-
公开(公告)号：CN105100773A
公开(公告)日：2015-11-25
申请号：CN201510428719.X
申请日：2015-07-20
Applicant: 清华大学
Abstract: 本发明公开了一种立体视频制作方法、立体视图制作方法和制作系统，视频制作方法包括：选取源视频中部分视频帧作为关键帧；在关键帧中选取部分区域进行颜色深度调整；将关键帧中未进行颜色深度调整的区域进行颜色深度扩展形成深度视图；对源视频中除了关键帧之外的非关键帧进行深度传播，得到非关键帧的深度图层；将深度图层进行像素移位得到虚拟视图，根据虚拟视图与原始图进行立体渲染得到所有视频帧的立体视图；将立体视图组合形成立体视频。本发明具有如下优点：高效快速、可靠稳定，弥补了全自动平面转立体转换质量较差、适用范围小，和人工平面转立体成本过高的缺陷，具有广泛的市场需求和科学研究意义。
-
公开(公告)号：CN102800103B
公开(公告)日：2015-02-18
申请号：CN201210207809.2
申请日：2012-06-18
Applicant: 清华大学
IPC: G06T7/20
Abstract: 本发明提出一种基于多视角的深度相机的无标记动作捕捉方法及装置，该方法包括步骤：对多视角的深度相机进行标定，得到标定参数；通过多视角的深度相机采集深度图和彩色图；根据标定参数和深度图，进行三维空间变换得到点云集合；根据深度图和彩色图中的信息，将点云集合中的每一个三维点云点P与人体模型上的每一个表面网格点V进行匹配，得到匹配结果；根据匹配结果，按照人体骨架驱动表面模型进行运动捕捉，得到追踪结果。根据本发明实施例的方法，无需借助笨重的标志物，能够更加灵活便捷地进行运动捕捉，具有运动参数准确鲁棒、表面网格模型复原程度高、算法运行速度快、系统成本低的优点。
-
公开(公告)号：CN102254336B
公开(公告)日：2013-01-16
申请号：CN201110197873.2
申请日：2011-07-14
Applicant: 清华大学
IPC: G06T13/40
Abstract: 本发明公开了一种人脸视频合成方法及装置。人脸视频合成方法包括步骤：建立目标人物表情数据库，所述目标人物表情数据库中包括多帧人脸图像；对所述多帧人脸图像进行预处理，以提取每一帧人脸图像上人脸的姿态位置和人脸的表情；进行用户定义的人脸图像序列中人脸的姿态位置和人脸的表情与所述多帧人脸图像上人脸的姿态位置和人脸的表情的联合相似度检索，以得到和所述用户定义的人脸图像序列匹配的检索图像序列；以及对所述检索图像序列进行卷绕变换和平滑处理。根据本发明实施例的人脸视频合成方法及装置，对于用户定义的任意表情，都能方便地合成出目标人物相应的逼真图像序列并且自动化程度高。
-
公开(公告)号：CN102800103A
公开(公告)日：2012-11-28
申请号：CN201210207809.2
申请日：2012-06-18
Applicant: 清华大学
IPC: G06T7/20
Abstract: 本发明提出一种基于多视角的深度相机的无标记动作捕捉方法及装置，该方法包括步骤：对多视角的深度相机进行标定，得到标定参数；通过多视角的深度相机采集深度图和彩色图；根据标定参数和深度图，进行三维空间变换得到点云集合；根据深度图和彩色图中的信息，将点云集合中的每一个三维点云点P与人体模型上的每一个表面网格点V进行匹配，得到匹配结果；根据匹配结果，按照人体骨架驱动表面模型进行运动捕捉，得到追踪结果。根据本发明实施例的方法，无需借助笨重的标志物，能够更加灵活便捷地进行运动捕捉，具有运动参数准确鲁棒、表面网格模型复原程度高、算法运行速度快、系统成本低的优点。
-
公开(公告)号：CN102364524A
公开(公告)日：2012-02-29
申请号：CN201110330357.2
申请日：2011-10-26
Applicant: 清华大学
Abstract: 本发明提出一种基于变光照多视角间差采样的三维重建方法，包括以下步骤：多组影像记录设备采集运动目标在各个时刻和光源提供的变光照条件下的多个视角的图像，得到运动目标的初始图像；根据运动目标的轮廓信息和对应于每个视角的影像记录设备的参数建立可视凸壳，利用可视凸壳建立运动目标的初始三维模型；对图像和初始三维模型进行联合运动补偿，得到运动目标的初始三维模型的法向信息；对运动目标的初始三维模型的法向信息和初始三维模型的几何信息进行联合优化，建立运动目标的优化三维模型。本发明还公开了一种基于变光照多视角间差采样的三维重建装置。本发明利用得到的多光照多时刻的图像信息，实现快速运动目标的高精度的三维重建。
-
Patent Agency Ranking
公开(公告)号：CN102254336A
公开(公告)日：2011-11-23
申请号：CN201110197873.2
申请日：2011-07-14
Applicant: 清华大学
Abstract: 本发明公开了一种人脸视频合成方法及装置。人脸视频合成方法包括步骤：建立目标人物表情数据库，所述目标人物表情数据库中包括多帧人脸图像；对所述多帧人脸图像进行预处理，以提取每一帧人脸图像上人脸的姿态位置和人脸的表情；进行用户定义的人脸图像序列中人脸的姿态位置和人脸的表情与所述多帧人脸图像上人脸的姿态位置和人脸的表情的联合相似度检索，以得到和所述用户定义的人脸图像序列匹配的检索图像序列；以及对所述检索图像序列进行卷绕变换和平滑处理。根据本发明实施例的人脸视频合成方法及装置，对于用户定义的任意表情，都能方便地合成出目标人物相应的逼真图像序列并且自动化程度高。
-
公开(公告)号：CN102236912A
公开(公告)日：2011-11-09
申请号：CN201110191618.7
申请日：2011-07-08
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明公开了一种变光照条件下运动目标的三维重建方法，包括如下步骤：采集运动目标在光源提供的变光照条件下的多个视角的图像；根据多台摄像机在每一时刻采集得到的运动目标的多个视角的图像，建立运动目标的初始三维模型；通过运动估计和运动补偿得到每个时刻的运动目标的多光照图像；联合初始三维模型和多光照图像恢复得到初始三维模型的法向信息；对初始三维模型的几何信息和初始三维模型的法向信息进行联合优化，得到运动目标的优化三维模型。本发明还公开了一种变光照条件下运动目标的三维重建装置。本发明联合多视角立体和光度立体方法的优势，结合周期性变光照条件下的运动估计和运动补偿，实现对运动目标的高精度的三维模型的重建。
-
公开(公告)号：CN101127128B
公开(公告)日：2010-06-09
申请号：CN200710121782.4
申请日：2007-09-14
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明涉及一种环形摄像机阵列校准系统及其方法，属于计算机多媒体技术领域。该系统包括一个校准板、摄像机阵列、多个采集服务器、一个校准服务器以及网线；该方法包括：在环形场中全部摄像机对校准板每种位置姿态同时进行拍摄，采集一幅该位置姿态的图像；多个采集服务器分别对其所有采集到的图像进行角点检测，并计算每个摄像机的单应矩阵Hij；校准服务器根据两两摄像机之间可以检测到的公共位置姿态数为其之间的关系权重，将摄像机阵列优化分组；对每组摄像机分别进行组内联合校准，将各组的外参统一为以同一摄像机为世界坐标原点的外参；优化校准参数；得到摄像机阵列内外参数的最大似然估计。本发明可实现精确地重构三维场景，任意视点的观看。
-
公开(公告)号：CN100593796C
公开(公告)日：2010-03-10
申请号：CN200810104943.3
申请日：2008-04-25
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明涉及变化光照动态场景三维采集系统，属于计算机图形学中的场景采集技术领域。该系统包括：由多个日光灯和发光二极管组成的照明单元，由N个相机组成的采集单元，由计算机、单片机电路和电源组成的控制单元，机械支架，以及由采集卡及服务器、幕布及可升降钢架、固定器件与连接线组成的附属设备。单片机电路和电源、计算机、相机及发光二极管均相连；幕布及可升降钢架覆盖整个机械支架的四周；服务器上的采集卡与相机连接；发光二极管、日光灯及相机固定在机械支架上。通过控制发光二极管光照的快速变化和不同组相机的采集时间间隔，系统可以实现多组多视角视频流的变化光照异步采集，从而完成变化光照条件下针对动态场景的三维采集。
-
公开(公告)号：CN100499805C
公开(公告)日：2009-06-10
申请号：CN200610165243.6
申请日：2006-12-15
Applicant: 清华大学
Abstract: 本发明涉及一种基于光场渲染的自由视点视频在IP网传输方法，属于计算机多媒体技术领域，该方法为：将每台电脑从摄像头采集来的视频进行压缩后的视频流作为一路视频流进行缓存；将用户所需要的多路视频流作为一路自由视点视频视频流进行传输，该传输方法包括：视频流缓存；建立连接准备服务，将用户及所需视频流标号放入相应的用户待服务列表，每个用户待服务列表中用户按照用户时间戳从早到晚排序；选取所有用户时间戳最早的用户按其视频流标号进行发送；当进行视频流切换时，服务器将用户待服务列表中用户的视频流标号修改为用户需要更换的视频流标号，然后发送。本发明解决了各路视频流之间在发送时的同步问题和发送端网络拥塞问题。
-
-
-
-
-
-
-
-
-
Search Results
233
records
(took 0.028 seconds)
