-
公开(公告)号：CN109242800A
公开(公告)日：2019-01-18
申请号：CN201811121789.0
申请日：2018-09-26
Applicant: 北京邮电大学 , 北京维盛泰科科技有限公司
Abstract: 本发明提供了一种通过图像估计环境光照来实现虚拟模型光照一致性的方法，包括：获取预处理图像的当前帧，将图像格式转换为指定格式，计算指定格式的图像均值；计算当前帧图像与上一帧图像的均值之差；均值之差超过阈值则对均值之差进行平滑处理；对均值之差或平滑处理结果进行归一化处理；将归一化处理结果实时传递给渲染场景树进行环境光照渲染；将与光源节点同级的虚拟模型节点的显示效果同步渲染，实现虚拟模型与现实场景的光照一致性。本发明在既未提高计算量、也未借助外部设备的前提下，实现了对环境光照情况的大致估计，并且利用估计的结果对虚拟模型进行相应的光照处理，以达到虚实融合的目的。
-
公开(公告)号：CN109242800B
公开(公告)日：2022-03-29
申请号：CN201811121789.0
申请日：2018-09-26
Applicant: 北京邮电大学 , 北京维盛泰科科技有限公司
Abstract: 本发明提供了一种通过图像估计环境光照来实现虚拟模型光照一致性的方法，包括：获取预处理图像的当前帧，将图像格式转换为指定格式，计算指定格式的图像均值；计算当前帧图像与上一帧图像的均值之差；均值之差超过阈值则对均值之差进行平滑处理；对均值之差或平滑处理结果进行归一化处理；将归一化处理结果实时传递给渲染场景树进行环境光照渲染；将与光源节点同级的虚拟模型节点的显示效果同步渲染，实现虚拟模型与现实场景的光照一致性。本发明在既未提高计算量、也未借助外部设备的前提下，实现了对环境光照情况的大致估计，并且利用估计的结果对虚拟模型进行相应的光照处理，以达到虚实融合的目的。
-
公开(公告)号：CN119444912A
公开(公告)日：2025-02-14
申请号：CN202510045748.1
申请日：2025-01-13
Applicant: 北京邮电大学
IPC: G06T11/00 , G06T5/60 , G06T5/70 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本发明公开了一种交互便捷的多功能图像生成方法，包括：接收输入的图像生成控制条件并预处理；图像生成控制条件包括：文本提示、实体条件图和背景图；通过生成模型对初始噪声图像进行全局引导去噪，获得噪声图像；利用生成模型中的交叉注意力图实现局部控制区域的自适应定位；根据定位后的局部控制区域，对预处理后的实体条件图和背景图进行多层次特征融合，获得多模态编码特征；将多模态编码特征通过视觉控制适配器获得视觉控制特征，与生成模型中的全局中间层特征，共同引导生成模型对噪声图像进行去噪，实现图像生成。该方法解决了多模态图像生成领域中交互不便捷、图像质量差以及功能单一的问题，显著提升了多模态图像生成的性能和用户体验。
-
Patent Agency Ranking
公开(公告)号：CN110837798A
公开(公告)日：2020-02-25
申请号：CN201911072166.3
申请日：2019-11-05
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于视觉特性的草图笔画编组方法，包括：输入某一类别多张统一格式后的草图；统计草图中的笔画长度；基于设定阈值将草图中所有笔画长度划分为长笔画、中笔画和短笔画；将长笔画切分为中笔画和/或短笔画；根据得分计算规则对同一张草图中的所有笔画计算得分，得到得分矩阵；根据得分矩阵进行笔画编组；判断所有笔画是否完成笔画编组；完成笔画编组时，结束编组结束；未完成笔画编组时，根据编组结果，增加得分计算项，更新得分矩阵后计算得分矩阵进行笔画编组。本发明利用计算机学习手绘草图的视觉信息和时序信息，解决草图语义分割的问题，使其尽可能接近人类的认知水平，同时在一个计算模型中，可以同时协同多种编组特性。
-
公开(公告)号：CN119444912B
公开(公告)日：2025-05-16
申请号：CN202510045748.1
申请日：2025-01-13
Applicant: 北京邮电大学
IPC: G06T11/00 , G06T5/60 , G06T5/70 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本发明公开了一种交互便捷的多功能图像生成方法，包括：接收输入的图像生成控制条件并预处理；图像生成控制条件包括：文本提示、实体条件图和背景图；通过生成模型对初始噪声图像进行全局引导去噪，获得噪声图像；利用生成模型中的交叉注意力图实现局部控制区域的自适应定位；根据定位后的局部控制区域，对预处理后的实体条件图和背景图进行多层次特征融合，获得多模态编码特征；将多模态编码特征通过视觉控制适配器获得视觉控制特征，与生成模型中的全局中间层特征，共同引导生成模型对噪声图像进行去噪，实现图像生成。该方法解决了多模态图像生成领域中交互不便捷、图像质量差以及功能单一的问题，显著提升了多模态图像生成的性能和用户体验。
-
公开(公告)号：CN110837798B
公开(公告)日：2022-10-11
申请号：CN201911072166.3
申请日：2019-11-05
Applicant: 北京邮电大学
IPC: G06V30/226 , G06V10/46
Abstract: 本发明提供了一种基于视觉特性的草图笔画编组方法，包括：输入某一类别多张统一格式后的草图；统计草图中的笔画长度；基于设定阈值将草图中所有笔画长度划分为长笔画、中笔画和短笔画；将长笔画切分为中笔画和/或短笔画；根据得分计算规则对同一张草图中的所有笔画计算得分，得到得分矩阵；根据得分矩阵进行笔画编组；判断所有笔画是否完成笔画编组；完成笔画编组时，结束编组结束；未完成笔画编组时，根据编组结果，增加得分计算项，更新得分矩阵后计算得分矩阵进行笔画编组。本发明利用计算机学习手绘草图的视觉信息和时序信息，解决草图语义分割的问题，使其尽可能接近人类的认知水平，同时在一个计算模型中，可以同时协同多种编组特性。
-
公开(公告)号：CN110970117B
公开(公告)日：2023-06-20
申请号：CN201911196224.3
申请日：2019-11-29
Applicant: 北京邮电大学
IPC: G16H30/00 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于二值骨架图的冠状动脉造影数据集存储方法，包括：根据二值骨架图中像素点定义其坐标偏移量，获得二值骨架图的位置标签信息；定义节点类；将二值骨架图的信息通过节点类进行存储，以节点类的根节点为起点，通过遍历二值骨架图紧邻四周是否存在血管像素，不断更新血管像素点之间的位置关系，使血管像素点之间通过位置标签建立联系，得到一个存储所有血管像素信息的节点列表；将节点列表作为下一步网络的学习输入，从而进行学习预测。本发明能够显著节省用于存储神经网络训练数据集的空间，可以将训练集图片按照像素点间的位置结构关系进行存储，从而节省内存，同时也方便神经网络的数据读取。
-
公开(公告)号：CN110970117A
公开(公告)日：2020-04-07
申请号：CN201911196224.3
申请日：2019-11-29
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于二值骨架图的冠状动脉造影数据集存储方法，包括：根据二值骨架图中像素点定义其坐标偏移量，获得二值骨架图的位置标签信息；定义节点类；将二值骨架图的信息通过节点类进行存储，以节点类的根节点为起点，通过遍历二值骨架图紧邻四周是否存在血管像素，不断更新血管像素点之间的位置关系，使血管像素点之间通过位置标签建立联系，得到一个存储所有血管像素信息的节点列表；将节点列表作为下一步网络的学习输入，从而进行学习预测。本发明能够显著节省用于存储神经网络训练数据集的空间，可以将训练集图片按照像素点间的位置结构关系进行存储，从而节省内存，同时也方便神经网络的数据读取。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
