-
公开(公告)号：CN108984904B
公开(公告)日：2022-09-20
申请号：CN201810781492.0
申请日：2018-07-17
Applicant: 北京理工大学
IPC: G06F30/13 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/08
Abstract: 本发明涉及一种基于深度神经网络的家居设计方法，属于深度神经网络及家居设计技术领域。首先采集家居设计陈列对家居进行标注，再基于经过标注的家居摆放顺序生成序列数据；然后设计家居预测模型，基于所设计的家居预测模型提取家具字符间的结构特征、学习序列数据并对家居摆放顺序进行预测；基于家居物体相对尺寸的参数约束设计双向分层家居预测模型，再进行层次化递归的多轮预测，使多轮预测结果更符合家居设计的实际情况；最后针对实际应用中对不同设计风格的需求，设计了针对特定风格的家居预测模型。本发明运用三维引擎进行三维家居场景绘制，以三维方式直观地证明了模型的有效性和风格学习优势。
-
公开(公告)号：CN109086869B
公开(公告)日：2021-08-10
申请号：CN201810774516.X
申请日：2018-07-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于注意力机制的人体动作预测方法，属于人机交互与虚拟现实技术领域。本发明方法从人体动作姿态数据集中读取全部数据并进行标准化处理，然后根据指令中需要进行训练的帧的长度，按照生成的随机数进行训练数据批次的读取，将数据输入到注意力模型中进行数据处理，依据处理后的数据进行动作重建。本发明采用了两种注意力机制，即全局注意力机制和局部注意力机制。本发明方法对比现有技术，在一定的时间上能够避免信息冗余，同时在一定窗口下对注意力进行分配。
-
公开(公告)号：CN102890828A
公开(公告)日：2013-01-23
申请号：CN201210201623.6
申请日：2012-06-15
Applicant: 北京理工大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于法向夹角的点云数据精简方法，属于计算机三维建模技术领域。本发明提出的精简方法的具体步骤为：①读取原始点云数据；②获取每个数据点的k阶邻域，并计算每个数据点的单位法向量；③获取每个数据点的法向量与该数据点的k个邻近点法向量点积的均值V；④获取每个数据点所在局部区域的曲率V′；⑤对点云中的所有数据点进行分类；⑥确定每个类别的采样比；⑦对点云数据进行精简。本方法对比传统方法，具有以下优点：能够保留原始点云的细节特征；避免繁琐的二次曲面拟合与曲率估算的时间代价的。
-
公开(公告)号：CN102402575A
公开(公告)日：2012-04-04
申请号：CN201110270425.0
申请日：2011-09-14
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于形状的海量图像数据快速检索方法。首先对海量图像中每张图像进行预处理，得到图像形状的直方图数据和主要三角形元件，并将这些数据组成形状特征数据库。然后，对当前所要检索的目标图像进行同样的预处理。之后遍历数据库中所有图像数据，查找出与被检索图像的主要三角形元件相同的图像，并将其加入到欲检索的子样本集中。选取子样本集中的每个图像数据的直方图并与当前所需检索的目标图像直方图进行比较，即可得到这些样本与目标图像的相似程度。对得到的检索结果进行排序，将排好序的结果返回给检索用户。本方法步骤少、简单易行、检索速度快、鲁棒性好，对平移、旋转、伸缩具有不敏感性，适合于海量图像数据中的形状检索。
-
公开(公告)号：CN101350024B
公开(公告)日：2010-12-22
申请号：CN200810119426.3
申请日：2008-08-29
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于广义欧拉向量的图像检索方法，属于计算机图形学领域。本发明的方法包括以下步骤：1)将图像分解为8个位平面；2)求出前5个位平面的灰度码表示；3)计算前5个重要位平面增量表示；4)分别计算五个重要灰度码位平面的欧拉数，组成欧拉向量；5)分别计算五个重要增量位平面的欧拉数，组成堆叠欧拉向量；6)直接将欧拉向量和堆叠欧拉向量拼接，并去掉欧拉向量或者堆叠欧拉向量中的第一个欧拉数，得到广义欧拉向量；7)求出查询图像和图像库中所有图像间的距离，按照由小到大的顺序排列，取感兴趣的前n幅返回给用户作为检索结果。本发明的方法可以显著提高检索的效率。
-
Patent Agency Ranking
公开(公告)号：CN101872490A
公开(公告)日：2010-10-27
申请号：CN201010216621.5
申请日：2010-07-02
Applicant: 北京理工大学
IPC: G06T15/00
Abstract: 本发明公开了一种改进的坐标轴方向突变下的三维模型变形方法，将三维模型划分成变形区、过渡区和非变形区。在三维模型的变形区，通过在弯曲变形后使用插值方法计算网格顶点对应的圆弧曲线来获得网格顶点变形后的局部坐标，实现弯曲变形后三维模型表面在关节点附近区域的光滑过渡及三维模型相应区域的拉伸和压缩；通过对非变形区中的部分顶点进行欧式变换来获得非变形区网格顶点在变形后的局部坐标；通过对过渡区中的网格顶点到骨骼的距离进行插值，实现三维模型表面非变形区和变形区之间的光滑过渡；通过对局部坐标系的坐标轴方向突变下变形区、过渡区和非变形区网格顶点局部坐标计算过程的修正，实现骨骼夹角大于180°时三维模型的弯曲变形。
-
公开(公告)号：CN101504688B
公开(公告)日：2010-09-22
申请号：CN200910080858.2
申请日：2009-03-24
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明提出一种基于HLA的仿真软件交互方法，为解决现有的仿真软件通用性差、不能灵活应用的问题。属于计算机仿真及软件工程技术领域。本方案建立了通用的一体化仿真模块，将具有不同仿真功能的专业仿真软件进行整合配置；通过对专业仿真软件输入输出接口的分析和调用，实现了各专业仿真软件擅长仿真功能，并根据仿真软件的交互要求，进行了仿真流程的设计与实现，最终建立一个具有一体化优势的可供二次开发的仿真平台。本方法能够满足仿真应用的专业化要求，最终实现通用化、模块化的总体目标，在计算机仿真及软件工程领域，该方法能发挥很大的作用，并能获得很好的经济效益。
-
公开(公告)号：CN101359342A
公开(公告)日：2009-02-04
申请号：CN200810222737.2
申请日：2008-09-23
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明涉及基于反馈的混合特征的三维模型检索方法，属于计算机应用领域。该方法是：1.对输入的检索三维模型样本和数据库中的三维模型进行标准化和预处理；2.分别通过形状分布算法、厚度直方图算法和复球面映射算法提取特征；3.对于得到的264维特征向量进行权值初始化，可设定初始化值为1/264；4.通过对检索样本的混合加权特征向量与模型数据库中的所有模型的混合加权特征向量进行Jeffery距离比较，得到初始检索结果；5.通过人机交互方式进行反馈，并通过基于用户反馈的权值更新方法，对混合特征的权值进行更新；然后返回步骤四，直到混合特征的权值不再更新为止。本发明可广泛应用于虚拟环境的仿真，三维游戏等领域。
-
公开(公告)号：CN101350035A
公开(公告)日：2009-01-21
申请号：CN200810222675.5
申请日：2008-09-22
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明属于计算机应用领域，涉及一种基于内容的三维模型检索方法试验平台。本发明的具体步骤是：①对输入的检索三维模型样本和数据库中的三维模型进行标准化和预处理；采用平移变换的方法将模型的质心与坐标原点对齐；将模型旋转到统一的角度；为了保证互为镜像的两个三维模型在表示上的一致性需要进行反射变换。②对从步骤①得到的输出模型进行特征提取；③对步骤②得到的特征向量，进行相似性度量；④按照相似程度优先排序法显示初步检索结果；⑤基于用户反馈的方法，优化检索结果；⑥通过绘制该方法的查全率和查准率图来评估某实验方法的性能。本发明可应用于各种三维实体模型的检索；还可用来评估新检索方法的性能并选择最优的检索方法。
-
公开(公告)号：CN101350024A
公开(公告)日：2009-01-21
申请号：CN200810119426.3
申请日：2008-08-29
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于广义欧拉向量的图像检索方法，属于计算机图形学领域。本发明的方法包括以下步骤：1)将图像分解为8个位平面；2)求出前5个位平面的灰度码表示；3)计算前5个重要位平面增量表示；4)分别计算五个重要灰度码位平面的欧拉数，组成欧拉向量；5)分别计算五个重要增量位平面的欧拉数，组成堆叠欧拉向量；6)直接将欧拉向量和堆叠欧拉向量拼接，并去掉欧拉向量或者堆叠欧拉向量中的第一个欧拉数，得到广义欧拉向量；7)求出查询图像和图像库中所有图像间的距离，按照由小到大的顺序排列，取感兴趣的前n幅返回给用户作为检索结果。本发明的方法可以显著提高检索的效率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.026 seconds)
