-
公开(公告)号：CN110363833B
公开(公告)日：2021-03-30
申请号：CN201910499437.7
申请日：2019-06-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于局部稀疏表示的完全人体运动参数化表示方法，包括步骤：1)获取相对边长和二面角及其重构，即RLA及其重构；2)参数模型训练数据库合成；3)基于人体形状主成分分析PCA基进行形状参数提取；4)使用稀疏局部分解的方法提取出局部基；5)利用局部基表示不同身体部位的运动得到参数模型；6)对参数模型进行回归修正。本发明能够用统一的框架来描述身体姿态，脸部表情和手势的形状和动作变化，不仅可以捕获高质量的全身姿势，而且还能在关节扭转和复杂的手姿态恢复姿势时表现出优于现有技术的参数化人体模型。
-
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。
-
-
Patent Agency Ranking
公开(公告)号：CN110363833A
公开(公告)日：2019-10-22
申请号：CN201910499437.7
申请日：2019-06-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于局部稀疏表示的完全人体运动参数化表示方法，包括步骤：1)获取相对边长和二面角及其重构，即RLA及其重构；2)参数模型训练数据库合成；3)基于人体形状主成分分析PCA基进行形状参数提取；4)使用稀疏局部分解的方法提取出局部基；5)利用局部基表示不同身体部位的运动得到参数模型；6)对参数模型进行回归修正。本发明能够用统一的框架来描述身体姿态，脸部表情和手势的形状和动作变化，不仅可以捕获高质量的全身姿势，而且还能在关节扭转和复杂的手姿态恢复姿势时表现出优于现有技术的参数化人体模型。
-
公开(公告)号：CN107256557A
公开(公告)日：2017-10-17
申请号：CN201710304102.6
申请日：2017-05-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种误差可控的细分曲面图像矢量化方法，包括如下步骤：1)检测图像边缘特征，得到一个像素宽的初始图像特征线段；2)构造基于图像特征的初始网格，并在网格中标记图像特征；3)简化初始网格，构造保持图像特征的基网格；4)误差可控的Loop细分曲面拟合求得控制网格；5)光栅化矢量表示。给定一张光栅图像，本发明能够得到较好的矢量图像，如果初始重构结果的误差不能满足用户需求，本发明可以衡量出矢量化的重构图像与原图像误差，通过对基网格进行自适应细分以达到一定范围内的指定误差，做到误差可控。本发明研究使用细分曲面技术进行图像矢量化，目的是将光栅图像转换为满足误差要求的矢量表示，具有实际应用价值。
-
-
公开(公告)号：CN107256557B
公开(公告)日：2020-05-22
申请号：CN201710304102.6
申请日：2017-05-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种误差可控的细分曲面图像矢量化方法，包括如下步骤：1)检测图像边缘特征，得到一个像素宽的初始图像特征线段；2)构造基于图像特征的初始网格，并在网格中标记图像特征；3)简化初始网格，构造保持图像特征的基网格；4)误差可控的Loop细分曲面拟合求得控制网格；5)光栅化矢量表示。给定一张光栅图像，本发明能够得到较好的矢量图像，如果初始重构结果的误差不能满足用户需求，本发明可以衡量出矢量化的重构图像与原图像误差，通过对基网格进行自适应细分以达到一定范围内的指定误差，做到误差可控。本发明研究使用细分曲面技术进行图像矢量化，目的是将光栅图像转换为满足误差要求的矢量表示，具有实际应用价值。
-
公开(公告)号：CN106683169A
公开(公告)日：2017-05-17
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
