-
公开(公告)号：CN118071917A
公开(公告)日：2024-05-24
申请号：CN202311572875.4
申请日：2023-11-23
Applicant: 重庆大学
Abstract: 本申请涉及一种基于神经隐式表示的模糊视图三维重建方法及装置，属三维重建技术领域，使用运动模糊核预测模块来模拟训练阶段的模糊过程，在训练阶段对射线进行优化，并将光线上的坐标输入到SDF网络中，同时将光线上的坐标输入和SDF网络所学习到的特征输入到神经辐射场，通过体渲染得到光线的颜色。然后，将所有光线的渲染颜色进行混合，得到模糊像素的颜色，在验证阶段，去掉运动模糊核预测模块，直接渲染出清晰的像素，得到清晰的新视角图像，同时可以从SDF网络中恢复出物体的三维几何结构。
-
公开(公告)号：CN119848165A
公开(公告)日：2025-04-18
申请号：CN202411928062.9
申请日：2024-12-25
Applicant: 重庆大学
IPC: G06F16/29 , G06F16/26 , G06Q50/47 , G06Q50/43 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/042
Abstract: 本发明涉及一种网约车多源数据时空态势可视分析方法，包括如下步骤：选用某区域内确定时长内的网约车公开原始数据；将该区域划分为x×y的网格矩阵；对原始数据中的轨迹数据集进行预处理并计算每条轨迹数据中车辆平均速度Vn；定义时间步长T，计算该区域内每个小区域的每个时间步长下的6种交通态势特征；构建区域特征矩阵和交通图矩阵；计算态势值特征嵌入表示和态势区域关联特征嵌入表示且分别进行聚类；对聚类结果进行数据处理得到各自对应的等级矩阵；采用t‑sne方法对等级矩阵进行降维处理，并输入到可视化交互界面进行展示。
-
Patent Agency Ranking
公开(公告)号：CN119474782A
公开(公告)日：2025-02-18
申请号：CN202411692380.X
申请日：2024-11-25
Applicant: 重庆大学
IPC: G06F18/21 , G06F18/213 , G06F18/23 , G06F18/22
Abstract: 本发明涉及数据可视化领域，具体涉及一种面向散点图可视化任务的数据采样质量评价方法及系统。所述方法包括如下步骤：给定高维数据集，利用数据采样方法，生成高维数据子集；根据所述高维数据子集，获得低维数据子集；随机提取所述高维数据集的聚类，获得高维空间子聚类；根据所述高维空间子聚类，获得低维空间子聚类；衡量所述高维空间子聚类和所述低维空间子聚类的差异，获得不同维度空间子聚类对的差异；根据所述不同维度空间子聚类对的差异，获得全局误差；通过所述全局误差，实现对高维数据采样质量的评价。本发明通过比较不同维度空间子聚类差异，衡量不同采样方法对数据投影后的保留情况，实现了对投影散点图中高维数据真实性的有效评估。
-
公开(公告)号：CN117911650A
公开(公告)日：2024-04-19
申请号：CN202410105713.8
申请日：2024-01-25
Applicant: 重庆大学
Abstract: 本发明涉及计算机视觉和图形图像处理技术领域，具体公开了一种图神经网络的双线性参数化方法及三维形状分析系统，其使用两个线性参数化来近似谱滤波器，同时满足性能、鲁棒性和速度的要求。第一个线性参数化的基函数是小波滤波器基函数。通过用小波滤波器基函数参数化频谱滤波器，不仅能够保持滤波器的局部性质，还能够融入全局感知信息，以进一步增强卷积操作的信息聚合能力。第二个线性参数化的基函数是切比雪夫多项式基函数。可以通过用切比雪夫多项式参数化小波滤波器，从而在加速卷积操作的同时，保持对网格离散化或点云采样的鲁棒性，并降低了图卷积的计算复杂度。随后，可使用不同的框架将其应用到三维形状对应、分割、分类任务上。
-
公开(公告)号：CN117173496B
公开(公告)日：2024-04-02
申请号：CN202311215687.6
申请日：2023-09-20
Applicant: 重庆大学
IPC: G06V10/77 , G06V10/762
Abstract: 本发明涉及数据降维技术领域，尤其是涉及一种保持一维拓扑特征的高维数据降维方法及系统，所述方法包括如下步骤：构建高维数据的reeb图作为数据骨架；对所述数据骨架进行一维拓扑特征提取，得到所述数据骨架的一维拓扑特征；针对所述一维拓扑特征所包含的骨架节点进行约束图布局，得到所述骨架节点的最优约束布局；基于所述最优约束布局使用改进的L‑Isomap算法投影除所述骨架节点以外的其余节点，进而实现对高维数据的降维。本发明使用圆环作为一维拓扑特征的视觉编码，并使用约束图布局算法对高维数据的一维拓扑特征在二维空间进行图布局，有效避免了高维数据的一维拓扑特征在视觉空间中的重叠和失真。
-
公开(公告)号：CN119478171A
公开(公告)日：2025-02-18
申请号：CN202411599125.0
申请日：2024-11-11
Applicant: 重庆大学
Abstract: 本发明涉及图形渲染和计算机图形技术领域，具体为一种对于参与介质可微渲染的优化方法及系统，该方法包括如下步骤：引入路径空间积分公式获得目标积分值，对目标积分值进行物质形式的重参数化转换进而得到任意场景参数的物质形式路径积分的微分；建立KD‑Tree结构存储机制，利用存储机制得到叶子节点输出结果；依据叶子节点输出结果确定边界并得到采样边界段，对边界段进行无偏估计并获得边界段的无偏估计数值结果；构建梯度复用模型，通过复用模型获得优化器更新的模型参数；结合物质形式路径积分的微分、无偏估计数值结果、更新后模型参数对初始化的场景参数进行优化调整。本发明为参与介质的可微渲染提供解决方案，为进一步优化提供明确的方向。
-
公开(公告)号：CN117173496A
公开(公告)日：2023-12-05
申请号：CN202311215687.6
申请日：2023-09-20
Applicant: 重庆大学
IPC: G06V10/77 , G06V10/762
Abstract: 本发明涉及数据降维技术领域，尤其是涉及一种保持一维拓扑特征的高维数据降维方法及系统，所述方法包括如下步骤：构建高维数据的reeb图作为数据骨架；对所述数据骨架进行一维拓扑特征提取，得到所述数据骨架的一维拓扑特征；针对所述一维拓扑特征所包含的骨架节点进行约束图布局，得到所述骨架节点的最优约束布局；基于所述最优约束布局使用改进的L‑Isomap算法投影除所述骨架节点以外的其余节点，进而实现对高维数据的降维。本发明使用圆环作为一维拓扑特征的视觉编码，并使用约束图布局算法对高维数据的一维拓扑特征在二维空间进行图布局，有效避免了高维数据的一维拓扑特征在视觉空间中的重叠和失真。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
