-
公开(公告)号：CN103810725B
公开(公告)日：2016-06-08
申请号：CN201410090004.3
申请日：2014-03-12
Applicant: 北京理工大学 , 北京理工大学深圳研究院
IPC: G06T7/20
Abstract: 本发明涉及一种基于全局优化的视频稳定方法，包括以下步骤：根据人的视觉主观感受规律推导出稳定视频应具备的空间、时间和保形约束性；使用光流法获得视频中的特征点运动轨迹；根据以上约束限制和特征点运动轨迹建立稀疏线性方程组，并求解得到稳定的视频各帧网格点；根据每一视频帧稳定前后网格点的位置对图像进行扭曲获得稳定的视频图像。与已有的方法相比，该方法将运动建模和运动补偿整合到一个优化过程中，提高了计算效率，节省了计算时间。
-
公开(公告)号：CN104902253A
公开(公告)日：2015-09-09
申请号：CN201510064469.6
申请日：2015-02-09
Applicant: 北京理工大学 , 北京理工大学深圳研究院
IPC: H04N13/00
Abstract: 本发明属于图像处理领域，具体涉及一种基于改进贝叶斯模型的立体图像生成方法，可以更加高效、直观的生成立体图像。首先，由给定的视差计算出合成视角的逐像素视点位置；然后，通过改进的贝叶斯模型生成合成图像；最后，利用参考图像和合成图像生成红蓝立体图。与现有方法相比，本发明提出的基于改进贝叶斯模型的立体图像生成方法在时间性能、生成图像质量以及通用性等方便具有明显优势；该方法还可以直观逐像素指定视差，便于立体图像的后期处理，具有广阔的应用前景。
-
公开(公告)号：CN104867111A
公开(公告)日：2015-08-26
申请号：CN201510141699.8
申请日：2015-03-27
Applicant: 北京理工大学 , 北京理工大学深圳研究院
IPC: G06T5/00
Abstract: 本发明涉及一种基于分块模糊核集的非均匀视频盲去模糊方法，属于视频处理技术领域；包括以下步骤：根据视频帧图像梯度大小检测模糊帧；使用清晰帧和模糊帧之间的特征匹配计算分块单应变换；通过分块单应变换的离散采样逼近模糊运动，并通过优化逼近误差计算模糊运动的速度参数；根据模糊运动速度获取各个分块对应的模糊核，并利用反卷积计算清晰的分块；将清晰的分块拼接得到清晰的帧图像，从而去除模糊帧。与已有方法相比，本发明方法采用多个模糊核描述视频帧的模糊运动，计算时不需设定初始值，增加了鲁棒性，对于非均匀的视频模糊处理更加高效；对视频中的清晰区域要求不高，增加了适用范围。
-
公开(公告)号：CN104809478B
公开(公告)日：2018-01-09
申请号：CN201510249022.6
申请日：2015-05-15
Applicant: 北京理工大学深圳研究院 , 北京理工大学
Abstract: 本发明涉及一种面向大规模三维重建的图像分块方法，属于图像处理技术领域；包括以下步骤：首先利用图像间的特征匹配关系进行图像整体相似性度量，生成图像间相似度矩阵；然后引入谱聚类思想：首先利用谱分析将图像集中的每一个元素映射到利于聚类分析的高维空间，然后利用模糊聚类算法将整个图像集合分成若干个簇，同时对每张图像计算属于各簇的隶属度；最后通过对分类结果的分析处理，在自动生成一系列三维重建效率较高的图像子集合的同时，将与其它图像相似性较低的图像以噪声的形式予以剔除。对比现有技术，应用本发明方法能够有效降低三维重建的计算量，提高三维重建效率；同时，还能够有效剔除噪声图像，降低噪声图像对三维重建时的干扰。
-
公开(公告)号：CN104822030B
公开(公告)日：2017-10-17
申请号：CN201510180896.0
申请日：2015-04-16
Applicant: 北京理工大学深圳研究院 , 北京理工大学
IPC: H04N5/262
Abstract: 本发明涉及一种视频矫正方法，特别涉及一种基于图像变形的视频矩形化矫正方法，属于视频处理领域。本发明首先对所有视频帧进行局部变形；在变形后矩形视频帧上设置网格，再依据坐标映射关系，将网格放置在原不规则视频帧上，对所有帧网格对应坐标取均值，即初始网格；对初始网格做时域空域约束建立稀疏线性方程组，并求解得到校正后的视频各帧网格点；根据每一视频帧矫正前后网格进行双线性插值得到矫正后的视频帧。该方法在已有图像矫正方法的基础上，增加时域约束条件，实现了视频的矩形化矫正。
-
Patent Agency Ranking
公开(公告)号：CN104867111B
公开(公告)日：2017-08-25
申请号：CN201510141699.8
申请日：2015-03-27
Applicant: 北京理工大学 , 北京理工大学深圳研究院
IPC: G06T5/00
Abstract: 本发明涉及一种基于分块模糊核集的非均匀视频盲去模糊方法，属于视频处理技术领域；包括以下步骤：根据视频帧图像梯度大小检测模糊帧；使用清晰帧和模糊帧之间的特征匹配计算分块单应变换；通过分块单应变换的离散采样逼近模糊运动，并通过优化逼近误差计算模糊运动的速度参数；根据模糊运动速度获取各个分块对应的模糊核，并利用反卷积计算清晰的分块；将清晰的分块拼接得到清晰的帧图像，从而去除模糊帧。与已有方法相比，本发明方法采用多个模糊核描述视频帧的模糊运动，计算时不需设定初始值，增加了鲁棒性，对于非均匀的视频模糊处理更加高效；对视频中的清晰区域要求不高，增加了适用范围。
-
公开(公告)号：CN103440627B
公开(公告)日：2016-05-18
申请号：CN201310370955.1
申请日：2013-08-23
Applicant: 北京理工大学 , 北京理工大学深圳研究院
IPC: G06T5/00
Abstract: 本发明涉及一种基于光影强化的卡通风格渲染方法，包括以下步骤：首先，通过结合高斯滤波与双边滤波提取经过抽象的基图像，用以模拟艺术作品细节较少，内容高度抽象的特点。在这个提取的基图像上，分别计算图像轮廓图和阴影分布图，并通过一种强度可控的融合方法来得到艺术创作中经常单独绘制的光影强化层，最后将这一光影强化层叠加于图像基上从而获得最终的渲染结果。本发明能逼真的模拟艺术创作中的卡通风格作品，并且时间性能优秀，可在当前主流多核PC机上获得准实时渲染效率。
-
公开(公告)号：CN104809689A
公开(公告)日：2015-07-29
申请号：CN201510250777.8
申请日：2015-05-15
Applicant: 北京理工大学深圳研究院 , 北京理工大学
IPC: G06T3/00
Abstract: 本发明涉及一种基于轮廓的建筑物点云模型底图配准方法，属于计算机视觉技术领域。本发明方法通过对三维重建得到的建筑物点云模型进行结构分析，自动检测当前模型的姿态，最终实现点云模型坐标的归一化，并在此基础上得到当前建筑物的点云俯视轮廓线条图；对重建建筑所在区域的遥感图像进行轮廓分析，自动检测得到底图的轮廓线条；根据重建建筑的轮廓线条估计当前建筑的结构拐点，然后借助轮廓匹配信息实现点云模型与卫星底图间的空间对齐，得到从点云模型到卫星底图间的映射矩阵，自动实现建筑物点云模型在卫星底图上的放置。对比现有技术，本发明方法能够准确对点云模型和底图进行自动化配准，有效降低配准所需人工工作量，降低配准成本。
-
公开(公告)号：CN104809478A
公开(公告)日：2015-07-29
申请号：CN201510249022.6
申请日：2015-05-15
Applicant: 北京理工大学深圳研究院 , 北京理工大学
CPC classification number: G06K9/6223 , G06K9/6272 , G06T17/00
Abstract: 本发明涉及一种面向大规模三维重建的图像分块方法，属于图像处理技术领域；包括以下步骤：首先利用图像间的特征匹配关系进行图像整体相似性度量，生成图像间相似度矩阵；然后引入谱聚类思想：首先利用谱分析将图像集中的每一个元素映射到利于聚类分析的高维空间，然后利用模糊聚类算法将整个图像集合分成若干个簇，同时对每张图像计算属于各簇的隶属度；最后通过对分类结果的分析处理，在自动生成一系列三维重建效率较高的图像子集合的同时，将与其它图像相似性较低的图像以噪声的形式予以剔除。对比现有技术，应用本发明方法能够有效降低三维重建的计算量，提高三维重建效率；同时，还能够有效剔除噪声图像，降低噪声图像对三维重建时的干扰。
-
公开(公告)号：CN118155281A
公开(公告)日：2024-06-07
申请号：CN202410278955.7
申请日：2024-03-12
Applicant: 北京理工大学
Abstract: 本发明公开一种基于课堂场景关系图的教学行为识别方法，属于行为识别技术领域。本发明基于Faster R‑CNN目标检测器，构建输入RGB课堂视频对应的课堂场景关系图，并以先空间维度后时间维度和先时间维度后空间维度这两种互补的方式，对课堂场景关系图中各种关系变化进行信息聚合，得到课堂场景关系图特征；基于I3D‑NL骨干神经网络模型，得到从输入RGB课堂视频中提取的上下文信息丰富的课堂场景全局特征；将关系图特征和全局特征相结合，实现RGB课堂视频中教学行为的识别。本发明采用两种互补的方式构造课堂场景关系图对应的关系图特征，能够得到表达能力强、准确的关系图特征，并与全局特征相结合，提高教学行为识别的效果。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.028 seconds)
