-
公开(公告)号：CN111914618A
公开(公告)日：2020-11-10
申请号：CN202010521352.7
申请日：2020-06-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于对抗式相对深度约束网络的三维人体姿态估计方法，包括步骤：1)输入人体16个关节点的二维像素坐标，并归一化预处理；2)输入二维像素坐标到深度预测网络，输出人体16个关节点的深度值；3)利用深度值与二维像素坐标来重构关节点的三维坐标；4)输入三维人体姿态到生成式对抗网络的判别器进行真实性误差计算，利用三维人体姿态与图像对应的各关节点间的相对深度信息进行相对深度误差计算；5)将生成式对抗网络的判别器计算的真实性误差与相对深度误差相加得到总误差，并反馈到深度预测网络，得到更加准确的三维人体姿态。本发明解决了室外三维人体姿态数据缺少和生成式对抗网络方法的结果与图片各关节点间的相对深度关系不符合的问题。
-
公开(公告)号：CN108665470B
公开(公告)日：2020-09-22
申请号：CN201810457555.7
申请日：2018-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种交互式轮廓提取方法，包括步骤：1)建立l‑d轴坐标系，以用户交互草图为初始化，建立以初始曲线为中心的l‑d轴坐标系；2)局部轮廓线提取，将l‑d轴坐标系中寻找局部轮廓线的过程建模为最大化能量函数的问题，并使用动态规划求解局部最优解；3)多尺度局部轮廓线集合的生成，在初始化曲线上提取不同长度密集重叠的局部轮廓线集合；4)全局轮廓线融合，使用一种基于wPCA的方法，从冗余的局部轮廓线集合中提取出一条全局轮廓线。本发明方法能够表示任意复杂的物体轮廓，并且具有准确便捷，用户交互少，运行速度快，全局轮廓线连续和平滑的优点。
-
公开(公告)号：CN110496377B
公开(公告)日：2020-07-28
申请号：CN201910763946.6
申请日：2019-08-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于强化学习的虚拟乒乓球手击球训练方法，包括步骤：1)设计任务场景及任务流程；2)使用强化学习的方法对球拍的击球策略进行训练；3)使用逆向运动学的算法估计人体击球时各关节的运动情况；4)使用强化学习对根节点的移动策略进行训练。本发明能在无训练数据的情况下通过设计简单的奖励函数得到一个能以合理的姿态和高准确率进行击球的虚拟球手，不需要设计复杂的击球规则，同时因为强化学习正向运算的低耗特性，使虚拟球手的击球动作能稳定地保持高帧率，让用户有良好的交互体验。
-
公开(公告)号：CN110496377A
公开(公告)日：2019-11-26
申请号：CN201910763946.6
申请日：2019-08-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于强化学习的虚拟乒乓球手击球训练方法，包括步骤：1)设计任务场景及任务流程；2)使用强化学习的方法对球拍的击球策略进行训练；3)使用逆向运动学的算法估计人体击球时各关节的运动情况；4)使用强化学习对根节点的移动策略进行训练。本发明能在无训练数据的情况下通过设计简单的奖励函数得到一个能以合理的姿态和高准确率进行击球的虚拟球手，不需要设计复杂的击球规则，同时因为强化学习正向运算的低耗特性，使虚拟球手的击球动作能稳定地保持高帧率，让用户有良好的交互体验。
-
公开(公告)号：CN110222239A
公开(公告)日：2019-09-10
申请号：CN201910425318.7
申请日：2019-05-21
Applicant: 华南理工大学
IPC: G06F16/901 , G06T11/20
Abstract: 本发明公开了一种结构可变的图案生成和利用图案生成浏览界面的方法，所述图案生成方法，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。所述利用图案生成浏览界面的方法，包括以下步骤：1）、获取采样得到的新图案的高维向量表达特征，得到高维向量空间；所述高位向量表达特征采用该图案的关系图向量表示；2）、采用GPLVM将高维向量空间压缩到二维流形空间；3)、将二维流形空间中的点逆映射到高维空间中，得到新的图案，并对其进行后处理；4)、生成图案浏览界面。
-
Patent Agency Ranking
公开(公告)号：CN107862749A
公开(公告)日：2018-03-30
申请号：CN201711205368.1
申请日：2017-11-27
Applicant: 华南理工大学
IPC: G06T19/20
Abstract: 本发明公开了一种基于滚动法向量滤波和多法向技术的点云几何细节特征去除方法，包括步骤：1)利用滚动滤波方法对点云法向量场进行滤波；2)根据滤波后的法向量场对点位置进行更新，完成细节特征去除过程。本发明利用滚动滤波方法对法向量场进行滤波，可以在去除细节特征的同时，保持物体的大尺度特征不被模糊，并采用多法向方法使其尖锐特征避免被扭曲，有助于对点云模型几何特征进行编辑，并可应用于噪声数据，具有高鲁棒性的特点，具有很好的推广前景。
-
公开(公告)号：CN106204567A
公开(公告)日：2016-12-07
申请号：CN201610525850.2
申请日：2016-07-05
Applicant: 华南理工大学
CPC classification number: G06T2207/10016 , G06T2207/20221
Abstract: 本发明公开了一种自然背景视频抠图方法，包括步骤：1)关键帧自动选取，通过计算帧间差异自动地选取视频中的关键帧；2)关键帧Trimap图的生成，允许用户通过少量的手工交互提供有效信息，采用GrabCut分割算法与高斯模糊方法半自动地生成关键帧上的Trimap图；3)中间帧Trimap图的生成，利用双向光流传播生成中间各帧的Trimap图，并利用颜色、梯度等信息修正光流传播产生的误差；4)根据所有视频帧的Trimap图，以及加入三维时空优化的贝叶斯抠图算法计算出视频每一帧的α掩码图，将α掩码图与新的背景进行合成，得到新的合成视频。本发明方法具有速度快，用户交互少，最后得到的新合成视频具有良好的时间连贯性，真实感更强等优点。
-
公开(公告)号：CN106202352A
公开(公告)日：2016-12-07
申请号：CN201610525746.3
申请日：2016-07-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于贝叶斯网络的室内家居风格与颜色搭配设计的方法，包括步骤：1)室内风格和颜色设计方案的收集；2)对下载的设计方案进行标注；3)对每类物体的颜色进行聚类；4)训练贝叶斯网络；5)为3D室内场景进行颜色推荐；6)颜色多样化调整；7)设计得到的颜色迁移到纹理上，并将纹理贴在3D场景模型上。本发明利用贝叶斯网络从优秀的室内设计方案(图片)中编码装饰风格和家具颜色搭配之间的关系，可以用于室内场景中的家具颜色搭配的设计。根据用户对装饰风格的要求，本发明的系统可以推荐出符合该风格的室内场景的家具颜色搭配，为我国城市的家装市场、3D游戏动画和虚拟现实场景提供方便快捷的效果展示，具有实际的推广价值。
-
公开(公告)号：CN114693632B
公开(公告)日：2024-11-19
申请号：CN202210311826.4
申请日：2022-03-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于物体遮挡图结构的视频摘要方法、系统、装置及介质，其中方法包括：获取监控视频，根据监控视频提取管道信息，得到物体管道；根据遮挡关系将物体管道切分为管道段；在管道段之间建立边，构建图结构；解决管道段之间的位置冲突问题，完善图结构；基于图结构，采用MCMC算法对管道段进行采样，生成摘要视频。本发明根据物体管道间的遮挡关系将其分段，建立起图结构，将MCMC随机采样方法应用于根据视频内在遮挡关系分段的物体管道中，保留了其固有的逻辑，且成功解决了物体循环遮挡所形成的环引起的位置冲突问题。本发明可广泛应用于计算机图像视频处理领域。
-
公开(公告)号：CN116198771B
公开(公告)日：2024-04-09
申请号：CN202310259079.9
申请日：2023-03-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度强化学习的二维矩形条带包装方法，该方法考虑二维情况下，将多个矩形对象逐一包装到一个末端开口的条带中，以最小化矩形对象所达到的高度，结合天际线算法将二维矩形条带包装过程建模为马尔可夫决策过程，再通过强化学习方法训练用于二维矩形条带包装的网络模型，最终得到一种最优的包装方案。本发明利用强化学习技术，能够获取多个不同的较优解，不需要人为设计复杂的启发式规则。本发明可以应用于多种物品的包装和运输，同时还可以适应不同的环境和布局。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.02 seconds)
