-
公开(公告)号：CN117420673A
公开(公告)日：2024-01-19
申请号：CN202311345999.9
申请日：2023-10-18
Applicant: 北京理工大学 , 北京理工大学重庆微电子研究院
Abstract: 本发明公开的基于MEMS微镜的高精度结构光条纹产生系统及方法，属于3D成像技术领域。本发明通过实时检测微镜当前运动的最大偏转角和相位差延时，实时修改微镜的驱动频率，实现MEMS微镜投影视场的稳定，避免温度、湿度等环境的干扰。通过构建MEMS微镜等间隔扫描模型，固定MEMS微镜投影视场，使得仅依靠FPGA即能够实现高精度、高实时性的微镜控制。通过实时对MEMS的变速运动导致相机采集时每一个投影像素的曝光时间不同进行激光电流补偿，使得投影出的结构光条纹精度高、灰度分布均匀。通过对激光驱动电路中激光驱动芯片和激光器的输入输出的非线性进行补偿，使得结构光条纹产生系统能够产生任意光强的激光束，实现高精度的结构光条纹投影。
-
公开(公告)号：CN114998683A
公开(公告)日：2022-09-02
申请号：CN202210622444.3
申请日：2022-06-01
Applicant: 北京理工大学
IPC: G06V10/774 , G06V10/82 , G06T7/55 , G06T5/00
Abstract: 本发明涉及基于注意力机制的ToF多径干扰去除方法，属于深度学习计算机视觉及图像增强技术领域。所述方法，包括：获取初始样本数据集，读取和预处理深度图像；搭建去除多径干扰的网络模型，重点引入注意力机制来捕捉空间场景的多径干扰注意分布，生成注意力图；优化损失函数和学习方式，训练网络模型并更新参数；对具有基本事实的不同合成深度图和真实场景的深度图进行测试，得到去除多径干扰后的图像，显示了网络的鲁棒性。本发明一方面实现了高性能的去除ToF多径干扰误差，另一方面在适用性和内存消耗上具有一定优势，具有很强的泛化能力。
-
公开(公告)号：CN119376092A
公开(公告)日：2025-01-28
申请号：CN202411379192.1
申请日：2024-09-30
Applicant: 北京理工大学
Abstract: 本发明公开一种基于静电MEMS微镜与激光器同步运动的投影方法及控制电路，应用于LBS投影系统，该系统采用二维静电谐振式MEMS微镜及激光器，方法包括：生成快轴驱动方波、慢轴驱动方波的同时扫频，输出扫频后的快轴驱动方波和慢轴驱动方波；基于扫频后的快轴驱动方波、慢轴驱动方波分别驱动二维静电谐振式MEMS微镜的快轴和慢轴运动；分别对快轴驱动方波、慢轴驱动方波施加第一出光延迟和第二出光延迟，实现激光器与快轴、慢轴的同步运动；找到快轴出光点与慢轴出光点第一次处于同一时刻的位置，确定为投影起始点；预设投影点数量，自投影起始点开始按扫描轨迹顺序投影。本发明使LBS投影系统具有帧率高、视场角大、体积小、功耗低、机械稳定性高的显著优势。
-
公开(公告)号：CN114998138B
公开(公告)日：2024-05-28
申请号：CN202210621750.5
申请日：2022-06-01
Applicant: 北京理工大学
Abstract: 本发明属于图像增强领域，涉及一种基于注意力机制的高动态范围图像去伪影方法。所述方法包括：对LDR输入图像进行预处理，得到网络输入；构建基于注意力机制的高动态范围图像去伪影卷积神经网络模型；将预处理得到的网络输入和真值图输入到去伪影卷积神经网络模型进行训练直至收敛，得到训练好的神经网络模型；对测试图像进行预处理，得到测试图像网络输入；将测试图像网络输入作为训练好的神经网络模型的输入进行测试，得到合成的HDR图像；将合成的HDR图像进行色调映射，得到色调映射输出，并将色调映射输出显示在常用的LDR显示器上。所述方法能有效去除图像伪影、抑制有害信息，并减少了计算量，生成细节丰富且无伪影的HDR图像。
-
Patent Agency Ranking
公开(公告)号：CN114998683B
公开(公告)日：2024-05-31
申请号：CN202210622444.3
申请日：2022-06-01
Applicant: 北京理工大学
IPC: G06V10/774 , G06V10/82 , G06T7/55 , G06T5/70 , G06T5/60
Abstract: 本发明涉及基于注意力机制的ToF多径干扰去除方法，属于深度学习计算机视觉及图像增强技术领域。所述方法，包括：获取初始样本数据集，读取和预处理深度图像；搭建去除多径干扰的网络模型，重点引入注意力机制来捕捉空间场景的多径干扰注意分布，生成注意力图；优化损失函数和学习方式，训练网络模型并更新参数；对具有基本事实的不同合成深度图和真实场景的深度图进行测试，得到去除多径干扰后的图像，显示了网络的鲁棒性。本发明一方面实现了高性能的去除ToF多径干扰误差，另一方面在适用性和内存消耗上具有一定优势，具有很强的泛化能力。
-
公开(公告)号：CN119250139A
公开(公告)日：2025-01-03
申请号：CN202411413183.X
申请日：2024-10-11
Applicant: 北京理工大学
IPC: G06N3/063 , G06N3/0495 , G06N3/0464
Abstract: 本发明属于嵌入式硬件加速及计算机视觉技术领域，涉及一种量化轻量级神经网络硬件加速器及其设计方法。硬件加速器包括顶层控制模块、存储器控制模块、可重构存储器、输入数据预处理模块、核心计算单元、后处理模块，存储器控制模块控制可重构存储器将数据信息发送给顶层控制模块、输入数据预处理模块及后处理模块；输入数据预处理模块进行数据及权重准备；核心计算单元，通过乘法器、加法器树及累加器阵列完成数据准备、权重准备及后处理。所述硬件加速器具有更高的计算性能、硬件资源利用率及数据重用率；所述方法解决了输入输出缓存在存储数据利用率低的问题；实现了卷积算子和池化算子的硬件算子融合，降低了数据读写的存储延时及访问功耗。
-
公开(公告)号：CN118828016A
公开(公告)日：2024-10-22
申请号：CN202410921240.9
申请日：2024-07-10
Applicant: 北京理工大学
IPC: H04N19/593 , H04N19/124 , H04N19/42 , H04N19/176 , H04N19/30 , G06T17/00 , G06N3/0455
Abstract: 本发明属于三维视觉技术领域，涉及一种基于自动编码器的三维点云几何信息编码压缩方法。所述方法，包括：对输入的三维点云进行分块并编码；对分割得到的子立方体中的点信息进行量化编码；汇总码流，使用自动编码器组成的多层编码结构降维以压缩；将降维后的码流转换成字节形式，使用blosc进行最后的压缩，并以二进制形式存储；在解码端，先读取存储文件，然后解码恢复出立方体编码和点信息编码的码流；最后，先重建出分割得到的立方体，再在每个立方体中添加各点，以此完成点云的解码重建。所述方法结构较为简单，训练时间较短。并且能够在较高的压缩率下，仍然能够保持比较高的重建质量。
-
公开(公告)号：CN116261055A
公开(公告)日：2023-06-13
申请号：CN202310204220.5
申请日：2023-03-06
Applicant: 北京理工大学
IPC: H04N25/779 , H04N5/14 , H04N5/253 , G06F7/575 , H04N13/204 , H04N25/47
Abstract: 一种基于硬件复用的结构光编码图案实时产生电路，属于结构光投影技术领域。本发明包括图案参数处理模块、图案数据产生模块和补偿模块。图案参数处理模块根据输入的图案种类编码、当前图案张数和图案参数产生相应的计数阈值。图案数据产生模块通过复用计数器电路以及其中的寄存器组，根据图案参数处理模块产生的计数阈值和图案产生参数，产生图案数据并输出到补偿模块中。补偿模块根据图案数据地址从ROM中读取相应的补偿值并与图案数据相乘，得到最终的图案数据并输出。本发明适用于结构光投影等领域，灵活地产生多种编码结构光图案，提高现场应用的便利性；同时通过对部分硬件的复用减少对FPGA硬件资源的占用，降低硬件成本。
-
公开(公告)号：CN114998138A
公开(公告)日：2022-09-02
申请号：CN202210621750.5
申请日：2022-06-01
Applicant: 北京理工大学
IPC: G06T5/00 , G06V10/774 , G06V10/82
Abstract: 本发明属于图像增强领域，涉及一种基于注意力机制的高动态范围图像去伪影方法。所述方法包括：对LDR输入图像进行预处理，得到网络输入；构建基于注意力机制的高动态范围图像去伪影卷积神经网络模型；将预处理得到的网络输入和真值图输入到去伪影卷积神经网络模型进行训练直至收敛，得到训练好的神经网络模型；对测试图像进行预处理，得到测试图像网络输入；将测试图像网络输入作为训练好的神经网络模型的输入进行测试，得到合成的HDR图像；将合成的HDR图像进行色调映射，得到色调映射输出，并将色调映射输出显示在常用的LDR显示器上。所述方法能有效去除图像伪影、抑制有害信息，并减少了计算量，生成细节丰富且无伪影的HDR图像。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
