构简单,体积小,方便携带,抗干扰能力强,能够广泛用于移动医疗、家庭病人监护等领域。

    一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法

    公开(公告)号:CN112949533B

    公开(公告)日:2022-04-22

    申请号:CN202110276094.5

    申请日:2021-03-15

    Abstract: 本发明公开了一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法,包括:根据功率谱密度计算R²图,得到最大的频率波段并进行带通滤波;通过小波包方法对脑电信号的细节系数和近似系统进行提取并计算,得到小波包能量熵特征,并通过小波包能量熵值构建脑功能网络,提取脑网络的拓扑特征;并根据数据预处理中SCSP算法,得到方差特征;将三种特征进行融合,得到较高维度的特征矩阵;通过互信息和相关性的Lasso方法并结合Relief‑f算法进行特征选择,筛选出较小维度的特征矩阵。本发明不仅提取时空域特征,也将脑网络的拓扑特征一并提取,保留更多脑电特征信息;并结合互信息和相关性的Lasso方法和Relief‑f算法进行特征筛选,使特征选择出的特征更优秀。

    一种医疗用药剂摇匀设备
    10.
    发明授权

    公开(公告)号:CN108636260B

    公开(公告)日:2019-08-16

    申请号:CN201810428330.9

    申请日:2018-05-07

    Abstract: 本发明涉及一种医疗用药剂摇匀设备,其包括机体、外壳体、内壳体和放置箱;所述机体底部设置支撑底座,所述支撑底座上表面两侧固定焊接支撑臂,所述支撑臂之间设置外壳体;所述支撑臂上端安装驱动转盘,所述驱动转盘后侧焊接第二工作电机,所述外壳体内部设置内壳体,所述内壳体两侧壁上部焊接连接座,所述连接座远离所述内壳体一侧焊接外壳体;所述内壳体内部环形分布多个放置箱。本发明能够实现对药剂的充分的混摇,从而使得药剂的药效更好的作用于患者,同时本发明能够避免药剂瓶进行充分的保护,避免药剂瓶破碎,安全性更好。

Patent Agency Ranking