-
公开(公告)号：CN117314786A
公开(公告)日：2023-12-29
申请号：CN202311418750.6
申请日：2023-10-30
Applicant: 浙江大学
IPC: G06T5/00 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的三维网格修补方法，包括以下步骤：将待修补的三维网格数据进行预处理；用户手动选取孔洞区域，或是由程序自动寻找孔洞区域，提取区域内所有面片的补丁特征；根据补丁特征对修补结果进行预测；对预测结果进行修正，更新输入的三维网格数据，得到修补结果。本发明提供的方法能够有效还原了孔洞区域的原始细节，从而修补获得更加完整的三维网格数据。
-
公开(公告)号：CN111368916B
公开(公告)日：2023-02-10
申请号：CN202010144225.X
申请日：2020-03-04
Applicant: 宁波市政工程建设集团股份有限公司 , 浙江大学宁波理工学院
IPC: G06F18/2415 , G06F18/2431 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G01P15/18 , G01P3/00 , G06F123/02
Abstract: 本发明公开了一种基于一维卷积核特征提取的桥头跳车快速检测方法，包括利用车载姿态传感器采集车辆运动状态数据，通过一维卷积从采集的车辆运动状态数据中提取特征向量，对此特征向量利用全连接神经网络进行训练得到一维卷积神经网络模型。基于此神经网络模型，将车辆通过待检测路段的运动状态数据输入模型，检测该路段是否具有桥头跳车情况以及桥头跳车的严重程度。
-
公开(公告)号：CN120047384A
公开(公告)日：2025-05-27
申请号：CN202411962735.2
申请日：2024-12-27
Applicant: OPPO广东移动通信有限公司 , 浙江大学
IPC: G06T7/00 , G06V20/40 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明提供的基于深度学习的无参考渲染视频质量评估方法及系统，方法包括：步骤1：对视频数据进行分割并随机提取图像帧，构建特征序列获得图像质量分数；步骤2：将视频数据分割并进行运动估计获得第二视频子集；步骤3：对第二视频子集进行图像差分计算，再输入至预训练的图像差异检测器和多层感知机中，以获得反应视频时间稳定性的质量分数；步骤4、对质量分数综合评估获得最终评估得分。本发明从时域和空域上对视频质量进行综合评估，在无参考视频的情况下，针对渲染视频中容易出现的失真类型进行额外优化，有助于判断渲染画面的优劣，辅助用户在画质和渲染开销之间权衡，从而优化在不同平台的渲染画面设置。
-
公开(公告)号：CN118470448A
公开(公告)日：2024-08-09
申请号：CN202410535340.8
申请日：2024-04-30
Applicant: 浙江大学
IPC: G06V10/766 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/46 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种基于多视图和跨模态蒸馏的产品最佳视点快速选择方法和装置，属于多视图深度学习、跨模态蒸馏技术领域，包括：从产品3D数据中得到视点标签数据、多视图数据和3D点云数据；构建包含点云最佳视点回归网络和多视图最佳视点回归网络的最佳视点选择模型；将产品3D数据输入最佳视点选择模型得到最佳视点；利用视点标签数据和3D点云数据训练点云最佳视点回归网络得到3D结构信息；利用视点标签数据和多视图数据训练多视图最佳视点回归网络得到2D特征描述；利用跨膜态蒸馏使2D特征描述学习到3D结构信息，然后回归优化最佳视点，反向传播得到最终的最佳视点选择模型。本发明能够在少量输入视图下保持高精度的视点选择。
-
公开(公告)号：CN109199603B
公开(公告)日：2020-11-03
申请号：CN201811009492.5
申请日：2018-08-31
Applicant: 浙江大学宁波理工学院
Abstract: 本发明提供一种椎弓根螺钉最优置钉点的智能定位方法，其特征在于，方法包括步骤：S1、获取多组人体椎弓根的CT扫描图片，构建CT扫描图片的三维网格模型Mi（i=1,2，……，a）；S2、计算三维网格模型Mi上的每个顶点vj（i）的特征向量Fj（i），标注每个特征向量Fj（i）对应的向量标签Lj（i）；S3、利用深度神经网络算法对集合S以及对应的训练标签进行训练学习，获取深度神经网络模型；S4、获取一待定位的人体椎弓根三维网格模型，获取待定位的三维网格模型的特征向量，将该特征向量输入深度神经网络模型以获取其一一对应的标签结果，根据标签结果获取待定位的三维网格模型中的最佳置钉点位置。上述方法解决了最优置钉入点定位地智能生成问题。
-
Patent Agency Ranking
公开(公告)号：CN111160735A
公开(公告)日：2020-05-15
申请号：CN201911296409.1
申请日：2019-12-16
Applicant: 宁波市市政设施中心 , 浙江大学宁波理工学院
Abstract: 本发明公开了一种基于LSTM递归神经网络的桥头跳车检测方法，在通过桥头之前的普通路段，车辆的前进方向与竖直方向的加速度变化较为平稳，在通过桥头时车辆前进方向加速度变化幅值不大，但是竖直方向加速度变化幅值迅速上升，则表明桥头跳车对车辆竖直方向运动影响远比水平方向运动影响大。因此根据采集的大量的车辆通过多个桥头的前进过程中的加速度数据结合LSTM递归神经网络进行网络训练，获得递归神经网络LSTM模型，通过该模型对待测路段进行桥头跳车检测，能在最短时间内自动检测出是否存在桥头跳车现象，便于专业人员快速定位问题路段并及时维护，从而大大增强桥梁道路的安全性。
-
公开(公告)号：CN110349159A
公开(公告)日：2019-10-18
申请号：CN201910542480.7
申请日：2019-06-21
Applicant: 浙江大学宁波理工学院
IPC: G06T7/10
Abstract: 本发明提供一种基于权重能量自适应分布的三维形状分割方法及系统，包括训练深度神经网络以及对待分割三维模型进行分割预测过程，训练过程包括步骤：将三维模型分割为分割成n个小块，随机选取每个小块上的一个三角面片代表小块，通过分割标签确定每个三角面片对应的分割标签；提取每个三角面片的特征向量；通过分割标签分别计算同一三维模型下的三角面片测地距离的最小值，得到权重能量分布，计算获取每个三角面片的软标签，将所有三维模型下的三角面片的软标签作为深度神经网络训练的输出；用上述输入和输出训练一个带有随机失活层的深度神经网络。该方法具有高准确率、强鲁棒性、强学习扩展能力等优点。
-
公开(公告)号：CN110334704A
公开(公告)日：2019-10-15
申请号：CN201910542056.2
申请日：2019-06-21
Applicant: 浙江大学宁波理工学院
Abstract: 本发明提供一种基于分层学习的三维模型兴趣点提取方法及系统，包括训练三维模型兴趣点的分层器和细节点提取器，以及对待检测三维模型进行兴趣点预测的过程，训练三维模型兴趣点的分层器和细节点提取器的过程包括：对于集合D中的任何一个三维模型，将所有的人工标记好的兴趣点分为普通兴趣点和细节兴趣点；利用多特征描述符提取三维模型表面所有顶点的特征描述符；使用激活函数对兴趣点及兴趣点附近的点的标签进行赋值，以分别训练两个神经网络；通过特征向量匹配将两个训练好的神经网络组合起来，得到可以预测三维模型兴趣点的分层器和细节点提取器。该方法提取兴趣点的结果明显优于传统算法，兴趣点遗漏率和重复率低。
-
公开(公告)号：CN109199603A
公开(公告)日：2019-01-15
申请号：CN201811009492.5
申请日：2018-08-31
Applicant: 浙江大学宁波理工学院
Abstract: 本发明提供椎弓根螺钉最优置钉点的智能定位方法，其特征在于，方法包括步骤：S1、获取多组人体椎弓根的CT扫描图片，构建CT扫描图片的三维网格模型Mi(i＝1,2,...,a)；S2、计算三维网格模型Mi上的每个顶点的特征向量 标注每个特征向量 对应的向量标签 S3、利用深度神经网络算法对集合S以及对应的训练标签进行训练学习，获取深度神经网络模型；S4、获取一待定位的人体椎弓根三维网格模型，获取待定位的三维网格模型的特征向量，将该特征向量输入深度神经网络模型以获取其一一对应的标签结果，根据标签结果获取待定位的三维网格模型中的最佳置钉点位置。上述方法解决了最优置钉入点定位地智能生成问题。
-
公开(公告)号：CN119135861B
公开(公告)日：2025-05-09
申请号：CN202411620825.3
申请日：2024-11-14
Applicant: 浙江大学
IPC: H04N13/122 , H04N13/128 , H04N13/161 , H04N13/363
Abstract: 本发明公开了一种虚拟现实双目渲染加速方法，包括：步骤1、采集需渲染视角和无需渲染视角的低分辨率运动矢量，以及两个视角之间的投影矢量；步骤2、生成当前帧中各视角的历史高分辨画面；步骤3、采集当前帧需渲染视角的低分辨率画面；步骤4、重建当前帧中需渲染视角的高分辨率画面；步骤5、通过当前帧的投影矢量将步骤4获得的高分辨率画面对齐至无渲染视角，以生成参考画面，并利用参考画面以重建当前帧中无需渲染视角的高分辨率画面；步骤6、将当前帧中需渲染视角与无需渲染视角进行对调，以重构下一帧两个视角的高分辨率画面。本发明还提供了一种虚拟现实双目渲染加速系统。本发明所提供的方法有效优化双目图像渲染帧率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
