-
公开(公告)号：CN105868727B
公开(公告)日：2019-06-21
申请号：CN201610219246.7
申请日：2016-04-08
Abstract: 本发明涉及一种三维人脸相似性度量方法，所述方法包括：在两个待比较的三维人脸模型上，分别以各自的鼻尖点为源点，按相同的初始方向和相等的角度间隔均匀地提取m条测地线；分别计算两个三维人脸模型上方向相同的两条测地线的Fréchet距离；计算m个Fréchet距离值的平均值，得到两个三维人脸模型的Fréchet距离；计算两个三维人脸模型的相似度。应用本发明计算出的同一个人的两个不同的三维人脸模型的相似度值高于不同人的相似度值，而且不同人的相似度值与人的主观判断基本一致。本发明能够有效区分同一个人不同表情的人脸模型，给出不同人的三维模型之间量化的相似度值，能够用于表情变化的三维人脸相似性度量。
-
公开(公告)号：CN104537708A
公开(公告)日：2015-04-22
申请号：CN201410771056.7
申请日：2014-12-12
Applicant: 北京师范大学
CPC classification number: G06T17/00
Abstract: 本发明公开一种基于测地线实现对躺卧三维颅面模型进行直立矫正的方法。首先，对每个颅面模型，从鼻尖点出发提取模型中的等角度测地线，并按鼻尖点到测地线另一端点的测地距离等分每条测地线，把这些测地线上的等分点作为三维颅面模型的特征点；然后，计算样本空间中每个躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量，并对这些特征点及其运动向量建立统计模型，统计两种不同姿态下的模型变化规律。对待矫正的躺卧颅面模型，根据统计模型确定其特征点的运动向量，根据特征点的运动确定躺卧颅面模型到直立颅面模型的变形。本发明能够实现躺卧三维颅面模型向直立模型的精确矫正，在法医人类学、颌面整形等领域有重要的应用价值。
-
公开(公告)号：CN104537708B
公开(公告)日：2017-05-17
申请号：CN201410771056.7
申请日：2014-12-12
Applicant: 北京师范大学
Abstract: 本发明公开一种基于测地线实现对躺卧三维颅面模型进行直立矫正的方法。首先，对每个颅面模型，从鼻尖点出发提取模型中的等角度测地线，并按鼻尖点到测地线另一端点的测地距离等分每条测地线，把这些测地线上的等分点作为三维颅面模型的特征点；然后，计算样本空间中每个躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量，并对这些特征点及其运动向量建立统计模型，统计两种不同姿态下的模型变化规律。对待矫正的躺卧颅面模型，根据统计模型确定其特征点的运动向量，根据特征点的运动确定躺卧颅面模型到直立颅面模型的变形。本发明能够实现躺卧三维颅面模型向直立模型的精确矫正，在法医人类学、颌面整形等领域有重要的应用价值。
-
公开(公告)号：CN111798561A
公开(公告)日：2020-10-20
申请号：CN202010522051.6
申请日：2020-06-10
Applicant: 青岛大学
Abstract: 本发明属于信息技术与法医学交叉的颅面形态学技术领域，具体涉及一种基于测地线的颅面配准方法，使用测地线上的拐点自动定位特征点，实现完全自动地准确定位特征点，解决现有技术手工标定特征点繁琐且易受人的主观因素影响的问题；而且由于测地线的内蕴性和测地距离在等距形变下保持不变的特性，保证了在不同表情姿态下，通过测地线自动建立的对应特征点的准确性和特征点之间的精确对应，从而能够保证颅面配准结果的准确性，得到更好的配准效果；实现了完全自动的配准方案，节省了手工标定特征点的时间，可以提高配准速度；采用CPD算法确定对应的特征点，不需要训练数据，只使用待配准颅面数据和参考颅面就可以完成配准工作，更容易实现。
-
公开(公告)号：CN109146818B
公开(公告)日：2022-12-09
申请号：CN201810971763.9
申请日：2018-08-24
Applicant: 青岛大学
Inventor： 赵俊莉
Abstract: 本发明涉及一种基于测地线的颅面复原统计模型方法，其特征在于，包括以下步骤：步骤1，基于统计模型估计未知颅骨对应人脸的测地线；步骤2，利用复原出的测地线恢复未知颅骨对应的人脸模型；本发明所述方法的优越效果在于：使用颅骨及其面貌上的测地线特征点作为训练对象，通过测地线自动建立具有内蕴几何意义的对应特征点，使用本发明所述方法，由于测地线的内蕴性和测地距离在等距形变下保持不变的特性，实现了在不同表情姿态下，通过测地线自动建立的对应特征点的准确性和特征点之间的精确对应，实现了颅面复原中特征点的精确对应，以及颅面复原结果的准确性，得到更好的复原效果。
-
Patent Agency Ranking
公开(公告)号：CN109389576A
公开(公告)日：2019-02-26
申请号：CN201811178840.1
申请日：2018-10-10
Applicant: 青岛大学
IPC: G06T5/50
Abstract: 本发明涉及图像处理技术领域，提供了一种基于多通道机制的脉冲耦合图像融合方法，包括以下步骤:S1、建立多通道脉冲耦合神经网络模型结构，并对各个通道的输入图像矩阵进行归一化后，输入所述多通道脉冲耦合神经网络模型结构中；S2、计算各个通道链路权重βiαj的值，并将计算得到的链路权重输入多通道脉冲耦合神经网络模型结构中；S3、在融合池中进行融合计算，得到内部输出量Uij[m]；S4、进行迭代计算，生成脉冲点火矩阵Yij[m]；S5、将脉冲点火矩阵Yij[m]作为融合图像的灰度矩阵，生成融合图像并输出融合结果。本发明可以提高融合效果和效率，可以广泛应用于图像融合领域。
-
公开(公告)号：CN118537497B
公开(公告)日：2024-10-01
申请号：CN202410992917.8
申请日：2024-07-24
Applicant: 青岛大学
IPC: G06T17/00
Abstract: 本申请公开了一种大规模点云的加权泊松盘重采样方法、设备及介质，涉及数据采样领域，方法包括：将待处理点云数据划分为特征点集和普通点集，分别进行体素化，结合体素模型及预设采样率确定不同的采样半径；根据目标简化点数不断迭代采样半径，基于泊松盘采样法和最近点删除策略进行优化采样，以得到优化采样点云；然后对其中采样点进行切空间映射，对映射得到的二维切空间点云分布基于Voronoi图采用加权方式进行点云密度优化，以得到均匀分布点云数据；采用不同采样率对特征点集、普通点集对应的均匀分布的点云数据进行采样后，拼接以得到最终简化的点云数据。本申请能够实现快速、均匀、点数可控同时保持特征的点云重采样。
-
公开(公告)号：CN114639043A
公开(公告)日：2022-06-17
申请号：CN202210262792.4
申请日：2022-03-17
Applicant: 青岛大学
IPC: G06V20/40 , G06K9/62 , G06V20/52 , G06V10/774
Abstract: 本发明属于人工智能技术领域，涉及一种基于TensorRT加速推理的电动车及电动车电瓶检测方法，先获取样本图片并进行预处理得到目标数据集；再根据目标数据集训练YOLOX‑Nano模型，并对模型进行测试后使用YOLOX网络调参得到最优目标检测模型；然后对JetsonNano 2GB开发套件进行系统优化，将得到的最优目标检测模型封装至JetsonNano 2GB开发套件中；最后使用TensorRT加速推理检测识别进入电梯的电动自行车、电动摩托车或者电动车电瓶，通过Jetson‑GPIO实现对电梯的控制；同时检测电动车和电动车电瓶，从根本上解决高层住户电动车入户充电问题，采用的训练数据集能更好的应用在各种电梯轿厢内，不受环境变化影响，成本低，识别率高，设备运行稳定。
-
公开(公告)号：CN109146818A
公开(公告)日：2019-01-04
申请号：CN201810971763.9
申请日：2018-08-24
Applicant: 青岛大学
Inventor： 赵俊莉
CPC classification number: G06T5/001 , G06T17/00 , G06T2207/20081 , G06T2207/30008 , G06T2207/30201
Abstract: 本发明涉及一种基于测地线的颅面复原统计模型方法，其特征在于，包括以下步骤：步骤1，基于统计模型估计未知颅骨对应人脸的测地线；步骤2，利用复原出的测地线恢复未知颅骨对应的人脸模型；本发明所述方法的优越效果在于：使用颅骨及其面貌上的测地线特征点作为训练对象，通过测地线自动建立具有内蕴几何意义的对应特征点，使用本发明所述方法，由于测地线的内蕴性和测地距离在等距形变下保持不变的特性，实现了在不同表情姿态下，通过测地线自动建立的对应特征点的准确性和特征点之间的精确对应，实现了颅面复原中特征点的精确对应，以及颅面复原结果的准确性，得到更好的复原效果。
-
公开(公告)号：CN114639043B
公开(公告)日：2025-02-25
申请号：CN202210262792.4
申请日：2022-03-17
Applicant: 青岛大学
IPC: G06V20/40 , G06V20/52 , G06V10/774
Abstract: 本发明属于人工智能技术领域，涉及一种基于TensorRT加速推理的电动车及电动车电瓶检测方法，先获取样本图片并进行预处理得到目标数据集；再根据目标数据集训练YOLOX‑Nano模型，并对模型进行测试后使用YOLOX网络调参得到最优目标检测模型；然后对JetsonNano 2GB开发套件进行系统优化，将得到的最优目标检测模型封装至JetsonNano 2GB开发套件中；最后使用TensorRT加速推理检测识别进入电梯的电动自行车、电动摩托车或者电动车电瓶，通过Jetson‑GPIO实现对电梯的控制；同时检测电动车和电动车电瓶，从根本上解决高层住户电动车入户充电问题，采用的训练数据集能更好的应用在各种电梯轿厢内，不受环境变化影响，成本低，识别率高，设备运行稳定。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.033 seconds)
