-
公开(公告)号：CN101329772A
公开(公告)日：2008-12-24
申请号：CN200810116898.3
申请日：2008-07-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于SPH的运动物体与水交互的仿真建模方法，属于计算机图形学与虚拟现实领域。本发明的方法包括以下步骤：一、对仿真进行初始化，包括粒子属性的初始配置和建立粒子的相邻粒子列表；二、对水粒子的相邻粒子列表进行更新；三、计算水粒子在下一步时间步的位置和运动状态；四、计算物体粒子在下一步时间步的位置和运动状态；五、判断粒子与障碍物是否发生碰撞，如果发生碰撞，则改变粒子的运动速率和方向，否则直接执行第六步；六、基于marching cubes算法构建水面拓朴结构；七、采用图形绘制语言，进行水面和物体的绘制和显示；八、判断仿真是否停止运行。使用本发明所述方法可以模拟运动物体与水的交互现象，获得比较真实的仿真结果。
-
公开(公告)号：CN101276482A
公开(公告)日：2008-10-01
申请号：CN200810106356.8
申请日：2008-05-12
Applicant: 北京理工大学
IPC: G06T17/00
Abstract: 本发明是基于动态Billboard技术的三维场景绘制简化方法，涉及一种高效、实时的动态三维场景绘制简化及大规模动态三维场景实时绘制技术，属于计算机应用领域，特别是计算机图形学、虚拟现实技术领域。该方法用二维图像的实时变形结果来替代三维场景中虚拟物体的动态表示。将真实的模型投影成二维图像，然后针对投影图像标定变形区域的简单骨骼框架；通过控制曲线式骨骼模型，实现二维图像角色或物体的动作变形；采用绘制到纹理技术，将变形结果实时绑定到Billboard板上，从而简化场景绘制复杂度，实现大规模动态场景的实时绘制。实验表明该方法在大规模重复或近似物体的变形场景绘制中，可以有效解决大规模动态场景真实感和实时性的矛盾。
-
公开(公告)号：CN101271587A
公开(公告)日：2008-09-24
申请号：CN200810100857.5
申请日：2008-02-25
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于过渡光贴图的光照和阴影绘制方法。该系统主要包括以纹理映射技术和动态光照及阴影计算技术为基础的场景实时绘制技术。与一般利用纹理预存光照信息的光贴图不同，本算法不仅把空间光照亮度信息存入纹理，同时还将每个空间位置的阴影时间变化信息，作为阴影过渡值保存到纹理中，实现了动态光照和动态阴影的仿真，解决纹理光贴图融合算法中阴影真实性和实时性的问题。实验表明此算法在具有固定路线运动光源的虚拟现实环境中，可以达到甚至超过实时计算光照和阴影的效果，计算速度比实时光照的速度提高一倍以上，取得了良好的仿真效果。
-
公开(公告)号：CN101271527A
公开(公告)日：2008-09-24
申请号：CN200810100861.1
申请日：2008-02-25
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于运动场局部统计特征分析的异常行为检测方法。该系统主要包括视频图像的运动场分析，局部统计特征提取，基于样本的统计学习与模式识别技术。首先通过基本的运动分析技术，提取图像中物体的特征，计算其运动状态，形成一个运动场。在此基础上，对局部运动信息进行统计特征提取，获得运动场的局部运动特征。最后将这些运动特征的空间分布关系表示成全局结构化信息，采用基于统计学习的方法，来识别行为的类型。本算法通过直接基于运动信息的分析进行行为识别，来提高算法的效率和鲁棒性。
-
公开(公告)号：CN109086869A
公开(公告)日：2018-12-25
申请号：CN201810774516.X
申请日：2018-07-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于注意力机制的人体动作预测方法，属于人机交互与虚拟现实技术领域。本发明方法从人体动作姿态数据集中读取全部数据并进行标准化处理，然后根据指令中需要进行训练的帧的长度，按照生成的随机数进行训练数据批次的读取，将数据输入到注意力模型中进行数据处理，依据处理后的数据进行动作重建。本发明采用了两种注意力机制，即全局注意力机制和局部注意力机制。本发明方法对比现有技术，在一定的时间上能够避免信息冗余，同时在一定窗口下对注意力进行分配。
-
Patent Agency Ranking
公开(公告)号：CN105761314B
公开(公告)日：2018-09-14
申请号：CN201610150721.X
申请日：2016-03-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于显著颜色属性特征保持的模型简化方法，属于计算机图形学、虚拟现实技术领域。本发明具体步骤为：读入原始网格模型数据，对网格模型进行规整化，包括顶点的几何位置和颜色属性的规整化；计算所有顶点的二次误差矩阵；对模型执行属性的显著性计算，得到所有顶点的属性显著度；计算待折叠边的几何属性误差和颜色属性误差，然后得到待折叠边的折叠代价；依折叠代价从小到大对所有的边进行排序；从中选择代价最小的边进行折叠操作，并更新相关信息，包括全局特征重要度，以及与之关联的边的折叠代价；反复进行边折叠操作，直到达到简化要求或堆为空。本发明不但能很好的实现对带属性网格的网格简化，同时能有效保持模型的颜色显著属性特征，在简化率达到90％时依然可以保持模型的颜色显著特征。
-
公开(公告)号：CN102890828B
公开(公告)日：2015-04-29
申请号：CN201210201623.6
申请日：2012-06-15
Applicant: 北京理工大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于法向夹角的点云数据精简方法，属于计算机三维建模技术领域。本发明提出的精简方法的具体步骤为：①读取原始点云数据；②获取每个数据点的k阶邻域，并计算每个数据点的单位法向量；③获取每个数据点的法向量与该数据点的k个邻近点法向量点积的均值V；④获取每个数据点所在局部区域的曲率V′；⑤对点云中的所有数据点进行分类；⑥确定每个类别的采样比；⑦对点云数据进行精简。本方法对比传统方法，具有以下优点：能够保留原始点云的细节特征；避免繁琐的二次曲面拟合与曲率估算的时间代价的。
-
公开(公告)号：CN103064985A
公开(公告)日：2013-04-24
申请号：CN201310033058.1
申请日：2013-01-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于先验知识的图像检索方法，属于基于内容的图像检索领域。本发明的图像检索方法使用加入维度权值的欧式距离的度量方法，把图像中的背景部分剔除，只保留用户关注的前景内容；并降低背景部分的维度权值，提高前景维度权值，减少了背景的影响，增加了图像中的前景对最后检索结果的影响。其检索过程为：首先提取目标图像的局部特征，然后选取当前比较的图像类别下相应的维度权值，利用加权欧式距离函数进行相似性度量，最后根据相似度的大小返回相应的图片。本发明提出的基于先验知识的图像检索方法与已有基于内容的图像检索方法相比较，检索更准确、效率更高。
-
公开(公告)号：CN102855486A
公开(公告)日：2013-01-02
申请号：CN201210297337.4
申请日：2012-08-20
Applicant: 北京理工大学
Abstract: 本发明公开了一种广义图像目标检测方法，属于图像分析处理技术领域。本发明方法结合图像特征提取与学习过程中的样例方法和多实例方法的优势，在此基础上扩展成为多核多实例相似度特征（MKMIS），能够为同一类中具有不同外观的目标进行很好的描述，并能接受一定范围内的配准误差；其次，针对MKMIS特征的弱势，即图像特征维度过高、计算量大的情况，在分类器学习过程中，使用推广的前向特征选择方法，使其能够满足任意条件的损失和约束函数，使分类器可以选择到少量并且有效的图像特征，当进行在线目标检测时，只计算和使用这些特征即可，从而加快目标检测的速度。
-
公开(公告)号：CN101383053B
公开(公告)日：2012-03-14
申请号：CN200810172233.4
申请日：2008-10-31
Applicant: 北京理工大学
IPC: G06T17/00
Abstract: 本发明涉及基于表面积保持的3D网格变形方法，针对柔软物体3D模型的变形问题，给出了一种有效、快速、逼真的3D网格物体变形方法，属于计算机应用领域，特别是计算机图形学、虚拟现实技术领域。该方法将各种形式的变形看成由基本弯曲变形组成，各基本弯曲变形的局部区域进行独立计算，通过各区域的接合获得整体的变形结果；根据控制曲线划分变形区域，通过分离和合成变形基础网格和细节网格，提出与原网格模型无关的基础网格变形算法；使用阻尼振荡曲线仿真柔软物体弯曲变形内侧的表面皱褶；通过保持基础模型的顶点列长度实现表面积保持，提高网格变形的真实感，从而实现3D网格模型的变形。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
