用于渲染凹多边形的方法和装置

    公开(公告)号:CN101996414A

    公开(公告)日:2011-03-30

    申请号:CN200910165928.4

    申请日:2009-08-18

    Abstract: 公开了一种用于渲染凹多边形的方法和装置。其中,该用于渲染凹多边形的方法包括:将凹多边形分割为多个凸多边形;判断将要渲染的像素位于所述多个凸多边形中的哪一个中;利用所述像素的坐标信息、以及所述像素所在的凸多边形的各个顶点的坐标信息和参数信息,获取用于渲染所述像素的参数信息;以及利用所述参数信息对所述像素进行渲染。

    用于对凸多边形进行栅格化的系统及方法

    公开(公告)号:CN101739696A

    公开(公告)日:2010-06-16

    申请号:CN200810175474.4

    申请日:2008-11-10

    Abstract: 本发明公开了一种用于对凸多边形进行栅格化的系统及方法。其中,该系统包括:设置模块,用于计算需要进行栅格化的凸n边形的n条边的边方程系数,记录用于限定所述凸n边形的栅格化区域的边界框对该栅格化区域的区域限定信息,以及根据该区域限定信息创建该边界框,其中,n为大于3的整数;扫描模块,用于利用区域限定信息找出对该栅格化区域进行扫描的起始位置,利用凸n边形的n条边的边方程系数逐个判断从起始位置开始对该栅格化区域进行扫描的过程中扫描到的像素是否位于该栅格化区域内,如果是,则判断扫描到的像素需要描画,否则判断扫描到的像素不需要描画;以及描画模块,用于在扫描到的像素需要描画的情况下,对扫描到的像素进行描画。

    物体检测方法和装置
    43.
    发明授权

    公开(公告)号:CN111095295B

    公开(公告)日:2021-09-03

    申请号:CN201880055754.3

    申请日:2018-01-31

    Inventor: 白向晖 谭志明

    Abstract: 一种物体检测方法和装置,其中,该方法包括:利用多个卷积层从输入图像中提取全局图像特征;利用该全局图像特征确定多个候选检测区域;根据该信息,利用该多个卷积层中预定数量的卷积层,提取对应该预定数量的卷积层的第一局部图像特征;根据该第一局部图像特征确定该多个候选检测区域中的每个候选检测区域的第二局部图像特征;其中,该多个候选检测区域中的一部分候选检测区域的第二局部图像特征是利用提取的对应该预定数量的卷积层中的至少两个卷积层的第一局部图像特征确定的;以及,根据该每个候选检测区域的第二局部图像特征进行物体检测,输出物体检测结果。由此,能够在提取局部图像特征时实现空间分辨率和语义信息的平衡,提高物体检测精度。

    物体检测方法和装置
    44.
    发明公开

    公开(公告)号:CN111095295A

    公开(公告)日:2020-05-01

    申请号:CN201880055754.3

    申请日:2018-01-31

    Inventor: 白向晖 谭志明

    Abstract: 一种物体检测方法和装置,其中,该方法包括:利用多个卷积层从输入图像中提取全局图像特征;利用该全局图像特征确定多个候选检测区域;根据该信息,利用该多个卷积层中预定数量的卷积层,提取对应该预定数量的卷积层的第一局部图像特征;根据该第一局部图像特征确定该多个候选检测区域中的每个候选检测区域的第二局部图像特征;其中,该多个候选检测区域中的一部分候选检测区域的第二局部图像特征是利用提取的对应该预定数量的卷积层中的至少两个卷积层的第一局部图像特征确定的;以及,根据该每个候选检测区域的第二局部图像特征进行物体检测,输出物体检测结果。由此,能够在提取局部图像特征时实现空间分辨率和语义信息的平衡,提高物体检测精度。

    分类结果的融合方法、装置及电子设备

    公开(公告)号:CN109478228A

    公开(公告)日:2019-03-15

    申请号:CN201680087583.3

    申请日:2016-09-30

    Abstract: 一种分类结果的融合方法、装置和电子设备。该装置包括:获取单元,其用于获取预定时间段内不同时刻的分类结果;融合单元,其用于对不同时刻的分类结果进行融合,以得到融合的分类结果。根据本实施例,能够对预定时间段内不同时刻的分类结果进行融合,由此,提高了分类结果的准确度。

    神经网络的中间信息分析装置、优化装置、特征可视化装置

    公开(公告)号:CN109460812A

    公开(公告)日:2019-03-12

    申请号:CN201710794559.X

    申请日:2017-09-06

    Abstract: 本发明实施例提供一种神经网络的中间信息分析装置、优化装置、特征可视化装置及方法、电子设备,通过降维算法对神经网络中长短期记忆层输出的隐藏状态进行简化,并根据简化后的隐藏状态、神经网络的输入数据以及神经网络的输出结果分析该神经网络的中间信息,根据该中间信息,能够从本质上分析该神经网络的原理,从而能够针对具有长短期记忆层的神经网络的各种应用进行优化和改善;根据该中间信息对该神经网络的参数进行优化,能够有效提高该神经网络的应用效果,另外根据该中间信息能够实现该隐藏状态包含的特征的可视化,有利于对于具有长短期记忆层的神经网络的研究和学习。

    目标检测方法、装置以及计算机系统

    公开(公告)号:CN109416728A

    公开(公告)日:2019-03-01

    申请号:CN201680087590.3

    申请日:2016-09-30

    Abstract: 一种目标检测方法、装置以及计算机系统,该方法包括:对于视频图像的第一个关键帧,基于深度神经网络对所述第一个关键帧上的目标进行检测,得到所述第一个关键帧上的所有检测目标,并为每个检测目标分配标识(101);对于每个关键帧之后的普通帧,根据上一帧的目标检测结果,确定当前帧上对应每个检测目标的候选区域,根据所述候选区域对每个检测目标进行重新定位,得到当前帧上的追踪目标(102);对于视频图像的其他关键帧,基于深度神经网络对所述其他关键帧上的目标进行检测,得到所述其他关键帧上的所有检测目标,并根据上一帧的重新定位结果,对所述其他关键帧上的检测目标进行整合(103)。该方法能够提高目标检测的精度并减少时间消耗。

    用于对凹多边形进行三角化的方法和系统

    公开(公告)号:CN102110306B

    公开(公告)日:2016-09-21

    申请号:CN200910262057.8

    申请日:2009-12-23

    Abstract: 公开了一种用于对凹多边形进行三角化的方法和系统。该方法包括:找出凹多边形的凹顶点,利用穿过凹顶点的水平线将凹多边形分为多个子块;对于任一子块,将该子块的下侧边上的最右侧的凹顶点作为起始点,按照顺时针或逆时针的顺序依次对该子块的各条边进行搜索,以找出该子块的各条边上的凹多边形的一个或多个顶点,在该一个或多个顶点与该起始点之间没有通过凹多边形边连接的情况下,将该一个或多个顶点分别与该起始点相连接;当凹多边形边与多个子块中的连接该一个或多个顶点与该起始点的连接线之间或多个子块中的连接该一个或多个顶点与该起始点的连接线之间组成三角形时,从凹多边形中切除三角形。对剩下的凹多边形部分迭代进行上述操作。

    立体匹配方法和装置
    49.
    发明公开

    公开(公告)号:CN103810690A

    公开(公告)日:2014-05-21

    申请号:CN201210442233.8

    申请日:2012-11-07

    Abstract: 公开了一种立体匹配方法和装置。其中,该立体匹配方法包括:检测当前帧与前一帧之间是否存在场景变化;在当前帧与前一帧之间不存在场景变化的情况下,利用当前帧与前一帧之间的相似度、以及前一帧的视差图对当前帧的视差空间图像中的每个像素的匹配代价聚集值进行更新;以及利用当前帧的更新后的视差空间图像获取述前帧的视差图。利用根据本发明的立体匹配方法和装置,可以消除在不考虑时间一致性的情况下得出的视差图中的抖动。

    帧率下采样转码方法和装置以及矢量重建方法和装置

    公开(公告)号:CN102026002B

    公开(公告)日:2014-02-19

    申请号:CN200910173846.4

    申请日:2009-09-14

    Inventor: 郑艳 白向晖

    Abstract: 公开了一种帧率下采样转码方法和装置以及矢量重建方法和装置。在该帧率下采样转码方法中,当视频帧N为前向预测帧且需要保留时,根据视频帧N中的帧间编码块在视频帧N-1中的预测块覆盖的一个或多个编码块的原始运动矢量信息及所述一个或多个编码块中的每一个编码块被预测块覆盖的面积与预测块的面积之比,获取预测块的近似运动矢量信息,根据预测块的近似运动矢量信息及视频帧N中的帧间编码块的原始运动矢量信息,获取视频帧N中的帧间编码块的当前运动矢量信息。

Patent Agency Ranking