-
公开(公告)号：CN116597180A
公开(公告)日：2023-08-15
申请号：CN202310470882.7
申请日：2023-04-27
Applicant: 江南大学
Abstract: 本发明公开了一种基于多级细化策略的特征匹配方法，属于计算机视觉学科技术领域。本发明利用特征描述符在汉明空间中局部外观的相似性生成初始对应关系，并结合局部图像运动平滑性约束，利用GMS算法提高初始匹配的准确性；最后采用PROSAC算法优化匹配，得到基于欧式空间全局灰度信息上的精准匹配。实验结果表明，本发明的基于多级精细匹配策略的特征匹配方法在光照变化和模糊的复杂场景下比ORB算法平均减少了29.92％的误差，有效地提升了复杂空间中特征匹配的匹配精度。
-
公开(公告)号：CN116503271A
公开(公告)日：2023-07-28
申请号：CN202310352877.6
申请日：2023-04-04
Applicant: 江南大学
Abstract: 本发明公开了一种内窥镜图像自适应增强方法，属于计算机视觉与医学相结合的交叉技术领域。本发明使用引导滤波器对内窥镜图像进行滤波得到边缘与梯度保持良好的低频分量，并根据图像不同区域的低频分量构造光照增益函数来自适应生成光照增益因子；以及根据内窥镜图像不同区域的拉普拉斯算子卷积结果构造梯度增益函数来自适应生成梯度增益因子；最后联合光照增益因子与梯度增益因子生成USM方法所需要的自适应增益系数来完成对USM方法的改进，实验证明，本发明应用于小肠内窥镜图片增强时，可以在有效实现增强小肠绒毛细节信息的同时抑制暗区域噪声和防止边缘过冲现象发生，有效地凸显了具有微小绒毛结构的边缘细节信息。
-
公开(公告)号：CN115661939A
公开(公告)日：2023-01-31
申请号：CN202211393103.X
申请日：2022-11-08
Applicant: 江南大学
Abstract: 本发明公开了一种基于结构可重参数化的轻量级视频行为识别方法，属于计算机人工智能学科技术领域。本发明的轻量级视频行为识别方法，研究了基于3D卷积结构的轻量化问题，利用3D结构的重参数化使得网络能够继续使用3D卷积能够提取时空上的特征的优点，并且在经过重参数化后仍能达到轻量化网络模型的目的，最终能够以较小的参数量和计算量去部署模型和进行模型推理，即以较大的参数量去训练网络，在推理时以较小的模型进行推理并保证模型精度不会下降。3D结构的重参数化设计达到了轻量化了3D网络模型的目的并保持模型的精度不会过分丢失。利用本发明构建的轻量级网络进行视频行为识别，不仅可以提升识别效率，且同时保证了识别精度。
-
公开(公告)号：CN112767488A
公开(公告)日：2021-05-07
申请号：CN202110118953.8
申请日：2021-01-28
Applicant: 江南大学
Abstract: 本发明公开了一种基于圆盘识别的相机外参估计方法，包括如下步骤：在平面上放置一圆盘，以圆盘圆心为坐标原点建立三维笛卡尔坐标系，在圆盘上方放置相机，调整相机俯仰角，通过圆盘图像的扁度和标记块的位置之间关系，计算相机俯仰角；固定相机位姿，水平旋转所述圆盘，通过圆盘图像的扁度和标记块的位置之间关系，计算相机航向角；通过分析圆盘的成像特点，利用相机、圆盘图像和圆盘形成的相似三角形，计算相机位移矩阵；根据相机俯仰角和相机航向角，计算相机旋转矩阵；融合所述相机旋转矩阵和相机位移矩阵组成姿态矩阵最终完成相机位姿估计。本发明方法能够快速高效地完成相机位姿估计，具有广泛的应用前景。
-
公开(公告)号：CN112346564A
公开(公告)日：2021-02-09
申请号：CN202011167802.3
申请日：2020-10-26
Applicant: 江南大学
Abstract: 本发明公开了一种手抓取释放虚拟物体方法，属于计算机图形学和虚拟现实相结合的交叉学科技术领域。本发明通过研究虚实融合过程中动态遮挡问题，利用连续帧中遮挡区域的变化情况，实现了自然交互中手对虚拟物体的移动，通过记录连续帧中遮挡重合区域中心点像素的移动及深度变化情况以及该区域的遮挡变化情况，对虚拟对象与前景对象进行碰撞估计，进一步分析出虚拟对象重合区域出的受力情况，从而得出虚拟对象的运动状态，完成了手对虚拟物体的抓取，解决了动态环境下的虚实遮挡问题。
-
Patent Agency Ranking
公开(公告)号：CN119941784A
公开(公告)日：2025-05-06
申请号：CN202411778639.2
申请日：2024-12-05
Applicant: 江南大学
IPC: G06T7/246 , G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种特征自监督下的点云场景流估计方法，属于三维视觉技术领域。该特征自监督下的点云场景流估计方法，通过激光扫描仪获取相邻时刻的两组点云数据；两组点云数据作为点特征提取网络的输入，需要经过3层Setconv++层处理，获得特征矩阵；计算两组点云之间的特征余弦相似度矩阵，构建软对应点，得到初始的点云场景流；利用自监督损失项训练模型，获得点特征模型和最优传输问题中的相关参数；使用基于随机漫步算法的精化过程，得到修正后的点云场景流；该特征自监督下的点云场景流估计方法，利用特征提取网络各级处理后得到的特征，增强了相邻相似结构中各点之间点特征的区分度，有效降低了对相似结构的错误匹配。
-
公开(公告)号：CN119295754A
公开(公告)日：2025-01-10
申请号：CN202411525163.1
申请日：2024-10-30
Applicant: 江南大学
IPC: G06V10/26 , G06V10/74 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06N3/09
Abstract: 本发明涉及计算机视觉领域，尤其涉及一种图像语义分割方法。本发明通过编码器提取每幅图像对应的特征图，将每幅图像作为节点，每个节点间建立连接关系，构建完全有向图；将完全有向图及所有特征图输入图神经网络，提取语义相似性特征向量；将每幅图像对应的特征图输入类内推理模块，提取每幅图像中每个类别的类别特征后，将其输入共现关系推理模块，提取每幅图像的共现特征向量；分别将语义相似性特征向量与每幅图像的共现特征向量进行拼接后，通过全连接层和Softmax激活函数计算自适应权重，根据自适应权重对拼接特征向量进行加权计算后，通过全连接层输出每幅图像的语义分割特征向量。本发明充分利用了图像中的上下文信息，提高了语义分割精度。
-
公开(公告)号：CN112949114B
公开(公告)日：2024-07-12
申请号：CN202110132920.9
申请日：2021-02-01
Applicant: 江南大学
Abstract: 本发明公开了一种酒精灯火苗接触不规则表面燃烧模拟方法，包括，根据非燃烧接触物的形状，分别利用包围球策略和AABB包围盒策略对火苗粒子与不规则表面进行碰撞检测；根据碰撞检测结果并利用MAC网格提取火苗粒子与非燃烧接触物的交互边界面，而后在碰撞点处通过牛顿运动学原理分析火苗粒子接非燃烧接触物时的受力情况；将受力情况存储至网格单元，而后通过遍历网格单元获取火苗粒子的属性值；利用火苗粒子发生碰撞前的速度与法线方向的关系，计算火苗粒子与非燃烧接触物碰撞后的速度，从而获得火苗的运动状态；根据属性值和运动状态对火苗粒子与非燃烧接触物进行动态模拟；本发明实现了不规则接触物表面与酒精灯火苗的交互模拟，且满足实时性要求。
-
公开(公告)号：CN117372717A
公开(公告)日：2024-01-09
申请号：CN202311162717.1
申请日：2023-09-11
Applicant: 江南大学
Abstract: 一种大视点变化下图像特征点提取方法，涉及计算机视觉领域。解决现技术在大于40度的大视点变化下特征点提取的精度和高耗时问题。所述方法包括：根据ASIFT的仿射模拟策略对图像进行经度优化，并获取仿射模拟视点，所述图像包含基准图像和目标图像；根据仿射模拟视点以及图像灰度信息构建自适应阈值的AGAST特征检测器；根据所述AGAST特征检测器将仿射模拟视点进行自适应特征提取，获取模拟视点图像；对所述模拟视点图像进行透视变换，获取透视变换后的图像；将所述透视变换后的图像和优化后的目标图像进行SIFT特征匹配，获取匹配图像之间的特征点对与匹配关系。本发明应用于计算机视觉领域。
-
公开(公告)号：CN116630370A
公开(公告)日：2023-08-22
申请号：CN202310617643.X
申请日：2023-05-29
Applicant: 江南大学
IPC: G06T7/246 , G06V10/762
Abstract: 本发明公开了一种基于关联矩阵的多模型PBP‑TPMB机动扩展目标跟踪方法，属于目标跟踪领域。所述方法包括：首先，在粒子置信度传播(PBP)数据关联方式的基础上，通过融入关联矩阵，避免遍历所有量测与目标的似然，减少数据关联的计算量，其次，通过模糊处理的方法，在机动点目标与扩展目标互相靠近的场景下，实现点目标遮挡期间的多目标跟踪，最后，通过基于轨迹集的TPMB滤波保留目标运动期间的完整航迹信息，并融入反向平滑，使算法输出的目标轨迹估计集更接近真实目标。本发明通过多模型PBP‑TPMB滤波，解决了紧邻场景下跟踪机动扩展目标的问题，达到了有效跟踪机动点目标和扩展目标的效果。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.02 seconds)
