-
Patent Agency Ranking
公开(公告)号：CN117710578A
公开(公告)日：2024-03-15
申请号：CN202311709901.3
申请日：2023-12-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种同时实现表面重建和材质估计的多视图三维重建方法，属于三维重建技术领域。该方法在由几何MLP网络、Color MLP网络和Light MLP网络构成的神经网络中，该方法采用一种增强的低频到高频编码配准策略将场景的输入位置转换为高维傅里叶特征，以增加MLP网络输入数据的维数；使用NeRF公式和SDF权值来估计每一采样射线的表面点，更好地反映场景的几何形状和光照效果；在几何MLP网络中，通过一种基于体渲染的材料估计策略在每个表面点上估计材料的基色、粗糙度和金属度，实现材料估计。本发明提高了重建精度的同时，可同时获得物体的材质和三维信息，为基于图像的三维重建和材质估计开辟了一条新的途径。
-
公开(公告)号：CN112765407A
公开(公告)日：2021-05-07
申请号：CN202011616551.2
申请日：2020-12-30
Applicant: 重庆邮电大学
IPC: G06F16/901 , G06F16/9535 , G06F16/9537 , G06N3/12 , G06Q50/10 , H04L12/24 , H04L29/08
Abstract: 本发明涉及服务计算领域，涉及一种物联网环境下基于用户偏好的QoS服务组合方法；所述方法包括采集用户请求服务提供的输入条件以及用户获取服务的输出目标；利用分层过滤算法获取服务集合，构建出服务之间的服务依赖图；使用组合路径序列算法获取服务依赖图的组合服务路径集；将组合服务路径集中服务节点的各服务实例的每一个QoS属性值归一化，采用擂台算法计算出各服务节点的服务实例非支配集；将基于用户偏好的QoS目标函数作为适应度函数，利用遗传算法为组合服务路径选择出最佳的组合服务实例；在组合服务路径集中选择最佳组合服务路径；本发明在考虑用户偏好的基础上，通过分层过滤和最大非支配集减小服务选择的问题空间，提升了海量服务选择效率。
-
公开(公告)号：CN117710578B
公开(公告)日：2024-07-02
申请号：CN202311709901.3
申请日：2023-12-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种同时实现表面重建和材质估计的多视图三维重建方法，属于三维重建技术领域。该方法在由几何MLP网络、Color MLP网络和Light MLP网络构成的神经网络中，该方法采用一种增强的低频到高频编码配准策略将场景的输入位置转换为高维傅里叶特征，以增加MLP网络输入数据的维数；使用NeRF公式和SDF权值来估计每一采样射线的表面点，更好地反映场景的几何形状和光照效果；在几何MLP网络中，通过一种基于体渲染的材料估计策略在每个表面点上估计材料的基色、粗糙度和金属度，实现材料估计。本发明提高了重建精度的同时，可同时获得物体的材质和三维信息，为基于图像的三维重建和材质估计开辟了一条新的途径。
-
公开(公告)号：CN120050431A
公开(公告)日：2025-05-27
申请号：CN202510229638.0
申请日：2025-02-28
Applicant: 重庆邮电大学
IPC: H04N19/593 , H04N19/51 , H04N19/567 , H04N19/91 , H04N19/42 , G06N3/0464 , G06N3/045 , G06N3/0455
Abstract: 本发明提供一种双分支注意力的立体视频压缩方法,包括：将立体视频划分为左视频帧序列和右视频帧序列；将立体视频在t时刻的视频帧、其时间相邻重构帧和视图相邻重构帧输入DAN立体视频压缩器进行压缩得到t时刻的视频重构帧；其中，所述DAN立体视频压缩器包括：特征提取模块、运动估计模块、视差估计模块、基于LGEDB的编解码模块、运动补偿模块、视差补偿模块、双分支高频信息融合模块和图像重构模块。本发明LGEDB和DHFFM能够以相同或者更低的每像素点比特(Bits Per Pixel：BPP)实现更高质量的图像重建。
-
公开(公告)号：CN112765407B
公开(公告)日：2022-11-11
申请号：CN202011616551.2
申请日：2020-12-30
Applicant: 重庆邮电大学
IPC: G06F16/901 , G06F16/9535 , G06F16/9537 , G06N3/12 , G06Q50/10 , H04L67/51 , H04L67/12 , H04L41/50
Abstract: 本发明涉及服务计算领域，涉及一种物联网环境下基于用户偏好的QoS服务组合方法；所述方法包括采集用户请求服务提供的输入条件以及用户获取服务的输出目标；利用分层过滤算法获取服务集合，构建出服务之间的服务依赖图；使用组合路径序列算法获取服务依赖图的组合服务路径集；将组合服务路径集中服务节点的各服务实例的每一个QoS属性值归一化，采用擂台算法计算出各服务节点的服务实例非支配集；将基于用户偏好的QoS目标函数作为适应度函数，利用遗传算法为组合服务路径选择出最佳的组合服务实例；在组合服务路径集中选择最佳组合服务路径；本发明在考虑用户偏好的基础上，通过分层过滤和最大非支配集减小服务选择的问题空间，提升了海量服务选择效率。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
