-
公开(公告)号：CN111583386A
公开(公告)日：2020-08-25
申请号：CN202010313008.9
申请日：2020-04-20
Applicant: 清华大学
Abstract: 本发明公开了一种基于标签传播算法的多视角人体姿态重建方法，包括以下步骤：搭建多相机捕捉系统，对多相机捕捉系统中多个工业相机的内参和外参进行标定；利用多相机捕捉系统采集数字信息，将数字信息转码为RGB输入图像；利用预先训练完成的卷积神经网络对输入图像进行姿态估计，得到每个视角下的人体关节候选节点；根据每个视角下的人体关节候选节点求得关节亲和度、极线距离和重投影误差，通过关节亲和度、极线距离和重投影误差构造概率图；利用COPRA社区发现算法对概率图进行求解，得到每个节点的社区隶属关系，利用每个节点的社区隶属关系重建人体的三维骨架姿态。该方法无需依赖可穿戴传感器，操作过程简单且计算量需求小。
-
公开(公告)号：CN111476883A
公开(公告)日：2020-07-31
申请号：CN202010238716.0
申请日：2020-03-30
Applicant: 清华大学
Abstract: 本发明公开了一种多视角无标记动物的三维姿态轨迹重建方法及装置，其中，方法包括：S1：搭建多视角采集系统，采集动物自由运动视频；S2：训练深度学习模型；S3：对当前帧各个视角进行动物目标检测；S4：对每个检测出的动物提取二维关键点；S5：使用迭代极大团算法将不同视角的动物关联为若干个聚类；S6：在每个聚类中求解动物的三维姿态；S7：对每一帧，重复步骤S3-S6；S8：在时域上对前后两帧动物三维姿态进行跟踪，得到多个动物的姿态轨迹。该方法可以有效解决现有技术中没有对动物进行无标记三维姿态轨迹重建的方法的问题。
-
公开(公告)号：CN111583386B
公开(公告)日：2022-07-05
申请号：CN202010313008.9
申请日：2020-04-20
Applicant: 清华大学
Abstract: 本发明公开了一种基于标签传播算法的多视角人体姿态重建方法，包括以下步骤：搭建多相机捕捉系统，对多相机捕捉系统中多个工业相机的内参和外参进行标定；利用多相机捕捉系统采集数字信息，将数字信息转码为RGB输入图像；利用预先训练完成的卷积神经网络对输入图像进行姿态估计，得到每个视角下的人体关节候选节点；根据每个视角下的人体关节候选节点求得关节亲和度、极线距离和重投影误差，通过关节亲和度、极线距离和重投影误差构造概率图；利用COPRA社区发现算法对概率图进行求解，得到每个节点的社区隶属关系，利用每个节点的社区隶属关系重建人体的三维骨架姿态。该方法无需依赖可穿戴传感器，操作过程简单且计算量需求小。
-
公开(公告)号：CN110599540B
公开(公告)日：2022-06-17
申请号：CN201910716814.8
申请日：2019-08-05
Applicant: 清华大学
Abstract: 本发明公开了一种多视点相机下的实时三维人体体型与姿态重建方法及装置，其中，该方法包括：将多个相机架围出捕捉区域，通过相机标定方法标定多个相机的相机内参和相机外参；通过标定后的多个相机在捕捉区域内采集人体图像并处理以使人体图像转码成RGB图像，利用预先训练好的卷积神经网络对RGB图像进行检测并生成每个视角下的人体关节二维坐标信息，并对其进行三角化得到人体三维关节坐标信息；利用人体三维关节坐标信息优化预设人体模型中的姿态参数和形状参数，再通过时域优化稳定优化后的预设人体模型以得到人体三维重建模型。该方法利用深度学习来完成人体姿态的估计，在试验环境下，可以实时对多人的人体模型进行拟合与渲染。
-
公开(公告)号：CN113160381A
公开(公告)日：2021-07-23
申请号：CN202110309277.2
申请日：2021-03-23
Applicant: 清华大学
Abstract: 本申请提出一种多视角动物三维几何与纹理自动化重建方法和装置，涉及计算机视觉技术领域，其中，方法包括：获取单个动物的多视角图像和初始表面模型；对多视角图像进行处理，获取分割图和关键点；根据关键点和分割图对所述初始表面模型进行交替姿态拟合和几何优化，获取表面几何模型；对表面几何模型进行纹理采样，获取纹理图。由此，提高多视角动物三维几何与纹理自动化重建效率。
-
Patent Agency Ranking
公开(公告)号：CN112862901B
公开(公告)日：2024-03-26
申请号：CN202110193303.X
申请日：2021-02-20
Applicant: 清华大学 , 浙江未来技术研究院(嘉兴)
Abstract: 本申请提出一种基于多视视频与时空神经辐射场的实验动物视场模拟方法，包括：搭建实验环境，放入至少一只实验动物；搭建同步的多相机系统，并对多相机系统进行标定，采集同步的多视角视频数据；训练基于神经辐射场的时空新视角合成网络F1；利用姿态检测网络F2检测实验动物的头部姿态和眼睛位置；确定每只实验动物的视角方向，利用时空新视角合成网络F1渲染动物视角下的场景图像，获得实验动物的视场模拟图像。本申请可以有效解决现有技术不能实现非侵入式的实验动物真实视场模拟的问题。
-
公开(公告)号：CN111476883B
公开(公告)日：2023-04-07
申请号：CN202010238716.0
申请日：2020-03-30
Applicant: 清华大学
Abstract: 本发明公开了一种多视角无标记动物的三维姿态轨迹重建方法及装置，其中，方法包括：S1：搭建多视角采集系统，采集动物自由运动视频；S2：训练深度学习模型；S3：对当前帧各个视角进行动物目标检测；S4：对每个检测出的动物提取二维关键点；S5：使用迭代极大团算法将不同视角的动物关联为若干个聚类；S6：在每个聚类中求解动物的三维姿态；S7：对每一帧，重复步骤S3‑S6；S8：在时域上对前后两帧动物三维姿态进行跟踪，得到多个动物的姿态轨迹。该方法可以有效解决现有技术中没有对动物进行无标记三维姿态轨迹重建的方法的问题。
-
公开(公告)号：CN111476828B
公开(公告)日：2023-01-10
申请号：CN202010231337.9
申请日：2020-03-27
Applicant: 清华大学
Abstract: 本发明公开了一种多视点动物群体跟踪方法及装置，其中，方法包括：获取相机内部参数和外部参数；根据内部参数和外部参数求解基础矩阵并计算不同视点对极约束；根据不同视点对极约束去除单视点检测错误区域，并且检测动物骨架特征，以估计动物运动方向；根据动物姿态特征区分不同的运动动物身份ID，得到跟踪结果。根据本申请的跟踪方法，可以有效提高跟踪的准确性和可靠性，具有较强的鲁棒性，简单易实现。
-
公开(公告)号：CN111582285A
公开(公告)日：2020-08-25
申请号：CN202010351681.1
申请日：2020-04-28
Applicant: 清华大学
Abstract: 本发明提出一种点云图像的平面提取方法，包括以下步骤：利用传感器采集环境信息获得点云图像并对点云图像进行分块，得到多个点云快；提取所述多个点云块中具有平面特征的点云块；将所述具有平面特征的点云块连接形成特定平面。根据本发明实施例的点云图像的平面提取方法，算法简单、效率高，提高了自然场景中平面信息的提取效率，可广泛应用于多种视觉应用，具有良好的可扩展性。
-
公开(公告)号：CN111476899A
公开(公告)日：2020-07-31
申请号：CN202010211923.7
申请日：2020-03-24
Applicant: 清华大学
Abstract: 本发明公开了一种基于单视点RGB相机的人手稠密纹理坐标三维重建方法，包括以下步骤：利用单个彩色(RGB)相机获取人手的照片，并实时处理识别人手区域，通过深度学习算法获得人手的姿态和形状，并通过稠密纹理坐标的方式进行表示，从而得到人手表面的三维模型。该方法于纹理坐标贴图的三维点表达方法，能够较好的符合神经网络的特性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
