-
公开(公告)号：CN105809681A
公开(公告)日：2016-07-27
申请号：CN201610126233.5
申请日：2016-03-04
IPC: G06T7/00
CPC classification number: G06T2207/10024 , G06T2207/10028
Abstract: 本发明提出一种基于单相机的人体RGB?D数据恢复与三维重建方法，包括以下步骤：获取三维重建对象的关键帧对应的RGB?D数据；通过平滑约束对RGB?D数据进行优化处理；获取优化处理后的关键帧对应的RGB?D数据之间的匹配关系；根据目标约束函数对所有优化处理后的关键帧对应的RGB?D数据和相机的外参进行整体优化。本发明的方法在获取RGB?D深度数据的基础上，引入了匹配约束和形变约束，对获取的点云数据和相机标定结果进行进一步优化，能够克服拍摄过程中由于物体姿态变化和微小运动对三维重建的影响，从而得到精准的三维模型。
-
公开(公告)号：CN106908145B
公开(公告)日：2018-11-13
申请号：CN201710109115.8
申请日：2017-02-27
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: G01J1/02
Abstract: 本发明公开了一种基于串口的模拟型光电探测器信号自动测量方法，包括步骤：将BNC接口的中心接触件引出作为信号线，将所述BNC接口的外金属引出作为接地线；制作AD采集卡，所述AD采集开包括单片机、AD转换芯片和串口传输的系统板；将BNC接口的芯信号作为一路模拟信号传入到所述AD采集卡上，将所述BNC接口的接地信号接到所述AD采集卡的GND端；使用一个串口转USB线将所述AD采集卡与控制器连接；通过所述控制器确定串口的COM口，实现对串口的读取。本发明具有如下优点：在PC端使用串口时，在设备管理器中选择COM口，即可实现串口的自动连续读取功能。
-
公开(公告)号：CN108665537A
公开(公告)日：2018-10-16
申请号：CN201810460079.4
申请日：2018-05-15
Applicant: 清华大学 , 清华大学深圳研究生院
Abstract: 本发明公开了一种联合优化人体体态与外观模型的三维重建方法及系统，其中，方法包括以下步骤：对人体进行深度图拍摄，以得到单张深度图像；将单张深度图像变换为三维点云，并获取三维点云和重建模型顶点及参数化人体模型顶点之间的匹配点对；根据匹配点对建立能量函数，并共同求解重建模型上每一个顶点的非刚性运动位置变换参数和参数化人体体态模型参数；对能量函数进行求解，并根据求解结果将重建模型与三维点云进行对齐；通过深度图更新和补全对齐后的模型，以进行实时人体动态三维重建。该方法可以有效提高重建的实时性、鲁棒性和准确性，扩展性强，简单易实现。
-
公开(公告)号：CN105957105B
公开(公告)日：2018-10-02
申请号：CN201610258466.0
申请日：2016-04-22
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: G06T7/246
Abstract: 本发明提出一种基于行为学习的多目标跟踪方法及系统，该方法包括：获取目标视频序列，对目标视频序列进行检测，并根据检测结果获得跟踪目标候选框的大小及位置信息；对多目标实时跟踪问题进行建模，并建立多目标实时跟踪问题的产生式概率模型；针对产生式概率模型中的全局条件概率项，在已进行正确标注的训练集上进行离线训练，进行普适于各种场景的全局行为预测，针对产生式概率模型中的局部条件概率项利用每个目标在当前帧之前的跟踪数据，实时在线训练适用于该目标的局部行为预测；结合全局行为预测及局部行为预测得到目标的行为预测，并根据预测的目标行为进行多目标跟踪。本发明在多目标跟踪时能保持跟踪率，同时能明显的减少跟踪错误率。
-
公开(公告)号：CN106022238A
公开(公告)日：2016-10-12
申请号：CN201610317575.5
申请日：2016-05-12
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: G06K9/00
CPC classification number: G06K9/00758
Abstract: 本发明提出一种基于滑窗优化的多目标跟踪方法，包括以下步骤：获取目标视频序列，检测目标视频序列，并根据检测结果对各个目标的状态信息进行初始化；计算当前帧中所有目标的状态信息与已存在的目标的状态信息的相似度，并根据相似度判断当前帧中各目标的状态，其中，当前帧中各目标的状态包括明确状态和模糊状态；建立近似‑缩减框架将当前帧中的明确状态与已存在的目标的状态进行最优连接，以得到跟踪结果。本发明能够在提高跟踪的准确率的同时，保证跟踪的实时性，从而满足了更多应用的需求。
-
Patent Agency Ranking
公开(公告)号：CN105091905A
公开(公告)日：2015-11-25
申请号：CN201510317137.4
申请日：2015-06-10
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: G01C25/00
CPC classification number: G01C25/00
Abstract: 本发明提出一种混合相机高光谱采集系统的标定方法，包括以下步骤：得到预定目标的RGB图像和灰度图像；加入预定形式的掩膜，利用灰度图像拍摄预设荧光照射下的白板光谱信息图；根据预设荧光的光谱图和白板光谱信息图得到白板光谱信息图中多个采样点的位置坐标；根据多个采样点的位置坐标对灰度图像进行位置标定；根据灰度图像中标定的位置对RGB图像进行标定。根据本发明实施例的混合相机高光谱采集系统的标定方法，可以快速、准确地对图像进行标定。本发明还提出了一种混合相机高光谱采集系统的标定系统。
-
公开(公告)号：CN102790892A
公开(公告)日：2012-11-21
申请号：CN201210232212.3
申请日：2012-07-05
Applicant: 清华大学 , 清华大学深圳研究生院
Abstract: 本发明提出一种深度图编码方法及装置，该方法包括：建立多个划分线并组成划分集合，多个划分线用于对深度宏块进行楔形划分；以帧内编码模式对深度宏块进行编码得到第一率失真代价值；判断是否以帧间编码模式对深度宏块进行编码，如果是则以帧间编码模式进行编码得到第二率失真代价值；继续判断深度宏块是否包含不连续的运动向量场，如果是则以几何划分编码模式对深度宏块进行编码，包括：选择最优划分线对深度宏块进行划分得到第一和第二深度子区域，对两个子区域进行预测编码获取第三率失真代价值；比较不同编码模式下的率失真代价值以选择率失真代价最小的编码模式对进行编码。本发明的实施例提高深度图压缩效率、降低编码复杂度。
-
公开(公告)号：CN107241550B
公开(公告)日：2019-10-29
申请号：CN201710495130.0
申请日：2017-06-26
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: H04N5/232
Abstract: 本发明提出一种基于时分复用的快速单像素频域成像方法，包括以下步骤：S1：搭建成像系统；S2：在照明端用空间光调制器调制照明图案，得到将多张二维正弦图案线性叠加后得到的复用照明图案；S3：采用数字微镜阵列对得到的复用照明图案的频域进行调制，得到每张正弦图案照射样本时单像素探测器收集到的光强；S4：根据得到的每张正弦图案照射样本时单像素探测器收集到的光强对相应的样本进行样本恢复。本发明能够极大地减少空间光调制器需要调制图案的总数量，将成像速度提升一个数量级，对单像素成像的实际应用具有推动作用。
-
公开(公告)号：CN104850644B
公开(公告)日：2018-05-29
申请号：CN201510278808.0
申请日：2015-05-27
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: G06F17/30
Abstract: 本发明公开了一种基于Lucene的高光谱图像检索方法及检索引擎，其中，方法包括以下步骤：通过Lucene打开索引文件夹；选择特征和波段范围；调用Lucene将索引写入文件夹中；输入待检索文件；将Document索引文件进行相似度比较，以从索引文件中按所选特征的相似度返回检索结果。该方法通过利用Lucene对高光谱库中的高光谱文件建立索引，从而在检索时从索引文件中按所选特征的相似度返回检索结果，实现加快读取文件速度的目的，提高检索效率，不但检索的特征库扩展性强，而且操作简单方便。
-
公开(公告)号：CN105091905B
公开(公告)日：2018-04-20
申请号：CN201510317137.4
申请日：2015-06-10
Applicant: 清华大学 , 清华大学深圳研究生院
IPC: G01C25/00
Abstract: 本发明提出一种混合相机高光谱采集系统的标定方法，包括以下步骤：得到预定目标的RGB图像和灰度图像；加入预定形式的掩膜，利用灰度图像拍摄预设荧光照射下的白板光谱信息图；根据预设荧光的光谱图和白板光谱信息图得到白板光谱信息图中多个采样点的位置坐标；根据多个采样点的位置坐标对灰度图像进行位置标定；根据灰度图像中标定的位置对RGB图像进行标定。根据本发明实施例的混合相机高光谱采集系统的标定方法，可以快速、准确地对图像进行标定。本发明还提出了一种混合相机高光谱采集系统的标定系统。
-
-
-
-
-
-
-
-
-
Search Results
1667
records
(took 0.051 seconds)
