-
公开(公告)号：CN117315189A
公开(公告)日：2023-12-29
申请号：CN202310882685.6
申请日：2023-07-18
Applicant: 北京大学深圳研究生院
Abstract: 本发明提出一种点云重建方法、系统、终端设备及计算机存储介质，应用于点云几何技术领域，该点云重建方法应用于点云重建系统，所述点云重建系统包括自适应编码模块，所述点云重建方法包括：获取待重建的点云数据和数据应用场景；通过所述自适应编码模块对所述点云数据进行编码得到点云编码数据；根据所述数据应用场景对所述点云编码数据进行解码得到点云重建数据。本发明技术方案能够解决传统点云压缩框架压缩的点云数据与应用场景不匹配的技术问题。
-
公开(公告)号：CN117274747A
公开(公告)日：2023-12-22
申请号：CN202311436416.3
申请日：2023-11-01
Applicant: 北京大学深圳研究生院
IPC: G06V10/774 , G06V10/26 , G06V10/82 , G06V20/64 , G06N3/09
Abstract: 本发明提供了一种面向大规模点云场景理解任务的预训练方法，包括：S1.点与片段对比损失：通过构造点的特征和片段特征的正负例关系，实现点与片段对比损失；S2.通道对比损失：通过构造通道上特征图之间的正负例关系，实现通道对比损失；S3.预训练：通过将点与片段对比损失和通道对比损失加权求和获得总体对比损失，然后对骨干网络参数进行预训练学习；S4.下游任务相关的监督训练。本发明方法能够在降低资源占用的情况下，为网络模型的学习提供细粒度的对比监督损失，保持点级别的细粒度监督，用于提升预训练的学习效率。
-
公开(公告)号：CN116962722A
公开(公告)日：2023-10-27
申请号：CN202310820866.6
申请日：2023-07-05
Applicant: 北京大学深圳研究生院
IPC: H04N19/65 , H04N19/86 , H04N19/159 , H04N19/593
Abstract: 本申请公开了一种视频压缩失真的修复方法、装置、处理设备以及存储介质，属于图像处理技术领域。该视频压缩失真的修复方法包括：对压缩视频进行时空特征提取得到粗糙的帧间对齐特征；根据双向稠密特征传递函数对所述粗糙的帧间对齐特征进行处理得到精细的帧间对齐特征；将所述粗糙的帧间对齐特征和所述精细的帧间对齐特征合并，并针对合并得到的帧间对齐特征进行残差特征增强以对所述压缩视频进行失真修复。采用本申请技术方案能够结合视频压缩过程中的编码特点来针对压缩视频质量进行有效地的修复。还可以采用图像域的粗粒度特征提取与特征域的细粒度相结合的特征提取方式从频域角度提取更丰富的深度特征，从而实现针对压缩视频的特征增强。
-
公开(公告)号：CN116612274A
公开(公告)日：2023-08-18
申请号：CN202310582318.4
申请日：2023-05-22
Applicant: 北京大学深圳研究生院
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本公开提供了一种针对压缩点云的目标检测方法、装置及电子设备，通过以原始点云为输入的第一目标检测模型作为教师模型，以压缩点云为输入的第二目标检测模型作为学生模型，确定第一目标检测模型与第二目标检测模型中，用于提取点云特征图的特征提取网络之间的特征蒸馏损失；确定第一目标检测模型与第二目标检测模型中，用于为点云特征图的每个像素分配对应空间权重的空间注意力模块之间的注意力蒸馏损失；在特征蒸馏损失与注意力蒸馏损失的监督下训练第二目标检测模型；将待检测压缩点云输入至训练好的第二目标检测模型，确定待检测压缩点云中的目标物体。可以提升针对压缩处理后的点云进行目标检测的检测性能。
-
公开(公告)号：CN116596884A
公开(公告)日：2023-08-15
申请号：CN202310563165.9
申请日：2023-05-18
Applicant: 北京大学深圳研究生院
IPC: G06T7/00 , G06T7/11 , G06T7/66 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种先天性心脏病的预测方法及装置，包括：获取目标患者的目标三维心脏点云；将目标三维心脏点云输入至预先构建好的分割分类模型中，确定目标三维心脏点云中各点的法向量，并基于各点的法向量将同一曲面的点进行聚类，确定出各心脏结构的三维结构点云；针对每个心脏结构，根据该心脏结构的预设结构权重对该心脏结构的三维结构点云进行加权处理，确定各心脏结构的三维加权结构点云；将包括各心脏结构的三维加权结构点云输入至分割分类模型中进行先天性心脏病预测，确定出至少一种预测结果。这样，通过本申请的方案，可进行精准的心脏结构分割以及多种先天性心脏病的同时预测，从而可有效的提高先天性心脏病识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN116094694A
公开(公告)日：2023-05-09
申请号：CN202211604777.X
申请日：2022-12-13
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种点云几何编码方法、解码方法、编码设备及解码设备。所述点云定义在树结构中，所述树结构中每个节点包括多个子节点，所述点云几何解码方法包括步骤：根据当前子节点的相邻节点的组合占用数目确定所述当前子节点的上下文；根据所述当前子节点的上下文对点云几何码流进行熵解码，得到所述当前子节点的占用信息。本发明按照当前子节点的相邻节点的组合占用数目确定所述当前子节点的上下文，组合占用数目考虑了当前子节点的多类相邻关系的相邻节点的占用数目，并基于组合占用数目按照相邻节点的几何结构确定上下文，更好地利用相邻节点的空间分布相关性，提高点云几何压缩性能。
-
公开(公告)号：CN113382265B
公开(公告)日：2023-03-24
申请号：CN202110548741.3
申请日：2021-05-19
Applicant: 北京大学深圳研究生院
IPC: H04N19/91 , H04N19/124 , H04N19/70 , H04N19/42 , H04N19/436
Abstract: 本申请公开了一种视频数据熵编码硬件实现方法、设备、介质及程序产品，所述视频数据熵编码硬件实现方法包括：通过所述二值化模块中的系数二值化器将获取的待熵编码图像对应的量化系数块转换为对应的语法元素，通过所述系数二值化器对所述语法元素进行二值化处理，获得各待编码序列，并将各所述待编码序列存储至所述缓存存储器，通过所述熵编码引擎模块读取所述缓存存储器中的各待编码序列，并对各所述待编码序列中的二进制符号分别进行熵编码，生成所述待熵编码图像对应的目标码流。本申请解决了视频数据熵编码效率低的技术问题。
-
公开(公告)号：CN115170682A
公开(公告)日：2022-10-11
申请号：CN202210445999.5
申请日：2022-04-26
Applicant: 北京大学深圳研究生院
Abstract: 本申请实施例提供一种处理点云数据的方法和目标处理点云数据模型，该方法包括：获取待压缩的点云数据，其中，所述待压缩的点云数据是对目标场景或者目标对象进行点云数据采集得到的；将所述待压缩的点云数据输入压缩模型，通过所述压缩模型得到压缩后点云数据，其中，所述压缩模型包括：多层特征提取模块，每一层特征提取模块进一步包括局部特征提取模块以及与所述局部特征提取模块连接的全局特征提取模块，所述全局特征提取模块至少包括自注意力模块和前馈神经网络；根据所述压缩后点云数据进行图像处理。通过本申请的一些实施例能够实现对点云数据的压缩，同时能够获得点云数据的全局特征，进而能够提升后续图像处理的准确率。
-
公开(公告)号：CN115033867A
公开(公告)日：2022-09-09
申请号：CN202210636627.0
申请日：2022-06-07
Applicant: 北京大学深圳研究生院
Abstract: 基于代码云托管平台联合协作的竞赛平台管理方法，包括将常规竞赛平台用户系统与代码云托管平台用户系统的联合协作和代码云托管平台仓库创建和权限管理，其中，将常规竞赛平台用户系统与代码云托管平台用户系统的联合协作，包括：S1.代码云托管平台用户系统接入，包括两个基本操作：用户注册和用户登录并绑定；S2.原有用户处理；其中，代码云托管平台仓库创建和权限管理，包括：代码云托管平台仓库权限列表维护；从代码云托管平台的仓库地址提交参赛代码；以及阅读权限和开源权限管理。本方法能够同时提高参赛用户、专家裁判以及平台管理员的效率，这对于促进在线科研竞赛的蓬勃发展有重大意义。
-
公开(公告)号：CN114998699A
公开(公告)日：2022-09-02
申请号：CN202210651759.0
申请日：2022-06-09
Applicant: 北京大学深圳研究生院
IPC: G06V10/80 , G06V10/422 , G06V10/44 , G06V20/20
Abstract: 本公开涉及点云处理技术领域，具体提供了一种压缩点云的失真恢复方法、装置及电子设备，通过获取压缩点云；针对所述压缩点云进行多尺度采样，确定多组采样点云；将所述采样点云输入至预设的特征提取器，确定所述压缩点云对应的精确结构特征；根据所述精确结构特征，分别提取所述压缩点云对应的全局形状特征以及局部纹理特征；将所述全局形状特征与所述局部纹理特征融合后进行点云重排列，确定所述压缩点云对应的恢复点云。可以有效去除点云在压缩过程中引入的压缩伪影，提高压缩点云的质量。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.042 seconds)
