-
公开(公告)号：CN119625218A
公开(公告)日：2025-03-14
申请号：CN202411679009.X
申请日：2024-11-22
Applicant: 浙江工业大学
IPC: G06T17/20 , G06V20/64 , G06V20/17 , G06V20/10 , G06V10/44 , G06V10/74 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/045
Abstract: 一种基于深度学习的建筑点云轻量级表面重建方法和装置，其方法包括：(1)数据集的构建，做相关预处理；(2)建筑点云中的平面以及平面相邻关系的预测；(3)根据建筑点云平面相邻关系提取建筑中的顶点；(4)优化建筑顶点，删除建筑顶点中的错误点以及合并重复点；(5)提取建筑的边；(6)提取建筑点云平面中建筑顶点顺序并保证为顺时针方向，输出建筑多边形网格模型。本发明为深度学习模型提供了高精度的训练数据，能够实现对建筑点云中建筑的平面以及平面相邻关系快速、精确的预测，并且对预测结果提供有效的后处理流程，能够有效且快速的去除建筑的冗余点和错误顶点并重建出建筑的主体结构，最终生成轻量的建筑多边形网格模型。
-
公开(公告)号：CN117218242A
公开(公告)日：2023-12-12
申请号：CN202311245280.8
申请日：2023-09-25
Applicant: 浙江工业大学
Abstract: 一种基于混合插值的气象多要素动态剖面可视化方法和装置，其方法包括：步骤1：获取气象多要素数据，选取剖面，切割数据；步骤2：对稀疏数据进行双线性插值和最近邻点插值，提高数据精度；步骤3：多要素数据剖面可视化，对不同类型、不同层级的气象多要素数据，采取不同的可视化方式；步骤4：动态剖面可视化，对气象多要素进行动态的剖面分析，形成动画效果，并且使用三次样条插值和线性插值来插入中间位置数据，实现平滑过渡。本发明提高了插值精度，增强可视化效果，气象要素可视化形式丰富。
-
公开(公告)号：CN106842882B
公开(公告)日：2022-03-18
申请号：CN201710215143.8
申请日：2017-04-02
Applicant: 浙江工业大学
Abstract: 一种自身可见的全息显示装置，包括液晶显示屏、镜面屏、全息成像屏、中心轴、摄像头、四根定位条和八个定位点。液晶显示屏、全息成像屏和镜面屏长度、宽度相同，各有一侧连接在中心轴上，其中液晶显示屏与中心轴为固定连接，全息成像屏和镜面屏与中心轴铰接，全息成像屏的侧边各有一个定位装置，所述的定位装置包括一端铰接在全息成像屏侧边的第一定位点的第一定位条和第二定位条，第一定位条的自由端选择性地与镜面屏侧面的第二定位点或全息成像屏侧面的第四定位点可脱卸地连接，第二定位条的自由端选择性地与液晶显示屏侧面的第三定位点或全息成像屏侧面的第四定位点可脱卸地连接。
-
公开(公告)号：CN110049340B
公开(公告)日：2020-11-13
申请号：CN201910264949.5
申请日：2019-04-03
Applicant: 浙江工业大学
Abstract: 基于亚像素的图像矢量化方法，是能够将任意栅格图像自动转换为矢量化图像的方法。该方法包括以下步骤：首先,使用基于L0的梯度最小化方法分割图像，得到分割图像；其次，提出了一种基于亚像素的图像边界提取方法，使得提取的边界精确到亚像素；然后，使用本发明提出的样条拟合公式对提取的序列化边界进行样条拟合；最后，通过计算得到的spline样条，画出矢量图。本发明的优点是能够自动生成与输入图像内容一致的矢量图，能够在保证样条拟合精确的同时保证样条的平滑性，最为重要的是本发明提出了一种基于亚像素的边界提取方法,是对传统边界提取方法的一大改进。
-
公开(公告)号：CN111489445A
公开(公告)日：2020-08-04
申请号：CN202010168984.X
申请日：2020-03-12
Applicant: 浙江工业大学
IPC: G06T17/20
Abstract: 一种植牙基台穿龈面生成方法，包括以下步骤：步骤1、获得输入基台牙龈线L1b和接口线L2p，通过用户的设置的参数决定穿龈面的凹凸形态，使用等比例创建线条的方法创建出L1b和L2p间的骨架线条；步骤2、将步骤1中生成的骨架线条分为2部分，靠近接口线L2p的衔接骨架线条部分SL1包含2条曲线，靠近基台牙龈线L1b的主形态骨架线条部分SL2包含其他多数曲线；步骤3、将步骤2中分离的衔接骨架线条SL1和主形态骨架线条SL2各自放样为曲面，SL1部分使用简单放样为衔接曲面M1u，SL2部分使用放样为主形态曲面M2d；步骤4、将步骤3生成的衔接曲面M1u和主形态曲面M2d拼接为完整的穿龈面。本发明将放样与网格拼接的步骤分离为更加简单高效的步骤。
-
Patent Agency Ranking
公开(公告)号：CN110070608A
公开(公告)日：2019-07-30
申请号：CN201910287290.5
申请日：2019-04-11
Applicant: 浙江工业大学
IPC: G06T17/00
Abstract: 自动删除基于图像的三维重建冗余点方法，能够在全自动删除点云中存在的冗余点的同时保留待重建物体的主体点云，包括以下步骤：首先，利用三维重投影方法计算出三维点在图像集中的平均可见概率，然后将可见概率较低的误差点去除；接着，提出一种基于空间剖分的扩散聚类方法获取主体三维点云，去除与主体不连通的背景冗余点，最终得到去除大量冗余点的点云数据，方便用于后续的重建工作。本发明的优点是能够在全自动的删除点云中大量冗余点的同时保留待重建物体的主体点云数据，速度快，且不需要任何预处理和人工交互，弥补了市场上对于文物三维重建工具的不足。
-
公开(公告)号：CN110049340A
公开(公告)日：2019-07-23
申请号：CN201910264949.5
申请日：2019-04-03
Applicant: 浙江工业大学
Abstract: 基于亚像素的图像矢量化方法，是能够将任意栅格图像自动转换为矢量化图像的方法。该方法包括以下步骤：首先,使用基于L0的梯度最小化方法分割图像，得到分割图像；其次，提出了一种基于亚像素的图像边界提取方法，使得提取的边界精确到亚像素；然后，使用本发明提出的样条拟合公式对提取的序列化边界进行样条拟合；最后，通过计算得到的spline样条，画出矢量图。本发明的优点是能够自动生成与输入图像内容一致的矢量图，能够在保证样条拟合精确的同时保证样条的平滑性，最为重要的是本发明提出了一种基于亚像素的边界提取方法,是对传统边界提取方法的一大改进。
-
公开(公告)号：CN106842882A
公开(公告)日：2017-06-13
申请号：CN201710215143.8
申请日：2017-04-02
Applicant: 浙江工业大学
CPC classification number: G03H1/2202 , G06F3/011
Abstract: 一种自身可见的全息显示装置，包括液晶显示屏、镜面屏、全息成像屏、中心轴、摄像头、四根定位条和八个定位点。液晶显示屏、全息成像屏和镜面屏长度、宽度相同，各有一侧连接在中心轴上，其中液晶显示屏与中心轴为固定连接，全息成像屏和镜面屏与中心轴铰接，全息成像屏的侧边各有一个定位装置，所述的定位装置包括一端铰接在全息成像屏侧边的第一定位点的第一定位条和第二定位条，第一定位条的自由端选择性地与镜面屏侧面的第二定位点或全息成像屏侧面的第四定位点可脱卸地连接，第二定位条的自由端选择性地与液晶显示屏侧面的第三定位点或全息成像屏侧面的第四定位点可脱卸地连接。
-
公开(公告)号：CN103577755A
公开(公告)日：2014-02-12
申请号：CN201310537462.2
申请日：2013-11-01
Applicant: 浙江工业大学
IPC: G06F21/56
CPC classification number: G06F21/56
Abstract: 基于支持向量机的恶意脚本检测方法，包括以下步骤：1）从互联网抓取网页，获得网页链接；2）获取链接对应的Javascript脚本内容；3）对基于脚本的web入侵如SQL注入等进行分析，得到入侵相关的特征，并根据入侵特征对获取的脚本内容进行特征提取，将每个脚本转化成基于特征的特征向量；4）利用分类算法SVM获得最佳分类模型，并利用该模型对获得的特征向量进行分类，判断该脚本是否恶意脚本以做相关后续处理。
-
公开(公告)号：CN119648853A
公开(公告)日：2025-03-18
申请号：CN202411693260.1
申请日：2024-11-25
Applicant: 浙江工业大学
IPC: G06T11/60 , G06T5/50 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种利用草图自动生成笔画绘画的方法和装置，其方法包括：首先训练模型中真实图像笔画信息预测模块Transformer‑S模块和笔画全局信息和草图信息融合模块Transformer‑M模块；将草图输入到预训练好的真实图像生成模型Maskgit，得到真实图像，通过图像编码器，得到草图对应的真实图像的图像特征，将空白画布也通过图像编码器，得到画布特征，将这两者的特征在通道维度上融合，得到融合图像特征；同时将草图输入到草图编码器，得到对应的草图空间特征；将融合图像特征输入到训练好的Transformer‑S模块的编码器中，得到进一步融合的图像特征；然后将该融合图像特征输入到Transformer‑S模块的解码器中，得到笔画信息特征；将笔画信息特征和草图空间特征连接在一起，输入到训练好的Transformer‑M模块中，得到融合草图空间信息的笔画信息特征，经过全连接层得到笔画的参数，使用笔画参数渲染得到笔画，通过多个笔画的叠加，生成基于笔画风格的绘画。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.024 seconds)
