-
公开(公告)号：CN106023189A
公开(公告)日：2016-10-12
申请号：CN201610325812.2
申请日：2016-05-17
Applicant: 北京信息科技大学
IPC: G06T7/00
CPC classification number: G06T2207/10028
Abstract: 本发明公开了一种基于匹配优化的光场数据深度重建方法，包括：在四维光场中基于加权的区域匹配算法建立视差的目标函数，求解所述目标函数得到初步视差图；建立置信函数，根据所述置信函数的取值将所述初步视差图中的匹配像素分为准确匹配像素和误匹配像素；对所述目标函数设置阈值，根据所述阈值将所述误匹配像素分为平滑误匹配像素和边缘遮挡误匹配像素；以及对所述平滑误匹配像素进行平滑处理，对所述遮挡误匹配像素进行自适应匹配，以便优化所述视差图，并根据优化后的视差图输出场景深度。通过采用本发明提供的方法，能够在四维光场理论下实现高精度的深度重建。
-
公开(公告)号：CN105976431A
公开(公告)日：2016-09-28
申请号：CN201610345960.0
申请日：2016-05-23
Applicant: 北京信息科技大学
IPC: G06T17/30
CPC classification number: G06T17/30 , G06T2200/04 , G06T2200/08
Abstract: 本发明公开了一种基于旋转光场的三维表面重构方法，包括：(1)对旋转光场进行参数化表征，建立重构物体与旋转光场的几何关系；(2)从旋转采样光场中提取每个视点图像的特征点，追踪匹配成功的特征点的坐标轨迹，对坐标轨迹进行参数拟合得到正弦函数曲线；(3)由特征点与旋转光场的几何关系，得到特征点与旋转角度在旋转光场中的正弦函数，根据拟合得到的所述正弦函数曲线计算特征点的三维坐标，重构三维图像，并实现三维测量。通过采用本发明提供的基于旋转光场三维表面重构方法，实现了全视角的三维表面重构，可以为虚拟现实和增强现实提供全视角精确的三维结构信息。
-
公开(公告)号：CN119515718A
公开(公告)日：2025-02-25
申请号：CN202411582663.9
申请日：2024-11-07
Applicant: 北京信息科技大学 , 中国绿化基金会 , 山东黄河三角洲国家级自然保护区管理委员会
Abstract: 本发明公开了一种基于隐式神经表示的珍稀鸟类虚拟数字化方法和系统，其包括：步骤1，创建输入数据；步骤2，将珍稀鸟类重建区域的空间位置坐标X经过傅立叶特征映射为高维傅立叶特征向量γ(X)，在X处设自适应可学习滤波器HB(α(X))，HB(α(X))包含控制HB(α(X))的维度用的B和控制HB(α(X))滤波初始位置用的α(X)；步骤3，将HB(α(X))与γ(X)结合，得到MLPs网络Fθ的第1层的隐藏单元z(1)，以得到X处的颜色和体密度；步骤4，通过体渲染技术，生成珍稀鸟类静态背景的新视角和新姿势图。本发明能够仅通过单目相机采集到的数据，快速渲染出任意视角的珍稀鸟类高质量图片，在处理珍稀鸟类复杂的形态和细节时表现出色。
-
公开(公告)号：CN119151783A
公开(公告)日：2024-12-17
申请号：CN202410944662.8
申请日：2024-07-15
Applicant: 北京信息科技大学
IPC: G06T3/4053 , G06T3/4046 , G06T7/00 , G06N3/0455 , G06N3/088
Abstract: 本发明涉及一种基于条件VAE模型的光场角度超分辨方法，属于计算成像、机器视觉与数字图像处理技术领域，包括如下步骤：通过采集视点平面等间隔稀疏的光场子孔径图像阵列LFγ和中心子孔径图像LF0分别输入视差估计模块(P)和特征提取模块(F)，获得场景初始视差图和不同层级的中心子孔径特征；本发明可以不依赖大规模的高分辨率训练数据集，可对全部光场子孔径图像同步做角度域的超分辨重构，设计一种基于光场数据的空角一致性混合损失函数，使新模型在重构角度高分辨率的子孔径图像时能够利用耦合在子孔径图像种的视差信息，在合成和真实数据集上数值实验结果接近有监督方法，同时能够满足基于深度学习的方法对光场角度域的超分辨。
-
公开(公告)号：CN117196158B
公开(公告)日：2024-04-02
申请号：CN202311453686.5
申请日：2023-11-03
IPC: G06Q10/063 , G06F16/29 , G06Q50/26
Abstract: 本发明公开了一种基于GPS数据的东方白鹳幼鸟时期划分方法，其包括：步骤1，获取东方白鹳巢号对应巢中每只幼鸟的GPS数据；步骤2，将GPS数据中不符合条件的数据去除，每一数据作为一个轨迹点；步骤3，计算同一东方白鹳巢号对应巢中每只幼鸟的每一轨迹点分别到幼鸟所住巢的离巢距离；步骤4，确定每只幼鸟在各关键时期的开始时间，以获得每只幼鸟对应的初步的东方白鹳幼鸟时期划分结果；步骤5，获取同一东方白鹳巢号对应巢中每两只幼鸟在同日的活动区重合度随时间变化的信息；步骤6，对每只幼鸟对应的初步的东方白鹳幼鸟时期划分结果进行调整。本发明属于时空数据挖掘与处理技术领域，用于获得每只东方白鹳的幼鸟时期划分结果。
-
Patent Agency Ranking
公开(公告)号：CN116721142A
公开(公告)日：2023-09-08
申请号：CN202311000568.9
申请日：2023-08-10
Applicant: 山东黄河三角洲国家级自然保护区管理委员会 , 北京信息科技大学
Abstract: 本发明公开了一种基于区域匹配正则化的由光场数据估计视差的方法及应用。基于区域匹配正则化的由光场数据估计视差的方法包括：步骤1，建立用于衡量区域匹配窗口区域匹配窗口准确性和稳定性的窗口适应性度量函数；步骤2，建立场景视差估计优化模型；步骤3，利用搜索法实现区域匹配正则化，得到最优区域匹配窗口；步骤4，利用最优区域匹配窗口，求解最优视差函数。本发明用于对四维光场数据进行高精度和高鲁棒性的视差估计，以及用于场景三维重建、虚拟现实和三维显示等。本发明属于计算成像和计算机视觉技术领域。
-
公开(公告)号：CN111932648B
公开(公告)日：2023-05-12
申请号：CN202010766903.6
申请日：2020-08-03
Abstract: 本发明公开了一种由螺旋采样光场数据重建三维物体的方法，其包括：步骤1，将螺旋采样光场数据表示为Ls(x，y，Φ)：相机采集到的光场数据为螺旋采样光场数据，s表示螺距，为螺旋角度，表示在第k层下的旋转角度，x、y分别为相机的探测器平面在世界坐标系中的横、纵坐标；步骤2，建立物点在螺旋采样光场下的理想轨迹方程；步骤3，进行亚光圈区域匹配，追踪匹配点在螺旋采样光场数据中的轨迹；步骤4，对轨迹进行参数拟合，得到匹配点的三维坐标，重构三维物体。本发明方法能够实现高精度的物体三维表面重构，由于与螺旋CT数据采集模式相匹配，可与螺旋CT一起构成同时重构物体表面和内部结构信息的双模态成像系统。
-
公开(公告)号：CN114626476A
公开(公告)日：2022-06-14
申请号：CN202210279684.8
申请日：2022-03-21
Applicant: 北京信息科技大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Transformer和部件特征融合的鸟类细粒度图像识别方法及装置，该方法包括：步骤1，通过将预处理后的图像输入基于Transformer架构网络的特征编码器，提取出基础特征图，并将所述基础特征图输入注意力模块，生成部件注意力图；步骤2，将所述基础特征图和所述部件注意力图进行双线性注意力池化操作，获得判别性部件特征；步骤3，通过将判别性部件特征在通道维度上进行拼接，得到融合了判别性部件信息的增强特征表示；步骤4，通过将增强特征表示输入全连接层，完成类别的映射，并通过交叉熵损失和中心损失对模型参数进行优化。本发明能够实现在弱监督下对鸟类图像进行高精度识别。
-
公开(公告)号：CN112381830A
公开(公告)日：2021-02-19
申请号：CN202011300818.7
申请日：2020-11-19
Applicant: 山东黄河三角洲国家级自然保护区管理委员会 , 北京信息科技大学
Abstract: 本发明公开了一种基于YCbCr超像素和图割的鸟类关键部位提取方法和装置，该方法包括：步骤1，在YCbCr颜色空间下，对鸟类图像进行超像素分割，形成图割模型的node顶点；步骤2，对鸟类图像中的背景和鸟身体的各关键部位进行多边形标记，并制作背景和关键部位的标签类型，形成图割模型中的Terminal节点；步骤3，利用超像素的颜色直方图和纹理直方图比较两个超像素的相似程度，计算两Node节点之间的边以及Node节点与Terminal节点之间的边；步骤4，构建图割模型中目标函数，并进行优化求解，得到鸟类关键部位分割结果。本发明能够获得鸟类具有区分性的精确关键部位特征，有助于避免拍摄角度、光照及姿态的影响，提高鸟类图像细粒度分类与识别的准确率。
-
公开(公告)号：CN109325981B
公开(公告)日：2020-10-02
申请号：CN201811070094.4
申请日：2018-09-13
Applicant: 北京信息科技大学
IPC: G06T7/80
Abstract: 本发明公开了一种基于聚焦像点的微透镜阵列型光场相机几何参数标定方法，该方法包括以下步骤：S1，根据微透镜阵列型光场相机的聚焦成像光路图，得到物点与聚焦像点关于主透镜的映射关系；S2，根据微透镜阵列型光场相机的聚焦成像光路图，得到聚焦像点与探测器像点关于微透镜的映射关系；S3，根据检测得到的探测器像点，求解聚焦像点的坐标；S4，根据S3获得的聚焦像点的坐标，求解标定模型中的相机内部参数矩阵和外部参数矩；S5，通过S4获得的相机内部参数矩阵和外部参数矩阵，标定微透镜阵列型光场相机的几何参数。通过采用本发明提供的方法，进行微透镜阵列型光场相机的几何参数标定，可以为后续光场数据校准和实现计算成像提供可靠的参数。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.035 seconds)
