-
公开(公告)号：CN119379821A
公开(公告)日：2025-01-28
申请号：CN202411961874.3
申请日：2024-12-30
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学 , 中移(杭州)信息技术有限公司
IPC: G06T9/00 , G06T7/207 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本申请实施例提供一种基于时序感知的动态点云压缩方法及装置，方法包括：对输入的连续两帧点云数据进行稀疏卷积处理得到特征空间中的点云特征，将连续两帧在特征空间中的表示进行局部和全局特征提取并拼接融合得到运动向量，利用精确运动向量对前一帧点云特征进行运动补偿得到当前帧的预测帧；计算预测帧与实际帧之间的残差并进行压缩编码得到残差张量，将预测帧和残差张量相加得到粗粒度预测特征，将粗粒度预测特征与缓冲区中保存的三帧点云特征进行时间对齐和特征融合得到融合预测特征，对融合预测特征进行上采样重建得到最终点云帧；本申请能够有效提高点云数据压缩时的准确率和效率。
-
公开(公告)号：CN116052108A
公开(公告)日：2023-05-02
申请号：CN202310142948.X
申请日：2023-02-21
Applicant: 浙江工商大学
IPC: G06V20/56 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Transformer的交通场景小样本目标检测方法及装置，该方法重新训练已有的目标检测模型，在Transformer编码器中设计多头自注意力机制，实现伪类嵌入来关联同一类别的样本，区分不同类别的样本，能够检测支持集新出现的类别，改善了在小样本目标检测任务中生成候选区域不准确问题；Transformer解码器利用伪类信息嵌入使得检测器易于训练，泛化能力强，并解决了小样本目标检测任务难以学习和容易过拟合的问题。与其他先进方法相比，本发明方法具有可观的竞争力。
-
公开(公告)号：CN107545541A
公开(公告)日：2018-01-05
申请号：CN201710721917.4
申请日：2017-08-22
Applicant: 浙江工商大学
Abstract: 本发明公开了一种面向VR场景的图像拼接方法，属于虚拟现实领域。通常采用六幅图像拼接成一个立方体的六个面来构造VR全景图，若直接拼接，面与面之间的拼接处常出现明显的不自然接缝。即使采用Poisson编辑等方法拼接也会有明显的拼接痕迹。本发明在光滑了接缝处的梯度的基础上，通过求解一个广义Laplacian方程得到平滑自然的拼接结果。
-
公开(公告)号：CN106023255A
公开(公告)日：2016-10-12
申请号：CN201610335242.5
申请日：2016-05-19
Applicant: 浙江工商大学
CPC classification number: G06K9/6218 , G06T2207/10021
Abstract: 本发明公开了一种基于运动的三维模型空域分割的方法。本发明依据模型的运动对模型进行分割，根据微分几何中的一条定理：空间曲线的曲率和绕率完全决定了曲线的形状，因此本发明采用曲率和绕率来衡量模型的运动，即若两顶点在每帧的曲率和绕率均相似，则说明它们的运动轨迹很相似，应该聚为一类。本发明完美地将微分几何与空域分割结合起来，采用曲率和绕率表示模型的运动，不但具有强烈的理论支撑，而且将运动相似的点准确地聚为一块。
-
-
Patent Agency Ranking
公开(公告)号：CN119359830A
公开(公告)日：2025-01-24
申请号：CN202411932790.7
申请日：2024-12-26
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学 , 中移(杭州)信息技术有限公司
Abstract: 本申请实施例提供一种基于隐式神经表达的动态三维点云压缩方法及装置，方法包括：通过由下采样层与基于分组矢量注意力的注意力层组成的编码器对给定动态点云序列中各帧的点云数据进行嵌入提取，得到包含有点云内容信息的自适应内容特征嵌入；获取各帧的点云数据在给定动态点云序列中的索引值，并通过位置编码函数将点云数据的索引值映射至高维嵌入空间进行嵌入提取，得到包含有点云时间信息的时间索引嵌入；将最佳网络模型的浮点数参数转换为低比特位的整数参数后采用哈夫曼编码进行无损压缩，得到经过无损压缩后的最佳网络模型，并通过最佳网络模型执行动态三维点云数据解码工作；本申请能够有效提高三维点云压缩的效率和准确率。
-
公开(公告)号：CN114025146B
公开(公告)日：2023-11-17
申请号：CN202111285773.5
申请日：2021-11-02
Applicant: 浙江工商大学
IPC: H04N13/161 , H04N19/597 , H04N19/91 , H04N19/51
Abstract: 本发明公开了一种基于场景流网络与时间熵模型的动态点云几何压缩方法。本发明主要针对动态点云几何压缩问题，利用场景流网络估计前一帧点云的运动向量，从而利用时间冗余，并将运动向量视为点云的属性，利用MPEG(动态图像专家组)中的属性压缩方式进行编码以利用空间冗余，之后引入时间熵模型网络以编码预测帧和当前帧在隐空间中的残差，实现动态点云的几何压缩。解决时序海量动态点云数据的优化压缩，为三维动态点云更加广泛的应用与推广提供技术支撑。
-
公开(公告)号：CN103840871B
公开(公告)日：2017-01-11
申请号：CN201410016396.9
申请日：2014-01-14
Applicant: 浙江工商大学
Abstract: 本发明公开了一种无线网络中三维模型拓扑数据鲁棒传输的编码和重构方法。本发明首先在服务端将三维模型拓扑数据编码。具体是：按照一定规则遍历三维模型的顶点，得到每个顶点的遍历序号、度信息及相邻点信息。其次，根据改进的顺序着色算法，按照顶点被遍历的序号将每个顶点着上颜色。然后，对模型按照颜色分组，将同种颜色顶点作为一个分组。最后，对分组使用哈夫曼编码进行压缩。然后在客户端将三维模型拓扑重构，具体是：接收到分组后，将接收到的顶点按序号从小到大的顺序排序，再基于价驱动解码方法重构模型拓扑结构。本发明通过有效的模型拓扑数据编码和客户端重构技术，使三维模型在高丢包率的网络传输时，仍能获得较好的重构效果。
-
公开(公告)号：CN101516105A
公开(公告)日：2009-08-26
申请号：CN200910096790.7
申请日：2009-03-19
Applicant: 浙江工商大学
Abstract: 本发明公开了一种面向移动有损网络的基于预测重构的模型传输方法。此传输方法面向彩色纹理化渐进模型，从服务端错误恢复、网络传输协议和客户端错误恢复角度出发实现模型快速稳健传输和丢失报文恢复，首先利用全局等划分分组方法将模型封装成不同类型报文；然后采用混合传输方法以快速鲁棒地发送报文；最后采用基于预测的模型重构方法对丢失的模型数据进行恢复。相关预测方法实现了对模型丢失部分的顶点几何、颜色、法向和纹理坐标信息的有效重构。本发明的方法能够克服移动网络中的高丢包率和误码率现象，使移动客户端在获得较好的三维模型视觉效果的同时缩减模型整体传输时间，具有很好的实用价值。
-
公开(公告)号：CN118982555A
公开(公告)日：2024-11-19
申请号：CN202411013311.1
申请日：2024-07-26
Applicant: 浙江工商大学
IPC: G06T7/207 , G06V10/74 , G06V10/44 , G06V10/82 , G06V10/42 , G06T17/20 , G06N3/0464 , G06N3/0895 , G06N3/0455
Abstract: 本发明公开了一种基于特征锚点的动态点云高效压缩方法、系统、电子设备及介质。本发明通过使用特征锚点表示两帧之间的运动信息，实现了在编码保存时仅需保存少量的锚点，解码时即可恢复完整的运动信息，而无需保存完整的运动数据，减少了数据存储量，提高了压缩率。同时，本发明采用场景流网络计算两帧真实空间的坐标变化，避免了在特征空间中预测运动所可能带来的空间关系破坏，从而提升了运动预测的准确性，进而提高了重建精度。总体而言，本发明在提升压缩率的同时，也显著提高了重建精度，从而显著提升了压缩性能。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.017 seconds)
