-
公开(公告)号：CN117710469B
公开(公告)日：2024-04-12
申请号：CN202410169875.8
申请日：2024-02-06
Applicant: 四川大学
Abstract: 本发明公开了一种基于RGB‑D传感器的在线稠密重建方法及系统，应用于智能数据处理技术领域，方法包括：获取当前帧的RGB‑D数据，并以上一帧相机的位姿数据作为初始化数据；采样出多个旋转候选解和多个平移候选解；将旋转候选解和平移候选解进行组合形成多组相机位姿候选解；对相机位姿候选解进行评估，并选出最优旋转解和最优平移解；根据最优旋转解和最优平移解更新相机当前帧的位姿数据。本发明将旋转与平移的搜索过程解耦在各自的空间下，并且使用联合评估策略，保证旋转与平移的优化目标一致的同时，又使得每个旋转和平移的候选解都得以挖掘最佳潜在匹配，从而极大程度地减少了旋转误差与平移误差对彼此优化的干扰。
-
公开(公告)号：CN117710469A
公开(公告)日：2024-03-15
申请号：CN202410169875.8
申请日：2024-02-06
Applicant: 四川大学
Abstract: 本发明公开了一种基于RGB‑D传感器的在线稠密重建方法及系统，应用于智能数据处理技术领域，方法包括：获取当前帧的RGB‑D数据，并以上一帧相机的位姿数据作为初始化数据；采样出多个旋转候选解和多个平移候选解；将旋转候选解和平移候选解进行组合形成多组相机位姿候选解；对相机位姿候选解进行评估，并选出最优旋转解和最优平移解；根据最优旋转解和最优平移解更新相机当前帧的位姿数据。本发明将旋转与平移的搜索过程解耦在各自的空间下，并且使用联合评估策略，保证旋转与平移的优化目标一致的同时，又使得每个旋转和平移的候选解都得以挖掘最佳潜在匹配，从而极大程度地减少了旋转误差与平移误差对彼此优化的干扰。
-
公开(公告)号：CN111402315A
公开(公告)日：2020-07-10
申请号：CN202010139536.7
申请日：2020-03-03
Applicant: 四川大学
Abstract: 一种自适应调整双目摄像机基线的三维距离测量方法，针对在户外场景中进行多视角摄像机三维测量时，标定物不容易安放；由于小型标志物尺寸小，图像像素少而模糊，双目摄像机测量中匹配特征点像素水平距离过小，精度不高，基本上无法使用的问题，采用先就近使用小标志物标定双目摄像机内外参数，再扩展双目摄像机基线，扩展基线后，这样远处的同一特征点图像上的像素距离变远，从而提高了测量精度；然后用原标定得到的内外参数进行测量后按比例量化结果的方式进行三维距离测量。让双目摄像机户外标定变得可行，在精确控制摄像机移动基线距离的情况下，得到的测量结果精度可以达到0.5%以内，也可以应用于目标跟踪监视、智能事件分析等应用领域。
-
公开(公告)号：CN107566257A
公开(公告)日：2018-01-09
申请号：CN201710855099.7
申请日：2017-09-20
Applicant: 四川大学
Abstract: 本发明公开了一种基于用户睡眠质量的社交方法，该方法通过向用户终端配置闹钟服务，使用户终端在预设的时间点发出闹钟提醒，以及在闹钟提醒停止后，向用户终端发送一条窗口消息，并使用户终端接收到窗口消息而不发出消息提醒；由于将用户终端发出闹钟提醒之前最后被操纵的时间作为用户的入睡时间，以及将窗口信息被阅读的时间作为用户的起床时间，从而根据用户每天的入睡时间和起床时间，评估用户的睡眠水平，若用户在一定时间范围内的平均睡眠水平低于标准值，则根据向用户终端配置的社交信息，向用户的社交好友发送提醒消息。因此，本发明不仅能够实现用户睡眠水平的量化，还能通过社交好友监督用户的睡眠健康。
-
公开(公告)号：CN119444954A
公开(公告)日：2025-02-14
申请号：CN202411691887.3
申请日：2024-11-25
Applicant: 四川大学
Abstract: 本发明提供的基于三维高斯溅射的分段渲染方法，涉及场景渲染技术领域，包括：使用轴对齐包围盒对场景的点云数据进行分块处理，得到若干个不重叠的分块场景；检测光线与轴对齐包围盒边界的交点，并基于交点对所述光线进行分段，得到若干段光线段；将分段后的光线段经过的部分场景分发到对应的3DGS模块进行渲染，得到分块场景渲染结果；合并各分块场景渲染结果，得到场景整体渲染结果；将场景划分为多个不重叠的分块场景，避免了冗余计算，提高了计算效率；将光线进行分段并分发到相应的3DGS模块，实现了光线在不同分块场景间的高效管理；通过分段渲染方程合并各分块场景的分块场景渲染结果，确保了场景整体的视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN117576400A
公开(公告)日：2024-02-20
申请号：CN202311627341.7
申请日：2023-11-30
Applicant: 四川大学
IPC: G06V10/26 , G06V10/82 , G06N3/048 , G06V20/00 , G06V10/774
Abstract: 本发明公开了一种基于多任务学习的道路点云分割方法，具体包括以下步骤：基于道路骨架提取算法，计算点云中每个点对应的道路延伸方向；搭建基于多分支MLP的深度学习网络，学习道路分割和道路延伸方向两个任务；用标注好道路和非道路的点云数据训练上述深度学习网络，然后用训练好的模型进行点云道路分割。本发明所提出了基于多任务学习的道路分割网络，在分割道路的同时也学习道路的延伸方向，两个任务相互促进，从而达到更好的分割效果；提出的基于道路骨架提取算法的道路延伸方向计算方式，准确的提取道路方向；同时基于knn和法向量的道路特征编码方式，更好的提取道路的空间特征。
-
公开(公告)号：CN117496157A
公开(公告)日：2024-02-02
申请号：CN202311665493.6
申请日：2023-12-06
Applicant: 四川大学
IPC: G06V10/26 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种基于MS模块的相对较小部分点云语义分割方法，包括数据处理模块、神经网络、原始特征预处理模块，Silverman算法模块、FPS算法模块、Mean shift模块、MS特征处理模块和神经网络激活层，数据处理模块处理后的数据进入神经网络，并通过神经网络进行原始特征提取，待原始特征提取后使用原始特征预处理模块根据特征预测结果分批次放入接下模块，后是Silverman算法模块，经Silverman算法模块使用Silverman’s rule进行带宽设置后，进入FPS算法模块，在FPS算法模块中进行种子点选取进入Mean shift模块，并依据种子点和相应带宽进行Mean shift处理，原始特征处理模块处理后加权特征进入神经网络激活层，通过反向传播调节权重，优化神经网络学习效果预测结果。
-
公开(公告)号：CN103699364B
公开(公告)日：2016-09-21
申请号：CN201310720041.3
申请日：2013-12-24
Applicant: 四川川大智胜软件股份有限公司 , 四川大学
Abstract: 本发明涉及计算机应用技术和计算机图形图像领域，具体涉及一种基于并行绘制技术的三维图形渲染方法，包括：构建并行绘制渲染系统工作环境，用户服务节点执行负载平衡计算，根据负载平衡结果，渲染节点确定图元归属，渲染节点执行渲染任务，提取像素数据并发送到图像服务节点，图像服务节点接收像素数据，执行图像拼合，输出到投影设备并显示。本发明优秀的资源调度策略和作业调度策略，能最大限度地提高资源利用率，节省渲染时间；丰富的开发工具和接口，便于高级用户进行有针对的开发；优秀的资源管理功能，能实施有效地管理，安全性、稳定性、可靠性较好。
-
公开(公告)号：CN119540425A
公开(公告)日：2025-02-28
申请号：CN202411691891.X
申请日：2024-11-25
Applicant: 四川大学
Abstract: 本发明提供的基于二维高斯溅射的大规模场景组织与动态调度方法，涉及场景渲染技术领域，包括：通过对大规模场景进行分块，得到若干分块场景，其中，相邻的两个分块场景之间存在重叠区域；采用中值划分算法递归创建包围盒，对分块场景进行空间分割，生成BVH树；根据摄像机距离对应节点的颗粒度来动态选择LOD树中节点生成LOD结构，实现近景或中景的场景表现；基于所述LOD树，采用广度遍历二叉树方式，使用所述LOD树的预设比例的叶子节点生成分层细节级别HLOD，实现远景的场景表现；对若干分块场景进行合并；能够在保持视觉质量的同时提高渲染效率。
-
公开(公告)号：CN117541799B
公开(公告)日：2024-03-08
申请号：CN202410028448.8
申请日：2024-01-09
Applicant: 四川大学
IPC: G06V10/26 , G06V20/10 , G06V10/764 , G06V10/774 , G06N20/20 , G06F18/243
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
