-
公开(公告)号：CN112561984B
公开(公告)日：2022-09-13
申请号：CN202011485791.3
申请日：2020-12-16
Applicant: 南京邮电大学
IPC: G06T7/64
Abstract: 本发明提出一种点云主曲率方向计算方法与流程，包括如下步骤：建立以当前点为坐标原点，以当前点法向量为z轴的局部坐标系；在局部坐标系内创建过当前点且分别以x，y轴为法向量的平面，同时，以到平面距离为权重计算领域点的法向变化；将计算出的法向变化量较大的平面绕z轴向法向变化量较小的平面旋转45°；重新计算以到平面距离为权重的领域点的法向变化，并且将重新计算出的法向变化量较大的平面绕z轴向法向变化量较小的平面旋转，且每次迭代时旋转角度减半；重复上一步骤直到旋转角度小于一定阈值后退出计算过程。本发明采用了剪刀法求取主曲率方向，从容易获得较高计算精度的法向量入手，具备良好的准确性和鲁棒性。
-
公开(公告)号：CN112488127B
公开(公告)日：2022-08-09
申请号：CN202011447817.5
申请日：2020-12-09
Applicant: 南京邮电大学
Abstract: 本发明提出了基于层次B样条的多尺度点云特征点检测与匹配，包括以下步骤：构建一种曲面变化度量指标；根据曲面变化度量指标将点云分为潜在和非潜在特征点两类，并根据非潜在特征点估算点云噪声水平；采用层次B样条算法对潜在特征点进行拟合；在拟合过程中记录曲面变化信息形成曲率尺度空间，构建稳定局部坐标系的显著特征点；根据层次B样条控制点分布信息以及控制点间曲率大小构建二进制特征描述符；根据描述符相似性，依靠特征点的拓扑关系在模型点云中搜索对应特征点，实现特征点匹配。本发明能够在有噪声和非均匀采样条件下，提高特征点采样的准确性和重复性，并且二进制特征描述符相较于已有的特征描述符有更高的区分度和匹配成功率。
-
公开(公告)号：CN108596947A
公开(公告)日：2018-09-28
申请号：CN201810258190.5
申请日：2018-03-27
Applicant: 南京邮电大学
IPC: G06T7/223 , H04N7/18 , H04N13/204 , H04N13/257
Abstract: 本发明公开了一种适用于RGB-D相机的快速目标跟踪方法，属于视频分析及三维点云处理领域。该方法是在传统模板匹配的基础上，利用RGB-D得到的深度信息，将模板匹配得到的二维响应图投影到三维空间，得到三维响应图，通过Parzen窗口方法搜索三维响应图的局部极大值，从而确定物体在三维空间中的位置，而得到的三维位置又能为下一时刻的模板匹配提供精确的尺度信息，从而得到更为准确的跟踪结果。本发明能够用于视频监控、增强现实、机器人视觉导航等领域中，实现对目标实时、准确的追踪。
-
公开(公告)号：CN116030122A
公开(公告)日：2023-04-28
申请号：CN202310155784.4
申请日：2023-02-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种结合深度卷积神经网络的圆形标记点中心定位方法及实现该方法的装置及存储介质。所述方法包括：获取圆形标记点的图像数据，构造测试样本；利用训练好的中心定位模型CPosNet映射圆形标记点的中心；根据缩放系数计算真实标记点中心，重建标记图像。本发明为非理想情况下圆形标记点的中心定位提供了一种新颖、可行的解决方案，且相较于传统方法，鲁棒性更强。这种基于端到端模型来直接映射标记点中心的方法还可以简化标记点的中心定位流程，从而有效地减少外在噪声的引入，降低圆形标记点中心定位的复杂度。
-
公开(公告)号：CN112561984A
公开(公告)日：2021-03-26
申请号：CN202011485791.3
申请日：2020-12-16
Applicant: 南京邮电大学
IPC: G06T7/64
Abstract: 本发明提出一种点云主曲率方向计算方法与流程，包括如下步骤：建立以当前点为坐标原点，以当前点法向量为z轴的局部坐标系；在局部坐标系内创建过当前点且分别以x，y轴为法向量的平面，同时，以到平面距离为权重计算领域点的法向变化；将计算出的法向变化量较大的平面绕z轴向法向变化量较小的平面旋转45°；重新计算以到平面距离为权重的领域点的法向变化，并且将重新计算出的法向变化量较大的平面绕z轴向法向变化量较小的平面旋转，且每次迭代时旋转角度减半；重复上一步骤直到旋转角度小于一定阈值后退出计算过程。本发明采用了剪刀法求取主曲率方向，从容易获得较高计算精度的法向量入手，具备良好的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN105184860A
公开(公告)日：2015-12-23
申请号：CN201510638309.8
申请日：2015-09-30
Applicant: 南京邮电大学
IPC: G06T17/00
Abstract: 本发明公开了一种动态人脸稠密三维结构和运动场同时重建方法，该方法属于图像三维重建及三维运动获取领域。该方法是从不同视角、相邻时刻图像特征点匹配出发，在局部构建时空块模型；通过非线性优化来确定时空块的三维结构和运动参数；用置信度优先的区域增长机制来同时重建物体稠密的三维结构和三维运动场。本发明克服了常规三维重建方法不能重建三维运动的缺陷，同时，克服了变分场景流方法不能处理较大运动的缺陷。本发明能够用于动画工业、人脸识别等领域中对人脸的精确建模和运动估计。
-
公开(公告)号：CN112767462B
公开(公告)日：2023-05-12
申请号：CN202110016951.8
申请日：2021-01-07
Applicant: 南京邮电大学
Abstract: 本发明公开了基于脊谷特征与深度特征描述符的点云单点对齐方法，包括：步骤S1、对点云进行特征提取，得到脊谷特征点；步骤S2、构建局部坐标系；步骤S3、在局部坐标系上划分网格，生成规则网格数据；步骤S4、构建轻量化网络PFNet；步骤S5、将规则网格数据PFNet中生成特征描述符，再利用KD树搜索特征描述符，得到匹配点对；步骤S6、利用匹配点对的局部坐标系映射生成候选解；步骤S7、利用RANSAC算法对步骤S6得到的候选解进行过滤。本发明实现了依靠单一特征点的数据对齐，能够在缺乏复杂特征的点云下取得良好的对齐效果，并对噪声、离群点、非均匀采样等具有很强的鲁棒性。
-
公开(公告)号：CN105043250B
公开(公告)日：2017-08-11
申请号：CN201510289607.0
申请日：2015-05-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于至少两个公共标记点的双视角数据对齐方法，其步骤包括：重建相邻视角下标记点中心位置和法向量信息，基于重建的公共标记点中心位置和法向量信息计算相邻视角的旋转平移关系。相对于传统的仅依赖标记点中心位置的数据对齐方法，本发明所述方法能够充分利用标记点提供的信息，仅需在相邻视角中看到2个公共标记点即能实现可靠的数据对齐，减少了需要粘贴在物体表面的标记点数量和标记点对被测量物体的遮盖。本发明易于实施、结果可靠，可应用在一切采用标记点辅助对齐不同视角测量数据的领域。
-
公开(公告)号：CN117522938A
公开(公告)日：2024-02-06
申请号：CN202311493115.4
申请日：2023-11-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于迭代滤波的点云对应关系网络的估计方法及系统，涉及深度学习与点云技术领域，包括将点云输入基于重叠区域滤波的对应关系估计网络，得到对应关系矩阵；通过基于局部对应向量差异的点云对应关系滤波，得到高精度的对应关系；依据基于奇异值分解的点云对应关系迭代算法，对对应关系的召回率和精确度进行提高。本发明能够精确的估计出不同坐标系下点云之间存在的对应关系，有效的提高了点云对应关系估计的准确性，极大的提升了算法寻找到的对应关系数量，且在复杂场景下泛化性能较好，推动了对应关系估计在三维重建、自动驾驶及机器人姿态估计领域的深入研究与应用。
-
公开(公告)号：CN112561977B
公开(公告)日：2022-08-19
申请号：CN202011471186.0
申请日：2020-12-14
Applicant: 南京邮电大学
Abstract: 本发明提出了基于深度特征分类与邻域优化的点云尖锐特征法向量估算方法，包括：生成锥形点云数据；对锥形点云数据进行随机采样生成样本点；对样本点的邻域数据进行姿态调整；对调整后的邻域数据进行Hough投影生成灰度图像从而构造样本特征；将连续的标准法向量离散化后映射成类别从而构造样本标签；构建轻量化特征映射网络SharpNet；用得到的样本特征和类别标签训练SharpNet；根据网络输出的离散类别计算出初始法向量；通过阈值设置，筛选邻域点，并使用筛选后的邻域点对初始法向量进行修正。本发明能够实现尖锐特征法向量的准确估算，且对噪声和离群点具有很强的鲁棒性，与已有的深度学习方法相比具有明显的效率优势。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
