-
公开(公告)号:CN119832029A
公开(公告)日:2025-04-15
申请号:CN202411927402.6
申请日:2024-12-25
Applicant: 杭州电子科技大学
IPC: G06T7/269 , G06T5/60 , G06V20/64 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于多模态协同优化的隐式图像增强与光流估计方法。该方法首先获取正常光照场景下的RGB图像以及对应视角的深度图;根据深度图和相机内参计算对应的三维点云数据。利用正常光照场景下的RGB图像合成低光照图像数据。利用高低频特征增强网络分解低光照图像的高频特征与低频特征,用于对低光照图像进行增强,然后提取低光照图像的图像特征和上下文特征;利用2D‑3D特征融合网络提取2D图像特征与3D点云特征并进行对齐融合,得到正常RGB图像的图像特征和上下文特征,用于监督高低频特征增强网络的特征提取过程。最后基于低光照图像的图像特征和上下文特征,构建4D相关体积表,并利用GRU推理光流。
-
公开(公告)号:CN116597082B
公开(公告)日:2024-08-09
申请号:CN202310556740.2
申请日:2023-05-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于隐式三维重建的轮毂工件数字化方法。本发明包括如下步骤:步骤1:构造神经距离场模型;步骤2:优化神经距离场模型;步骤3:抽取点云信息;步骤4:中心点和法线获取;步骤5:点云旋转补齐;借助轮毂的空间旋转性,将神经距离场模型直接表示的空间点通过点云旋转膨胀后投票的方式给予补齐,再通过空间点腐蚀最终获得轮毂的表面点云。本发明跨越了RF和NDdf领域,将深度图构建的空间结构信息以SDF的形式充分参与RF的训练过程,实现了两种模态数据的交汇训练,使点云更加精确。本发明使用深度学习领域还挖掘了数学三维重建的方法和李代数,比起深度学习方法更具有可解释性。
-
公开(公告)号:CN115392302A
公开(公告)日:2022-11-25
申请号:CN202210974787.6
申请日:2022-08-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于融合图卷积网络的脑电情绪识别方法;该脑电情绪识别方法如下:一、对被测对象进行脑电采集,提取所得脑电信号中各通道的目标特征,作为被识别数据。二、根据步骤一得到的被识别数据,计算两个通道之间的物理信息矩阵、相关性矩阵、因果关系矩阵。三、构建邻接矩阵。四、构建正则化矩阵。五、对目标特征和正则化矩阵L进行图卷积操作,完成特征提取。六、将步骤五所得特征输入经过训练的深度可分离卷积网络,所得特征图输入全连接层,进行分类,得到被测对象进行脑电采集时的情感类别。本发明对图卷积的邻接矩阵做融合处理,使邻接矩阵包含多元化的信息,而不再是仅拥有单一的信息,进一步提高了模型情绪分类的准确率。
-
公开(公告)号:CN119784938A
公开(公告)日:2025-04-08
申请号:CN202411831526.4
申请日:2024-12-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于相机光度优化的三维场景重建方法。该方法首先对同一个场景的多张图像通过辐射场模型进行表征,然后引入深度正则化方法,抑制显著偏离物体表面的点,缓解过拟合问题,得到对应视角下的投影图像。然后考虑相机镜头受到灰尘、污渍、他干扰物或雾化的影响导致的失真建立了外部光度模型,考虑受晕影和传感器非均匀性影响的内部失真问题建立了内部光度模型。通过对辐射场表征参数和相机光度模型参数的优化,能够在三维重建过程中估计相机光度参数,使得本方法相较于现有技术可以在相机光度失真情况下分离得到相机光度失真与鲁棒性更强的高质量三维场景,特别是在成像退化条件下,也能实现高质量的3D场景表示。
-
公开(公告)号:CN118736014A
公开(公告)日:2024-10-01
申请号:CN202410712856.5
申请日:2024-06-04
Applicant: 杭州电子科技大学 , 浙江华立智能装备股份有限公司
Abstract: 本发明公开一种基于点云的融合旋转对称性约束的目标位姿估计方法、系统、介质及产品,涉及位姿估计领域,方法包括:获取当前场景中目标物体的多个视角的RGB图像,采用SfM和MVS方法创建以目标物体为中心的稠密场景点云;采用混合高斯模型和RANSAC平面拟合方法提取目标物体点云,确定目标物体点云的初始位姿、每个点的最近邻点,定义初始变换矩阵,利用梯度下降算法对初始变换矩阵进行迭代优化得到最优变换矩阵;根据各最近邻点和最优变换矩阵对目标物体点云进行质量优化和初始位姿修正,得到目标物体点云的修正位姿作为目标物体的位姿估计结果。本发明能够在没有物体的3D模型的情况下对物体进行位姿估计并提高位姿估计的精度。
-
公开(公告)号:CN118094217A
公开(公告)日:2024-05-28
申请号:CN202410062178.2
申请日:2024-01-16
Applicant: 杭州电子科技大学
IPC: G06F18/214 , G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/09 , G06V40/16
Abstract: 本发明公开一种基于脑机协同训练的半监督面部情绪识别方法,在有标签的图像上训练认知模型和分类模型,使用训练后的认知模型和分类模型预测无标签数据的伪标签,将预测一致的标签作为图像的伪标签。认知模型和分类模型在伪标签扩增后的训练集上更新训练,然后重新预测无标签图像,如此反复;将检测效果最佳的分类模型作为最终分类模型。将被测图像输入最终分类模型,最终分类模型输出被测图像中的对象的情绪类型。本发明通过交替训练认知模型和分类模型,相互验证预测结果获得更高质量的伪标签,防止单一模型过度拟合预测错误的伪标签数据,从而更充分地利用无标签图像数据。
-
公开(公告)号:CN116934828A
公开(公告)日:2023-10-24
申请号:CN202310917452.5
申请日:2023-07-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于想象计算强化的激光雷达稠密测量方法,将激光雷达采集的数据投影至二维平面,生成深度图与强度图。构建N个层级的稀疏体素八叉树,对有向距离场SDF进行编码。采样插值后,使用耦合神经网络融合激光雷达提供的深度信息与强度信息,挖掘稀疏激光雷达数据中共同蕴含的空间信息与先验认知信息,构建三维隐式神经有向距离场,预测场景表面的距离值与强度值,想象连续的三维空间分布,实现稀疏数据的稠密化,提供高分辨率的深度及强度信息。预测结果更精准,同时解决了增加硬件来获取激光雷达稠密数据需要高成本的问题。
-
公开(公告)号:CN116597082A
公开(公告)日:2023-08-15
申请号:CN202310556740.2
申请日:2023-05-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于隐式三维重建的轮毂工件数字化方法。本发明包括如下步骤:步骤1:构造神经距离场模型;步骤2:优化神经距离场模型;步骤3:抽取点云信息;步骤4:中心点和法线获取;步骤5:点云旋转补齐;借助轮毂的空间旋转性,将神经距离场模型直接表示的空间点通过点云旋转膨胀后投票的方式给予补齐,再通过空间点腐蚀最终获得轮毂的表面点云。本发明跨越了RF和NDdf领域,将深度图构建的空间结构信息以SDF的形式充分参与RF的训练过程,实现了两种模态数据的交汇训练,使点云更加精确。本发明使用深度学习领域还挖掘了数学三维重建的方法和李代数,比起深度学习方法更具有可解释性。
-
公开(公告)号:CN116385631A
公开(公告)日:2023-07-04
申请号:CN202310149162.0
申请日:2023-02-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于类网格细胞空间编码的半隐式神经地图构建方法。该方法使用类网格细胞空间编码,显式地对三维空间进行抽象编码,将编码结果输入神经网络中进行解码,再通过渲染的方式生成新视觉视图。该方法提出的三维空间上的类网格细胞空间编码,可以提高数据之间的关联性,消除神经地图中的冗余信息,实现对环境的压缩感知,实现信息的最大化利用,进而提高地图重建质量。构建半隐式神经地图可以应用于医疗影像、自动驾驶、游戏开发或室内设计等技术领域,自动根据输入的二维图像生成三维场景模型。
-
公开(公告)号:CN116310178A
公开(公告)日:2023-06-23
申请号:CN202310294153.0
申请日:2023-03-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于注意力机制的第一视角认知编码地图构建与定位方法。该方法首先对待建图的环境信息进行拍摄,根据图像的位置与姿态,对位置信息进行编码。再通过ViT架构对图像信息进行编码,获得图像特征。将连续图像的位置特征与图像特征输入注意力机制,计算每张图像的注意力得分,模拟人脑根据位置信息重建的图像信息。然后将注意力机制输出的图像信息进行残差连接,与真实图像进行差异比较计算损失,更新网络模型参数。最后将待识别图像输入训练后的网络模型,通过反向修正输入图像的假设位置信息,输出预测的图像位置,完成定位。
-
-
-
-
-
-
-
-
-