-
-
公开(公告)号：CN104680567A
公开(公告)日：2015-06-03
申请号：CN201510057363.3
申请日：2015-02-04
Applicant: 浙江工商大学
IPC: G06T13/20
Abstract: 本发明公开了一种根据曲率对三维模型进行帧聚类的方法。本发明首先求出所有帧的中心点。其次分别求出这些中心点在x，y，z方向上的一阶导数、二阶导数存入相应的矩阵。然后求各帧中心点的曲率，对所有曲率进行从大到小排序，再选取合适的前k个曲率。最后把选出来的k个曲率对应的帧索引当作聚类簇的节点，将所有的帧分为k+1簇。本发明利用曲率的物理意义、三维空间中曲率的求解方法及中心差分法求某离散点的导数，从而达到很好的聚类效果且计算简单。
-
公开(公告)号：CN104680174A
公开(公告)日：2015-06-03
申请号：CN201510057315.4
申请日：2015-02-04
Applicant: 浙江工商大学
Inventor： 杨柏林
IPC: G06K9/62
Abstract: 本发明公开了一种面向网格动画渐进传输的帧聚类方法。本发明首先对各帧模型进行匹配。利用ICP算法找到帧网格模型坐标矩阵间的变换关系，得到帧与帧间的旋转矩阵R与平移矩阵T，然后利用类kmeans聚类算法将所有的帧网格坐标数据进行聚类。最后得到各类内帧索引连续的聚类结果，开始逐类进行数据处理并分别完成编码传输，同时对各类的代表帧进行独立传输。本发明聚类时以网格残差替代传统的欧氏距离，然后再加入关键帧时间差值，使得聚类结果不仅准确，还能保证各类所包含的帧索引连续。最后通过逐类处理并分开进行编码传输，可实现网格动画的渐进传输。
-
公开(公告)号：CN103914124A
公开(公告)日：2014-07-09
申请号：CN201410134913.2
申请日：2014-04-04
Applicant: 浙江工商大学
Abstract: 本发明公开了一种面向三维场景的节能颜色映射方法。本发明首先在服务器端导入张预先已由三维场景图渲染好的二维场景图像。若，则直接将该张场景图像划为一类，记为类，然后执行节能颜色替换算法，来得到一个低功耗颜色子集。若，则首先基于颜色构成相似性执行Kmeans聚类算法，对场景图像进行分组，得到个场景图像子类，逐类执行节能颜色替换算法，来得到个低功耗颜色子集。然后对得到的个低功耗颜色子集执行并集运算，最终形成一个完整的低功耗颜色集。本发明利用颜色优化方案实现在功耗受限的移动客户端低代价绘制，从而达到节能效果。
-
公开(公告)号：CN101840584B
公开(公告)日：2012-05-23
申请号：CN201010155125.3
申请日：2010-04-23
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于交互显示屏的二维数字角色操作方法。传统的形状变形技术及其应用不适合普遍用户，并且难以推广到一般的便携式移动设备。本发明方法首先建立二维角色框架骨架，包括计算各条曲线上特征点，将每条曲线上的特征点连接，连接分离曲线间距离最短的特征点；然后通过交互显示屏，用户使用手指或者触控笔在角色形状上指定并移动若干个约束点，以操作角色并使之发生相应变形。在操作过程中，通过最小化变形能量函数，得到框架骨架的变形位置，进而产生满足用户约束的自然角色姿势。本发明方法采用基于几何变形能量的形状变形技术，通过建立并优化相应的角色形状变形能量函数，从而产生自然且具有视觉真实感的角色姿势。
-
Patent Agency Ranking
公开(公告)号：CN119251489A
公开(公告)日：2025-01-03
申请号：CN202411202648.7
申请日：2024-08-29
Applicant: 浙江工商大学
IPC: G06V10/26 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/80 , G06V10/52
Abstract: 本发明公开了一种基于场景引导的点云分割方法、系统、电子设备及存储介质。首先，为了充分利用场景驱动特征的选择，本发明提出了场景引导特征选择解码器，用于利用场景和特征间的注意力机制，优化特征的解码和融合过程，增强点与点之间的关联性，并减少多尺度信息聚合中的误差。其次，为了解决传统特征提取网络在处理大范围场景级特征时的局限性，本发明提出了空洞注意力补差器，用于通过特定的空洞策略增大感受野，从而在较小计算负担下有效捕捉更广阔的场景信息。最后，本发明不仅提升了点云分割模型对复杂点云数据的处理能力，还显著提高了在公认的点云数据集（如S3DIS和ScanNet）上的分割性能。
-
公开(公告)号：CN118568416A
公开(公告)日：2024-08-30
申请号：CN202410714639.X
申请日：2024-06-04
Applicant: 浙江工商大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多帧上下文的保结构动态点云几何压缩方法，首先对动态点云数据集进行预处理划分为训练集、验证集和测试集。其次对输入的当前帧点云、前一重构帧点云和前一真实帧点云进行特征提取，接着经过保结构型运动估计模块来计算初始运动向量。通过多帧运动向量融合模块获取运动向量上下文对初始运动向量进行压缩。将得到的运动向量和三个前一重构帧点云特征空间表示输入多帧上下文构造模块计算当前帧的上下文信息。利用上下文信息作为条件对当前帧进行压缩，其中通过熵编码来减少压缩比特大小。最后通过重构网络得到当前帧的重构帧。本发明使用标准RD损失函数来训练网络，可以显著提高压缩效果。
-
公开(公告)号：CN114092579B
公开(公告)日：2024-05-14
申请号：CN202111357338.9
申请日：2021-11-16
Applicant: 浙江工商大学
IPC: G06T9/00 , G06N3/0455 , G06N3/0495 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于隐式神经网络的点云压缩方法。本发明首先给定数据集中的某一类别形状，划分为训练集和测试集两个部分；对原始的数据集中的mesh模型进行预处理，得到SDF值；其次设计一个基于auto‑decoder并融合熵模型的整体网络框架，输入为观察信息和经过熵模型量化的隐变量，输出为查询点的SDF估计值；然后进行模型训练和推断，得到表示单个形状的隐变量，最后将隐变量压缩为二进制字符串，进一步增加压缩率，并将压缩后的字符串传输给解码端。本发明不需要通过复杂的3d卷积对3d形状进行处理，通过简单的MLP表示隐式网络，结构更加简单。
-
公开(公告)号：CN117132532A
公开(公告)日：2023-11-28
申请号：CN202310836988.4
申请日：2023-07-10
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种基于ROI注意力的医学图像质量盲评价方法。本发明中的深度学习网络模型包括第一网络单元和第二网络单元；所述的第一网络单元包括ResNet模块和Attention UNet模块；ResNet模块的输出连接所述Attention UNet模块；所述的第二网络单元包括SiPNet模块和RegNet模块，SiPNet模块的输出连接所述RegNet模块。本发明采用有监督的深度学习方法，在U‑Net网络结构的基础上引入双注意力机制，将特征图的能量主要集中在ROI区域，从而有效地解决了非ROI区域可能会大幅拉低总体图像质量评分的问题。
-
公开(公告)号：CN109767480B
公开(公告)日：2023-08-18
申请号：CN201811543477.9
申请日：2018-12-17
Applicant: 浙江工商大学
IPC: G06T13/20 , G06V10/762
Abstract: 本发明公开了一种基于显著性和空间特征的三维网格动画压缩方法。本发明使用显著性模型来评估三维网格序列动画模型每一帧的运动强弱。由物体运动得到的空域聚类和时域聚类之后，所得系数在经过图傅里叶变化后，产生了新系数，并且它们有一个共同特点，即代表高频系数的数量多但大部分几乎为0，代表低频的系数数量少但值很大。基于此，仅保留低频信息以到达提高压缩率的目的，排除高频信息的干扰。最后，采用图傅里叶变化和CSPECK编码将上述的得到DMS转换成多分辨率表示以支持渐进式流。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.04 seconds)
