-
公开(公告)号：CN111343367A
公开(公告)日：2020-06-26
申请号：CN202010095418.0
申请日：2020-02-17
Applicant: 清华大学深圳国际研究生院 , 清华大学
Abstract: 本发明提供一种十亿像素虚拟现实视频采集装置、系统与方法，装置包括：非结构化的相机阵列、支撑件、相机云台、相机机架；所述相机阵列包括至少5列呈扇形分布的相机列组合，每一个所述相机列组合包括两个全局相机为一组组成的双目相机和至少一个局部相机，所述局部相机的焦距可调；所述支撑件，用于支撑所述相机云台，所述相机云台，与所述相机机架连接；所述相机机架，用于通过连接件分别固定所述相机阵列中的每一列所述相机列组合。使用结构自适应非结构化的全景360虚拟现实采集装置；并将局部相机的视频数据中的RGB图像嵌入所述全景图，用户能够拉近视角放大观察感兴趣区域的细节信息。
-
公开(公告)号：CN111343367B
公开(公告)日：2021-06-08
申请号：CN202010095418.0
申请日：2020-02-17
Applicant: 清华大学深圳国际研究生院 , 清华大学
Abstract: 本发明提供一种十亿像素虚拟现实视频采集装置、系统与方法，装置包括：非结构化的相机阵列、支撑件、相机云台、相机机架；所述相机阵列包括至少5列呈扇形分布的相机列组合，每一个所述相机列组合包括两个全局相机为一组组成的双目相机和至少一个局部相机，所述局部相机的焦距可调；所述支撑件，用于支撑所述相机云台，所述相机云台，与所述相机机架连接；所述相机机架，用于通过连接件分别固定所述相机阵列中的每一列所述相机列组合。使用结构自适应非结构化的全景360虚拟现实采集装置；并将局部相机的视频数据中的RGB图像嵌入所述全景图，用户能够拉近视角放大观察感兴趣区域的细节信息。
-
公开(公告)号：CN113099209A
公开(公告)日：2021-07-09
申请号：CN202110312078.7
申请日：2021-03-24
Applicant: 清华大学
IPC: H04N13/271 , H04N13/275 , G06N3/08
Abstract: 本申请提出一种基于光电倍增管阵列的非视域成像装置和方法，涉及计算摄像学技术领域，其中，包括：光电倍增管PMT阵列、激光器、时间相关计数装置和计算重构装置；PMT阵列和时间相关计数装置作为非视域成像的采集相机对目标物体进行拍摄；其中，每个PMT连接一个时间数字转换器TDC；激光器作为激励源，且激光器输出的电同步信号同步时间相关计数装置；计算重构装置获取PMT阵列记录的时间和光子数作为待重构数据，采用反演重构算法对待重构数据进行处理，重构出非视域的成像目标图像。由此，能够实现高效高质量的非视域成像。
-
公开(公告)号：CN111028281A
公开(公告)日：2020-04-17
申请号：CN201911005533.8
申请日：2019-10-22
Applicant: 清华大学
Abstract: 本发明公开了一种基于光场双目系统的深度信息的计算方法及装置，其中，该方法根据光场相机可以求得精确的近距离的深度信息，以及根据普通双目相机可以求得远距离的深度信息，将普通双目相机系统中的一个相机换为光场相机，并且通过在EPI上进行理论分析以及算法实施，首次实现了同时求得较为精确的近距离及远距离深度信息，相比目前最先进的光场相机求深度的算法，在计算量几乎没有增加的同时，求得了较为精确的远距离的深度信息；相比目前最精确的双目相机系统，除了有求得近距离深度这个优势外，还对远处的深度求得了更准确的值。
-
公开(公告)号：CN111028281B
公开(公告)日：2022-10-18
申请号：CN201911005533.8
申请日：2019-10-22
Applicant: 清华大学
Abstract: 本发明公开了一种基于光场双目系统的深度信息的计算方法及装置，其中，该方法根据光场相机可以求得精确的近距离的深度信息，以及根据普通双目相机可以求得远距离的深度信息，将普通双目相机系统中的一个相机换为光场相机，并且通过在EPI上进行理论分析以及算法实施，首次实现了同时求得较为精确的近距离及远距离深度信息，相比目前最先进的光场相机求深度的算法，在计算量几乎没有增加的同时，求得了较为精确的远距离的深度信息；相比目前最精确的双目相机系统，除了有求得近距离深度这个优势外，还对远处的深度求得了更准确的值。
-
Patent Agency Ranking
公开(公告)号：CN111462299A
公开(公告)日：2020-07-28
申请号：CN202010136035.3
申请日：2020-03-02
Applicant: 清华大学
Abstract: 本发明公开了一种基于深度学习的非视域飞秒成像三维重建方法及装置，其中，方法包括以下步骤：建立视域场景的三维模型，利用空间坐标系确定每个离散面片的位置和方向，并且进行视域下高速渲染；对光照场景进行非视域光追渲染；基于数据学习的神经网络架构，以从非视域场到视域场的三维重建扫描。该方法通过神经网络学习视域场和非视域场之间的传递函数，可以在没有过多硬件约束的条件下，将非视域场中采集到的条纹信息重建成为视域信息，从而使用数据而非光学模型对视域场进行重建，有效提高重建的适用性和实用性，简单易实现。
-
公开(公告)号：CN113554744B
公开(公告)日：2025-01-10
申请号：CN202110773712.7
申请日：2021-07-08
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本申请提出一种大体积散射样本快速扫描三维成像方法和装置，其中，方法包括：对样本进行成像，获得样本在不同方向的光场图像，将光场图像重排得到不同角度下的子孔径图像，通过计算仿真得到光场成像系统的点扩散函数，根据点扩散函数，并基于子孔径图像，使用相差估计同步重建算法进行三维重建。本发明通过采用上述方法，可以快速的对于大体积样本进行原位快速三维成像，通过多角度的像差估计可以获取样本的三维折射率分布，最终重建得到去除相差的三维重建结果。
-
公开(公告)号：CN111462299B
公开(公告)日：2022-07-19
申请号：CN202010136035.3
申请日：2020-03-02
Applicant: 清华大学
Abstract: 本发明公开了一种基于深度学习的非视域飞秒成像三维重建方法及装置，其中，方法包括以下步骤：建立视域场景的三维模型，利用空间坐标系确定每个离散面片的位置和方向，并且进行视域下高速渲染；对光照场景进行非视域光追渲染；基于数据学习的神经网络架构，以从非视域场到视域场的三维重建扫描。该方法通过神经网络学习视域场和非视域场之间的传递函数，可以在没有过多硬件约束的条件下，将非视域场中采集到的条纹信息重建成为视域信息，从而使用数据而非光学模型对视域场进行重建，有效提高重建的适用性和实用性，简单易实现。
-
公开(公告)号：CN113554744A
公开(公告)日：2021-10-26
申请号：CN202110773712.7
申请日：2021-07-08
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本申请提出一种大体积散射样本快速扫描三维成像方法和装置，其中，方法包括：对样本进行成像，获得样本在不同方向的光场图像，将光场图像重排得到不同角度下的子孔径图像，通过计算仿真得到光场成像系统的点扩散函数，根据点扩散函数，并基于子孔径图像，使用相差估计同步重建算法进行三维重建。本发明通过采用上述方法，可以快速的对于大体积样本进行原位快速三维成像，通过多角度的像差估计可以获取样本的三维折射率分布，最终重建得到去除相差的三维重建结果。
-
公开(公告)号：CN112946990B
公开(公告)日：2021-08-31
申请号：CN202110520127.6
申请日：2021-05-13
Applicant: 清华大学
Abstract: 本发明提出一种基于共聚焦模式的非视域动态成像系统，其中，包括：条纹相机、扫描转镜、漫反射板、成像目标、激光器、DAQ控制器、其中，激光器与条纹相机的接收的位置在同一点；条纹相机，用于获得成像目标不同位置处散射光子的时间信息；DAQ控制器，用于根据散射光子的时间信息做变换，以获得特定的激光位置的成像物体的信息，通过多次高速扫描获得三维动态成像。由此，能够实现高效高质量的非视域成像。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
