公开(公告)号：CN103208122A

公开(公告)日：2013-07-17

申请号：CN201310135850.8

申请日：2013-04-18

Applicant: 湖南大学

Inventor： 潘华伟 ,  谭光华 ,  李斌 ,  高春鸣

IPC: G06T7/00

Abstract: 本发明提出了在多相机组标定下的一种多相机标定工具及对工具上附着标记物的相互位置要求。一维标定物标定法是相机组标定方法中的最为方便、最为快速的方法，一维标定物的设计是一维标定法的首要问题，结合射影变换性质和空间范围约束，提出了一维标定物设计的准则。理论分析表明：一维标定物满足约束关系可以使用相互距离作为条件，对一维标定物的图像点进行匹配。实验表明：满足设计准则的一维标定物操作简单、匹配方便，标定后的相机组内外参数达到使用要求。

公开(公告)号：CN102842146B

公开(公告)日：2015-01-07

申请号：CN201110173853.1

申请日：2011-06-25

Applicant: 湖南大学

Inventor： 潘华伟 ,  高春鸣 ,  雷渊

IPC: G06T17/00

Abstract: 一种基于构造分解法的运动数据转换方法。在计算骨骼关节点旋转信息的时候，传统的方法假定其中一个方向上的扭矩为零，仅求解二自由度的旋转信息，这种方法降低了旋转数据的精确度。针对这一问题，首先以树型结构建立人体骨骼模型，然后利用关节点自身在骨架中的结构关系，提出一种构造分解法求解关节点的三自由度旋转信息，用于驱动人体骨骼模型，并将此方法用于前几种流行的运动数据格式转换中，如BVH、ASF/AMC等格式的数据。

公开(公告)号：CN116091662A

公开(公告)日：2023-05-09

申请号：CN202210789604.3

申请日：2022-07-06

Applicant: 湖南大学

Inventor： 贺志武 ,  潘华伟

IPC: G06T13/40

Abstract: 本发明涉及计算机三维动画技术领域，且公开了一种实时动作重定向的方法，包括以下阶段：1、初始化阶段，从骨架树的根节点开始遍历所有节点，剔除末端节点，将目的关节旋转对齐到源关节，计算目的骨架与源骨架的身高比例，顺序遍历所有关节，计算目的关节旋转到源关节局部坐标系的旋转值和旋转回目的关节局部坐标系的旋转值；2、实时计算阶段，顺序遍历所有关节，重定向源关节的旋转值和偏移值到目的关节上。使用该实时动作重定向的方法，有利于避免重复制作动作的工作，降低维护成本，可以实现实时高效地动作重定向功能。

公开(公告)号：CN115346264A

公开(公告)日：2022-11-15

申请号：CN202210183170.2

申请日：2022-02-28

Applicant: 湖南大学

Inventor： 胡芬波 ,  潘华伟 ,  陈峰

IPC: G06V40/20 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉动作识别领域，名称为一种基于多流图卷积残差网络的人体行为识别算法，主要用于识别人体动作。针对目前主流网络模型动作特征信息提取不充分的问题，本发明实现了一种基于多流网络结构的动作识别算法，提取多种数据流信息并融合。针对骨架信息建模困难的问题，提出了一种自适应图卷积网络算法，加入空间注意力机制，给予信息量丰富的关节更多权重。为了提取动作时间序列里更深层信息，提出了一种跨域连接结构，通过引入跨域时间图卷积模块单元，更有效地挖掘时空特征。受到卷积神经网络中ResNet网络的启发，在图卷积网络GCN中加入残差结构单元，降低模型训练难度，增加结构稳定性的同时保持模型的准确性，提高了算法的鲁棒性。

公开(公告)号：CN102842146A

公开(公告)日：2012-12-26

申请号：CN201110173853.1

申请日：2011-06-25

Applicant: 湖南大学

Inventor： 潘华伟 ,  高春鸣 ,  雷渊

IPC: G06T17/00

Abstract: 在计算骨骼关节点旋转信息的时候，传统的方法假定其中一个方向上的扭矩为零，仅求解二自由度的旋转信息，这种方法降低了旋转数据的精确度。针对这一问题，首先以树型结构建立人体骨骼模型，然后利用关节点自身在骨架中的结构关系，提出一种构造分解法求解关节点的三自由度旋转信息，用于驱动人体骨骼模型，并将此方法用于前几种流行的运动数据格式转换中，如BVH、ASF/AMC等格式的数据。