-
公开(公告)号：CN115719407A
公开(公告)日：2023-02-28
申请号：CN202310011438.9
申请日：2023-01-05
Applicant: 安徽大学
Abstract: 本发明公开一种面向大规模航拍图像的分布式多视图立体重建方法，先计算场景的稀疏点云模型和摄像机姿态，将稀疏点云模型划分为不同的区域，计算每个区域中所包含图像的深度图，为每个区域选择两幅最佳的深度图像作为初始融合视图，融合每个区域的深度图像、即可获得每个区域内的稠密点云模型，合并多个区域内的稠密点云、即可获得完整场景的稠密点云模型。本发明充分利用了大规模航拍图像之间的区域性，将大规模场景的多视图立体重建问题转化为可以在低性能计算机上求解的小规模多视图立体重建问题，既提高了三维重建的时间效率，又降低了三维重建的成本。
-
-
公开(公告)号：CN116091712B
公开(公告)日：2023-06-27
申请号：CN202310382538.2
申请日：2023-04-12
Applicant: 安徽大学
IPC: G06T17/00 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请属于三维重建技术领域，具体涉及面向计算资源受限设备的多视图立体重建方法与系统，方法包括：输入多视角的图像数据；根据输入的所述图像数据，计算相机的外部参数矩阵、内部参数矩阵和深度值范围，获取新的图像数据；构建端到端的多视图立体重建网络模型；将所述新的图像数据输入所述多视图立体构建网络模型进行训练，计算获得推理模型参数；将预训练的神经网络模型作为输入图像样本生成并融合全分辨率深度图，获得三维点云模型。本申请构建多视图立体重建网络模型，解决现有多视图立体方法对高性能计算资源的过度依赖问题，使得在计算资源受限的设备上实现基于深度学习的多视图立体重建过程。
-
Patent Agency Ranking
公开(公告)号：CN116091712A
公开(公告)日：2023-05-09
申请号：CN202310382538.2
申请日：2023-04-12
Applicant: 安徽大学
IPC: G06T17/00 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请属于三维重建技术领域，具体涉及面向计算资源受限设备的多视图立体重建方法与系统，方法包括：输入多视角的图像数据；根据输入的所述图像数据，计算相机的外部参数矩阵、内部参数矩阵和深度值范围，获取新的图像数据；构建端到端的多视图立体重建网络模型；将所述新的图像数据输入所述多视图立体构建网络模型进行训练，计算获得推理模型参数；将预训练的神经网络模型作为输入图像样本生成并融合全分辨率深度图，获得三维点云模型。本申请构建多视图立体重建网络模型，解决现有多视图立体方法对高性能计算资源的过度依赖问题，使得在计算资源受限的设备上实现基于深度学习的多视图立体重建过程。
-
公开(公告)号：CN114882258A
公开(公告)日：2022-08-09
申请号：CN202210505619.2
申请日：2022-05-10
Applicant: 安徽大学
Abstract: 本发明公开一种基于场景显著性区域一致性的航拍图像匹配方法，包括计算查询航拍图像和参考航拍图像中的特征点和特征描述子，计算查询航拍图像中的显著性目标区域，从参考航拍图像中为查询航拍图像的显著性区域寻找对应匹配区域，计算查询航拍图像中显著性区域与对应的匹配区域之间的特征匹配结果，计算查询航拍图像中显著性区域以外的区域与参考航拍图像中非显著性区域之间的特征匹配结果，合并两个匹配结果获得两幅航拍图像之间的特征匹配结果。本发明利用查询航拍图像中的显著性目标区域、将高分辨率的航拍图像匹配问题转化为显著性区域和非显著性区域的特征匹配问题，既避免非重叠区域的特征匹配所带来的时间开销，又提高图像匹配的精度。
-
公开(公告)号：CN119680642A
公开(公告)日：2025-03-25
申请号：CN202411593072.1
申请日：2024-11-08
Applicant: 安徽大学
Abstract: 本发明属于光催化技术领域，具体公开了一种双原子金属配合物/CdS纳米棒复合光催化剂及其制备方法和用途。具体制备方法为：使用EDA辅助溶剂热反应合成纯CdS纳米棒；然后利用席夫碱反应，在油浴加热，冷凝回流下合成双原子金属配合物；将二者放入烧杯中，加入乙醇，搅拌均匀并干燥，得到双原子金属配合物与CdS纳米棒光催化复合材料，即制得目标产物。CdS纳米棒呈棒状六角形晶体结构，双原子金属配合物呈块状，与CdS纳米棒复合后负载于CdS纳米棒的壁上，并未改变CdS纳米棒的主要形貌。本发明通过将双原子金属配合物与CdS纳米棒进行复合，能有效的分离光生电子和空穴，提高光催化甲酸分解制合成气(H2+CO)的活性。
-
公开(公告)号：CN116805355A
公开(公告)日：2023-09-26
申请号：CN202311079988.0
申请日：2023-08-25
Applicant: 安徽大学
Abstract: 本发明公开一种抗场景遮挡的多视图立体重建方法，首先根据输入的图像数据计算场景的稀疏点云模型和摄像机参数；其次，根据稀疏点云模型和摄像机参数，从输入的图像数据中计算场景的半稠密点云模型；再次，根据半稠密的点云模型，计算图像的深度图；第四，计算输入图像的轮廓信息；第五，使用图像的轮廓信息对深度图进行增强处理，获得稠密的深度图；最后，使用稠密的深度图对半稠密的点云模型进行增强处理，即可获得高质量的稠密点云模型。本发明充分利用了图形的轮廓信息，提高遮挡场景下的多视图立体重建的质量，为基于多视图立体重建技术的相关应用领域（例如：虚拟现实、增强现实、数字孪生、元宇宙、农业与工业仿真、数据可视化、自动驾驶、场景的数字化、文化遗产的数字化保护等）奠定坚实的技术基础。
-
公开(公告)号：CN115719407B
公开(公告)日：2023-06-27
申请号：CN202310011438.9
申请日：2023-01-05
Applicant: 安徽大学
Abstract: 本发明公开一种面向大规模航拍图像的分布式多视图立体重建方法，先计算场景的稀疏点云模型和摄像机姿态，将稀疏点云模型划分为不同的区域，计算每个区域中所包含图像的深度图，为每个区域选择两幅最佳的深度图像作为初始融合视图，融合每个区域的深度图像、即可获得每个区域内的稠密点云模型，合并多个区域内的稠密点云、即可获得完整场景的稠密点云模型。本发明充分利用了大规模航拍图像之间的区域性，将大规模场景的多视图立体重建问题转化为可以在低性能计算机上求解的小规模多视图立体重建问题，既提高了三维重建的时间效率，又降低了三维重建的成本。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
