图像处理装置、图像处理方法和机器可读存储介质

    公开(公告)号:CN113569591A

    公开(公告)日:2021-10-29

    申请号:CN202010349099.1

    申请日:2020-04-28

    Inventor: 李斐 杨静 刘汝杰

    Abstract: 本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括:检测单元,其在图像中的包括多个对象的区域中检测关于多个对象的二维2D关键点,其中多个对象彼此部分交叠;候选关键点集选择单元,其从2D关键点中选择针对多个对象中的一个对象的候选关键点集;估计单元,其基于候选关键点集来估计所述一个对象的三维3D模型;3D模型选择单元,其在估计出的3D模型中选择最佳3D模型;以及获取单元,其通过将最佳3D模型投影到图像的平面上来得到被分离的所述一个对象。该图像处理装置可以从包括多个对象的图像中分离出一个对象。

    用于监视洗手过程的装置、方法以及存储介质

    公开(公告)号:CN113553886A

    公开(公告)日:2021-10-26

    申请号:CN202010338080.7

    申请日:2020-04-26

    Abstract: 本公开内容涉及用于监视洗手过程的装置、方法以及存储介质。根据本公开内容的一个实施例,该用于监视洗手过程的装置包括:存储有指令的存储器;以及处理器,处理器能够执行从存储器获取的指令,使得以并行运行多个模块的方式实现监视洗手过程;其中,多个模块包括:分类模块,用于基于基准洗手动作集确定基于洗手过程生成的双手图像序列中的选中双手图像的动作类型属性;以及计数模块,用于基于选中基准洗手动作、双手图像序列及双手图像序列中的双手图像的已确定的动作类型属性,确定选中基准洗手动作的已执行次数。本公开内容的方法、装置和存储介质的有益效果至少包括:全面准确评估洗手人员的洗手过程的执行质量。

    图像处理设备、图像处理方法以及图像处理装置

    公开(公告)号:CN107292826B

    公开(公告)日:2021-01-22

    申请号:CN201610197262.0

    申请日:2016-03-31

    Inventor: 田虎 李斐

    Abstract: 本公开提供一种图像处理设备、图像处理方法以及图像处理装置。根据本公开的图像处理设备包括:边缘检测单元,被配置成检测所述深度图像及其相对应的原始图像中的图像边缘,以获取深度图像边缘和原始图像边缘;像素点匹配单元,被配置成通过将所述深度图像边缘上的深度图像像素点与所述原始图像边缘上的原始图像像素点进行匹配,获取表示各个深度图像像素点与相匹配的原始图像像素点之间位置差的向量作为该深度图像像素点的偏移向量;以及偏移单元,被配置成使用所述偏移向量对所述深度图像中的各个像素点进行偏移,以实现对所述深度图像的修正。根据本公开的图像处理设备、方法以及装置至少能够更准确地修正深度图像中的深度图像边缘。

    图像处理装置、方法及介质

    公开(公告)号:CN111583321A

    公开(公告)日:2020-08-25

    申请号:CN201910124348.4

    申请日:2019-02-19

    Inventor: 田虎 李斐

    Abstract: 公开了一种图像处理装置、方法及介质,所述图像处理装置包括:第一训练单元,其使用有标签输入图像来训练深度网络,以获得所述有标签输入图像的深度图像;第二训练单元,其使用所述有标签的输入图像和所获得的深度图像来训练置信度网络,以获得置信度图像,所述置信度图像指示所述深度图像的估计深度接近真实深度的区域;以及第三训练单元,其使用所述有标签输入图像和无标签输入图像一起训练所述深度网络,其中,通过所述深度图像和所述置信度图像获得所述无标签输入图像的伪真实深度,并且将所述伪真实深度视为所述无标签输入图像的真实深度。

    训练深度估计模型的方法和设备以及存储介质

    公开(公告)号:CN110766737A

    公开(公告)日:2020-02-07

    申请号:CN201810835621.X

    申请日:2018-07-26

    Inventor: 田虎 李斐

    Abstract: 公开了一种深度估计模型训练方法和设备以及存储介质。该方法包括:通过深度估计模型获得样本图像的估计深度图;在基于样本图像、其真实深度图和投影参数而获得的第一投影图中选择第一投影点,并且在基于样本图像、其估计深度图和投影参数而获得的第二投影图中选择第二投影点,第一和第二投影图具有相同的投影方向,并且第一投影点在第一投影图中的位置与第二投影点在第二投影图中的位置相同;确定第一和第二投影点在样本图像中的相对应的第一和第二点;通过使包括第一损失函数的总损失函数最小,来更新深度估计模型的参数,第一损失函数是关于第一和第二点的特征值之间的距离;和重复上述步骤,直到通过深度估计模型获得的估计深度图不再变化。

    深度估计装置的训练方法、深度估计设备及存储介质

    公开(公告)号:CN109785376A

    公开(公告)日:2019-05-21

    申请号:CN201711128851.4

    申请日:2017-11-15

    Inventor: 李斐 刘汝杰

    Abstract: 本发明公开了一种深度估计装置的训练方法、深度估计设备及存储介质。所述方法包括:向n个所述装置中的每个装置输入n个样本图像,输入至所述装置的n个样本图像的顺序被设置成使得各个装置所接收的第1个样本图像彼此不同,n为大于等于2的整数;利用所述装置所包含的第一神经网络,基于n个样本图像来估计第1个样本图像的深度图和从拍摄其他样本图像的相机的坐标系变换至拍摄第1个样本图像的相机的坐标系的变换矩阵;基于所述变换矩阵来构建使得n个装置相互关联的第一损失函数;以及通过使包括所述第一损失函数的总体损失函数最小化来确定所述装置的参数。

    分类装置、分类方法以及电子设备

    公开(公告)号:CN103679190B

    公开(公告)日:2019-03-01

    申请号:CN201210352239.6

    申请日:2012-09-20

    Abstract: 本发明提供了分类装置、分类方法以及电子设备,以克服利用传统的基于图的学习方法所获得的测试样本的类别分值不准确的问题。上述分类装置包括:用于对目标样本进行聚类的聚类单元;用于确定与目标样本的每个聚类相关的训练样本的确定单元;用于删除类别分值不准确的训练样本的类别分值的删除单元;以及用于将上述目标样本作为测试样本并根据每个测试样本与每个剩下的训练样本之间的相似度、以及每两个测试样本之间的相似度来计算上述测试样本的类别分值的计算单元。上述分类方法用于执行能够实现上述分类装置的功能的处理。上述电子设备包括上述分类装置。本发明的上述技术能够应用于信息处理领域。

    用于对物体的三维几何模型着色的方法和装置

    公开(公告)号:CN108961381A

    公开(公告)日:2018-12-07

    申请号:CN201710347586.2

    申请日:2017-05-17

    Inventor: 李斐 刘汝杰

    CPC classification number: G06T15/50

    Abstract: 本公开涉及用于对物体的三维几何模型着色的方法和装置。根据本公开的用于对物体的三维几何模型着色的方法包括:基于拍摄物体得到的多个彩色图像构造所述物体的三维几何模型;执行所构造的三维几何模型与物体的给定的三维几何模型的对准;以及基于对准结果将多个彩色图像的颜色映射到给定的三维几何模型上。根据本公开的技术,可以在没有关于物体的二维彩色图像的深度信息的情况下准确和快速地建立物体的三维几何模型与二维彩色图像之间的空间对应关系,从而对三维几何模型着色。

    摄像机姿态估计方法和摄像机姿态估计装置

    公开(公告)号:CN108335328A

    公开(公告)日:2018-07-27

    申请号:CN201710044456.1

    申请日:2017-01-19

    Inventor: 田虎 李斐

    Abstract: 公开了一种摄像机姿态估计方法和摄像机姿态估计装置,摄像机姿态估计方法包括:获得彩色图像和深度图像;获取当前帧彩色图像的特征点和相邻帧彩色图像的相应匹配特征点;获取与当前帧彩色图像中的特征点的位置分别对应的当前帧深度图像中的特征点,获取与当前帧深度图像的特征点分别匹配的相邻帧深度图像中的相应匹配特征点;基于当前摄像机姿态和用于校正图像中的特征点的非刚性畸变的参数表示当前帧深度图像中的特征点的世界坐标;在世界坐标系下计算当前帧深度图像和相邻帧深度图像的每对匹配特征点之间的距离,以针对每对匹配的特征点所计算出的距离之和最小为目标,估计当前摄像机姿态和所述参数。可以消除摄像机参数估计中的非刚性畸变。

    图像处理装置、图像处理方法以及图像处理设备

    公开(公告)号:CN107292893A

    公开(公告)日:2017-10-24

    申请号:CN201610197282.8

    申请日:2016-03-31

    Inventor: 田虎 李斐

    Abstract: 本公开提供了图像处理装置、图像处理方法以及图像处理设备。图像处理装置包括:第一聚类单元,其针对所述轮廓上的每个预定点,将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇,并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值,以分别作为针对该点的一个或多个选定直线的角度;以及第二聚类单元,其将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类,并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段,以作为所述待处理图像的轮廓特征。

Patent Agency Ranking