-
公开(公告)号:CN117237539A
公开(公告)日:2023-12-15
申请号:CN202311348637.5
申请日:2023-10-18
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种三维模型生成方法、装置、设备及可读存储介质,其中,该方法包括S1:获取第一数据集中最近一次添加的二维图像;S2:基于第一神经辐射场模型以及第一扩散模型,获得预测二维图像;第一扩散模型是基于初始二维图像的语义监督的扩散模型;S3:根据预测二维图像更新第一神经辐射场模型,获得第二神经辐射场模型;S4:若第二神经辐射场模型收敛,则将获得的第二神经场辐射模型作为三维模型,若第二神经辐射场模型不收敛,则将预测二维图像添加至第一数据集中,将第二神经辐射场模型作为下一次循环中的第一神经辐射场模型,并执行S1‑S4。本方案能够降低生成三维模型的时间成本,批量生成效率高。
-
公开(公告)号:CN116958603A
公开(公告)日:2023-10-27
申请号:CN202310953343.9
申请日:2023-07-31
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种视觉定位的方法、装置、电子设备和可读存储介质,该方法包括:获取待定位图像和目标匹配图像;获取待定位图像的多个第一特征点和目标匹配图像的多个第二特征点;对特征点进行相似性计算得到第一对应关系矩阵;将第一对应关系矩阵、待定位图像和目标匹配图像输入目标图神经网络,得到输出的第二对应关系矩阵,其中,图神经网络输出当前层的对应关系矩阵和当前层的待定位图像和目标匹配图像的共视关系,最终得到第二对应关系矩阵;根据第二对应关系矩阵得到待定位图像的相机位姿。本申请中,通过先对局部特征匹配进行初始图像间的软匹配,再通过相邻共视关系提炼最终的匹配关系,实现了不损失精度的情况下,提高特征点匹配的效率。
-
公开(公告)号:CN119131239A
公开(公告)日:2024-12-13
申请号:CN202411123080.X
申请日:2024-08-15
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种数据采集方法、电子设备、可读存储介质及程序产品,属于增强现实技术领域。该方法包括:获取图像信息;基于所述图像信息,确定所述图像信息对应的采集点的第一位姿信息;基于所述第一位姿信息和补采区域的参考采集点的第二位姿信息,确定所述图像信息对应的采集点与所述补采区域的参考采集点之间的关联关系,所述补采区域为三维模型中数据缺失的区域;基于所述关联关系和所述图像信息,确定补采图像集。
-
公开(公告)号:CN118537596A
公开(公告)日:2024-08-23
申请号:CN202410611931.9
申请日:2024-05-16
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种图像匹配对的生成方法、装置、电子设备及可读存储介质,属于图像处理技术领域。该图像匹配对的生成方法包括:对同一场景的多张全景图像中的每张全景图像进行分块透视投影,得到所述每张全景图像对应的K张透视图像,所述K为大于1的整数;分别提取所述每张全景图像对应的K张透视图像的全局特征;根据所述每张全景图像对应的K张透视图像的全局特征,计算所述多张全景图像中的每两张全景图像之间的相似度;根据所述每两张全景图像之间的相似度,从所述多张全景图像中选取全景图像匹配对。由此,可以提升获得的全景图像匹配对的准确性。
-
公开(公告)号:CN117253020A
公开(公告)日:2023-12-19
申请号:CN202311348565.4
申请日:2023-10-18
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种AR特效展示方法、装置、电子设备及可读存储介质,属于图像处理技术领域。本申请实施例中的AR特效展示方法包括:获取目标场景图像的各个图像特征点;根据所述各个图像特征点,确定所述目标场景图像中的目标空白区域;所述目标空白区域中不包括所述图像特征点;根据所述目标空白区域的中心点,以及用户位姿或电子设备位姿,确定特效放置点;在所述特效放置点上进行AR特效展示。由此,可以提高特效展示效果。
-
公开(公告)号:CN117197839A
公开(公告)日:2023-12-08
申请号:CN202311165607.0
申请日:2023-09-11
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种人体骨骼关键点信息的生成方法、装置及相关设备,属于图像识别技术领域。所述方法包括获取第一图像帧对应的c个特征图向量,以及获取第二图像帧对应的第一特征向量,特征图向量为基于热力图算法对所对应的关键点进行处理得到的特征图向量,第一特征向量为对第二图像帧进行人体骨骼关键点特征采样得到的特征向量;对c个特征图向量和第一特征向量进行拼接,得到第二特征向量;基于第二特征向量,生成第二图像帧对应的人体骨骼关键点信息。将c个特征图向量中的每一个特征图向量与第一特征向量进行拼接,增强了生成第二图像帧对应的人体骨骼关键点的泛化能力,从而增强了每个人体骨骼关键点的稳定性。
-
公开(公告)号:CN116912463A
公开(公告)日:2023-10-20
申请号:CN202310879539.8
申请日:2023-07-18
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种3D虚拟形象处理方法、装置、电子设备和可读存储介质,涉及计算机技术领域。其中,3D虚拟形象处理方法包括:获取包括目标对象的第一预览图像;根据所述第一预览图像确定第一信息,所述第一信息包括如下至少一项:所述目标对象在实际空间的第一空间位置、所述目标对象在实际空间的朝向、所述目标对象的数量、所述目标对象的姿态;基于所述第一信息确定所述目标对象对应的3D虚拟形象的交互信息和/或动态展示信息;其中,所述交互信息用于实现所述3D虚拟形象与用户之间的交互,所述动态展示信息用于生成所述3D虚拟形象的动态展示画面。
-
公开(公告)号:CN116894099A
公开(公告)日:2023-10-17
申请号:CN202310891764.3
申请日:2023-07-20
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
Inventor: 张伟杰
IPC: G06F16/583 , G06F16/535 , G06V10/74 , G06V10/82 , G06V10/764 , G06V20/70
Abstract: 本申请公开了一种图像处理方法、装置及可读存储介质,涉及视觉定位技术领域。该图像处理方法,包括:获取第一目标图像对应的第一图像和第二图像,所述第一图像与所述第一目标图像存在的共视地图点的数量满足预设条件,所述预设条件包括以下一项:所述数量大于或等于第一预设值、所述数量占总地图点的比例大于或等于第二预设值,所述第二图像与所述第一目标图像不存在共视地图点,所述第一目标图像为数据库图像中的任一图像,所述第一预设值、所述第二预设值均大于0;基于所述第一目标图像、所述第一图像和所述第二图像,进行模型训练,获取检索模型。上述方案,使得训练得到的检索模型能够较好的区分干扰信息,保证检索得到较为准确的图像信息。
-
公开(公告)号:CN117370597A
公开(公告)日:2024-01-09
申请号:CN202311348727.4
申请日:2023-10-18
Applicant: 咪咕新空文化科技(厦门)有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: G06F16/583 , G06F16/53 , G06F16/54
Abstract: 本申请公开了一种重定位方法、装置、设备及可读存储介质,涉及图像处理技术领域,以避免定位混乱的问题。该方法包括:获取待查询图像的第一全局描述符,其中,所述第一全局描述符是根据所述待查询图像以及所述待查询图像的位姿得到的;获取所述待查询图像的第一区域描述符;基于所述第一全局描述符以及所述第一区域描述符与关键帧数据库进行检索匹配,得到目标关键帧;根据所述目标关键帧进行位姿解算。本申请实施例可以避免定位混乱的问题。
-
公开(公告)号:CN115512171A
公开(公告)日:2022-12-23
申请号:CN202210994529.4
申请日:2022-08-18
Applicant: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: G06V10/771 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本申请公开了一种图像特征点提取方法、装置、设备及存储介质,该方法包括步骤:获取原始图像,并输入所述原始图像至特征点预测模型,得到概率图;所述原始图像被所述特征点预测模型均分为多个图像区域,所述概率图包含所述原始图像中每一原始像素作为所处图像区域的特征点的概率;所述特征点预测模型是基于特征点提取训练数据集对待训练预测模型进行迭代训练得到的;基于所述概率图,分别从每一图像区域的原始像素中提取特征点。本申请使得特征点是从均分原始图像得到的每一图像区域中提取得到的,因此,即使图像中特征点分布过于密集,也不会保留大量的相近特征点,由此做到了均匀化提取特征点,从而提高使得从图像中提取的特征点更加均匀。
-
-
-
-
-
-
-
-
-