-
公开(公告)号：CN102999942B
公开(公告)日：2015-07-15
申请号：CN201210540370.5
申请日：2012-12-13
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明公开了本发明提供一种三维人脸重建方法，包括以下步骤：S1：定位出待重建人脸图象中的二维关键点；S2：定位出三维模型中与S1中的二维关键点对应的三维关键点坐标；S3：利用S2中的关键点分部件加权计算三维人脸的形状重建系数，以及成象模型参数；S4：利用三维形变模型分部件合成三维人脸形状；S5：利用成象模型和人脸对称性提取三维人脸纹理。本发明提供的三维人脸重建方法，首先对任意姿态人脸图象都能获得较好的重建结果，其次运算速度快，而且非线性优化很快收敛，与现有技术的稠密重建算法相比，速度提高一个数量级以上而且性能更加稳定。
-
Patent Agency Ranking
公开(公告)号：CN102609408A
公开(公告)日：2012-07-25
申请号：CN201210007729.2
申请日：2012-01-11
Applicant: 清华大学
Abstract: 本发明公开了一种基于多文种文档图像识别的跨文种理解方法，包括以下步骤：获取源文种的文档扫描图像，通过多文种文档图像识别途径对所述文档扫描图像进行处理，以得到源文种识别文本；对所述源文种识别文本进行分句处理；利用基于词的或基于句子的文本翻译理解模块对分句处理后的源文种识别文本进行转换，获得目标文种文本；对所述文档扫描图像、源文种识别文本和目标文种文本进行显示输出。本发明能够实现对多文种的文档扫描图像进行识别、分句、跨文种理解以及双语对照图文显示，为用户提供了各文种、各民族文字信息的获取、保存、交流与转换功能，便于用户实现跨文种的文档理解。
-
公开(公告)号：CN102999942A
公开(公告)日：2013-03-27
申请号：CN201210540370.5
申请日：2012-12-13
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明公开了一种三维人脸重建方法，包括以下步骤：S1：定位出待重建人脸图象中的二维关键点；S2：定位出三维模型中与S1中的二维关键点对应的三维关键点坐标；S3：利用S2中的关键点分部件加权计算三维人脸的形状重建系数，以及成象模型参数；S4：利用三维形变模型分部件合成三维人脸形状；S5：利用成象模型和人脸对称性提取三维人脸纹理。本发明提供的三维人脸重建方法，首先对任意姿态人脸图象都能获得较好的重建结果，其次运算速度快，而且非线性优化很快收敛，与现有技术的稠密重建算法相比，速度提高一个数量级以上而且性能更加稳定。
-
公开(公告)号：CN102609408B
公开(公告)日：2014-11-26
申请号：CN201210007729.2
申请日：2012-01-11
Applicant: 清华大学
Abstract: 本发明公开了一种基于多文种文档图像识别的跨文种理解方法，包括以下步骤：获取源文种的文档扫描图像，通过多文种文档图像识别途径对所述文档扫描图像进行处理，以得到源文种识别文本；对所述源文种识别文本进行分句处理；利用基于词的或基于句子的文本翻译理解模块对分句处理后的源文种识别文本进行转换，获得目标文种文本；对所述文档扫描图像、源文种识别文本和目标文种文本进行显示输出。本发明能够实现对多文种的文档扫描图像进行识别、分句、跨文种理解以及双语对照图文显示，为用户提供了各文种、各民族文字信息的获取、保存、交流与转换功能，便于用户实现跨文种的文档理解。
-
公开(公告)号：CN100440250C
公开(公告)日：2008-12-03
申请号：CN200710064295.9
申请日：2007-03-09
Applicant: 清华大学
Abstract: 印刷体蒙古文字符识别方法属于字符识别领域，其特征在于，提取蒙古文字符集中字符独特的字符形式信息和字符区域信息进行预分类，确定输入字符所属的字符类别子集，然后抽取能很好反映字符笔划构成信息的方向特征，在此基础上采用两个步骤进行特征优化处理：1.特征整形；2.由LDA(线性鉴别分析)进行特征变换，最后运用MQDF(改进的二次鉴别函数)统计分类器实现分类判决。本发明在多字体多字号印刷体蒙古文字符测试集上的识别正确率达到99.35%。
-
公开(公告)号：CN101017533A
公开(公告)日：2007-08-15
申请号：CN200710064295.9
申请日：2007-03-09
Applicant: 清华大学
Abstract: 印刷体蒙古文字符识别方法属于字符识别领域，其特征在于，提取蒙古文字符集中字符独特的字符形式信息和字符区域信息进行预分类，确定输入字符所属的字符类别子集，然后抽取能很好反映字符笔划构成信息的方向特征，在此基础上采用两个步骤进行特征优化处理：1.特征整形；2.由LDA(线性鉴别分析)进行特征变换，最后运用MQDF(改进的二次鉴别函数)统计分类器实现分类判决。本发明在多字体多字号印刷体蒙古文字符测试集上的识别正确率达到99.35％。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
