-
公开(公告)号：CN110496377B
公开(公告)日：2020-07-28
申请号：CN201910763946.6
申请日：2019-08-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于强化学习的虚拟乒乓球手击球训练方法，包括步骤：1)设计任务场景及任务流程；2)使用强化学习的方法对球拍的击球策略进行训练；3)使用逆向运动学的算法估计人体击球时各关节的运动情况；4)使用强化学习对根节点的移动策略进行训练。本发明能在无训练数据的情况下通过设计简单的奖励函数得到一个能以合理的姿态和高准确率进行击球的虚拟球手，不需要设计复杂的击球规则，同时因为强化学习正向运算的低耗特性，使虚拟球手的击球动作能稳定地保持高帧率，让用户有良好的交互体验。
-
公开(公告)号：CN110496377A
公开(公告)日：2019-11-26
申请号：CN201910763946.6
申请日：2019-08-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于强化学习的虚拟乒乓球手击球训练方法，包括步骤：1)设计任务场景及任务流程；2)使用强化学习的方法对球拍的击球策略进行训练；3)使用逆向运动学的算法估计人体击球时各关节的运动情况；4)使用强化学习对根节点的移动策略进行训练。本发明能在无训练数据的情况下通过设计简单的奖励函数得到一个能以合理的姿态和高准确率进行击球的虚拟球手，不需要设计复杂的击球规则，同时因为强化学习正向运算的低耗特性，使虚拟球手的击球动作能稳定地保持高帧率，让用户有良好的交互体验。
-
公开(公告)号：CN106683169B
公开(公告)日：2019-10-18
申请号：CN201611125996.4
申请日：2016-12-09
Applicant: 华南理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种关节运动感知的稀疏局部分解及重构算法，包括：1)计算三角网格中边的长度和边对应的二面角大小(这两个值记为LA)；2)计算各个三角网格模型LA向量的残差；3)对LA向量残差做稀疏局部分解得到LA基；4)线性混合LA基获得新的LA向量；5)恢复连接映射；6)估计局部正交标价；7)重构三角网格。本发明主要解决的问题是如何对给定的运动网格序列进行稀疏局部分解，从而捕捉出运动序列的局部区域的变形，并以此为基础，构建一个能够捕获运动区域和进行三角网格模型姿态编辑的集合处理框架。本发明具有更好的局部性、适用于大范围旋转运动变形、适用于全局旋转、具有良好的鲁棒性等优点。
-
公开(公告)号：CN110222239A
公开(公告)日：2019-09-10
申请号：CN201910425318.7
申请日：2019-05-21
Applicant: 华南理工大学
IPC: G06F16/901 , G06T11/20
Abstract: 本发明公开了一种结构可变的图案生成和利用图案生成浏览界面的方法，所述图案生成方法，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。所述利用图案生成浏览界面的方法，包括以下步骤：1）、获取采样得到的新图案的高维向量表达特征，得到高维向量空间；所述高位向量表达特征采用该图案的关系图向量表示；2）、采用GPLVM将高维向量空间压缩到二维流形空间；3)、将二维流形空间中的点逆映射到高维空间中，得到新的图案，并对其进行后处理；4)、生成图案浏览界面。
-
公开(公告)号：CN106157339B
公开(公告)日：2019-06-18
申请号：CN201610523462.0
申请日：2016-07-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于低秩顶点轨迹子空间提取的动画网格序列压缩方法，包括：1)运动分析(刚性块聚类)；2)姿态对齐(低秩刚性块对齐)；3)主成分分析；4)预测与量化；5)解压与重构处理五个步骤。主要流程：给定输入三维形状序列，该方法首先通过分析该输入序列的运动方式来对其分割并据此估计刚性变换矩阵从而得到顶点轨迹在低秩子空间上对齐的形状序列，接着通过主成分向量矩阵得到主成分系数矩阵，之后通过线性预测算子得到预测后的残差，以二进制文件的方式保存，最后可利用此文件重构原始的动画网格序列。本发明解决的是动画网格序列的高效压缩问题，可以应用到动态网格序列的压缩表示、高效存储和高效传输。
-
Patent Agency Ranking
公开(公告)号：CN106204748B
公开(公告)日：2019-05-17
申请号：CN201610525747.8
申请日：2016-07-05
Applicant: 华南理工大学
IPC: G06T19/20
Abstract: 本发明公开了一种基于特征的CAD体网格模型编辑、优化方法，包括基于特征的CAD体网格模型编辑和基于特征的CAD四面体网格模型优化；在编辑中，用户可以选择需要保持模型形状特征的一组表面区域，通过对这些区域的平移、旋转等操作，来实现对模型的编辑。在优化时，根据模型变动的区域，首先评估出质量较差的四面体网格单元，对这些单元进行相应的拓扑优化操作，最后再进行网格平滑操作，整个优化过程迭代地进行，最终得到优化后的网格模型数据。本发明可以直接对有限元网格模型进行编辑并优化，可以精确地保持模型原有的特征，完全符合相关工业领域的应用要求。
-
公开(公告)号：CN105427360B
公开(公告)日：2019-01-18
申请号：CN201510767406.7
申请日：2015-11-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种动态网格的误差可控CAGE序列表示算法，包括实矩阵控制网格生成、基于Poisson方程的权重简化、稀疏矩阵控制网格生成和控制网格优化四个部分。给定输入三维形状序列和其中一帧的控制网格，该算法通过实矩阵控制网格生成得到控制网格序列，接着通过基于Poisson方程的权重简化得到具有局部性的稀疏坐标矩阵，之后执行稀疏矩阵控制网格生成，检测重构误差，如果最大误差值大于用户输入的容忍阈值，执行控制网格优化再重新执行上面三步直到满足用户指定值。本发明解决的是误差可控的动态网格的控制网格序列表示问题，可以应用到动态网格序列的压缩表示、加速编辑和形状迁移。
-
公开(公告)号：CN107862749A
公开(公告)日：2018-03-30
申请号：CN201711205368.1
申请日：2017-11-27
Applicant: 华南理工大学
IPC: G06T19/20
Abstract: 本发明公开了一种基于滚动法向量滤波和多法向技术的点云几何细节特征去除方法，包括步骤：1)利用滚动滤波方法对点云法向量场进行滤波；2)根据滤波后的法向量场对点位置进行更新，完成细节特征去除过程。本发明利用滚动滤波方法对法向量场进行滤波，可以在去除细节特征的同时，保持物体的大尺度特征不被模糊，并采用多法向方法使其尖锐特征避免被扭曲，有助于对点云模型几何特征进行编辑，并可应用于噪声数据，具有高鲁棒性的特点，具有很好的推广前景。
-
公开(公告)号：CN106204567A
公开(公告)日：2016-12-07
申请号：CN201610525850.2
申请日：2016-07-05
Applicant: 华南理工大学
CPC classification number: G06T2207/10016 , G06T2207/20221
Abstract: 本发明公开了一种自然背景视频抠图方法，包括步骤：1)关键帧自动选取，通过计算帧间差异自动地选取视频中的关键帧；2)关键帧Trimap图的生成，允许用户通过少量的手工交互提供有效信息，采用GrabCut分割算法与高斯模糊方法半自动地生成关键帧上的Trimap图；3)中间帧Trimap图的生成，利用双向光流传播生成中间各帧的Trimap图，并利用颜色、梯度等信息修正光流传播产生的误差；4)根据所有视频帧的Trimap图，以及加入三维时空优化的贝叶斯抠图算法计算出视频每一帧的α掩码图，将α掩码图与新的背景进行合成，得到新的合成视频。本发明方法具有速度快，用户交互少，最后得到的新合成视频具有良好的时间连贯性，真实感更强等优点。
-
公开(公告)号：CN106202352A
公开(公告)日：2016-12-07
申请号：CN201610525746.3
申请日：2016-07-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于贝叶斯网络的室内家居风格与颜色搭配设计的方法，包括步骤：1)室内风格和颜色设计方案的收集；2)对下载的设计方案进行标注；3)对每类物体的颜色进行聚类；4)训练贝叶斯网络；5)为3D室内场景进行颜色推荐；6)颜色多样化调整；7)设计得到的颜色迁移到纹理上，并将纹理贴在3D场景模型上。本发明利用贝叶斯网络从优秀的室内设计方案(图片)中编码装饰风格和家具颜色搭配之间的关系，可以用于室内场景中的家具颜色搭配的设计。根据用户对装饰风格的要求，本发明的系统可以推荐出符合该风格的室内场景的家具颜色搭配，为我国城市的家装市场、3D游戏动画和虚拟现实场景提供方便快捷的效果展示，具有实际的推广价值。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.03 seconds)
