“雍俊海”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果46个，建议您升级VIP下载更多相关专利

[发明专利]手物交互重建进行物理优化的方法、装置、设备及介质-CN202310715040.3在审
发明人：徐枫;胡浩宇;雍俊海 -专利权人：清华大学
申请日： 2023-06-15 - 公布日： 2023-10-27 - 主分类号： G06T17/00 文献下载
摘要：本申请涉及三维重建技术领域，特别涉及一种手物交互重建进行物理优化的方法、装置、设备及介质，其中，方法包括：获取人手与物体交互运动的视觉数据；根据视觉数据对人手与物体交互运动进行重建得到重建结果；获取基于强化学习得到最优策略，最优策略对重建结果进行物理优化得到重建结果的优化结果。由此，解决了相关技术中只对手指尖和物体接触的交互过程进行物理优化，而无法处理更一般性的包含其它接触部位的情况等问题。
交互重建进行物理优化方法装置设备介质

[发明专利]基于多视角视频的可重光照三维数字人构建方法及装置-CN202310710700.9在审
发明人：徐枫;林文镔;雍俊海 -专利权人：清华大学
申请日： 2023-06-15 - 公布日： 2023-10-24 - 主分类号： G06T15/50 文献下载
摘要：本申请涉及一种基于多视角视频的可重光照三维数字人构建方法及装置，其中，方法包括：基于用户的多视角人体运动视频，估计人体的体形与姿态参数；基于多视角人体运动视频，估计视频中人体的几何与运动参数；根据体形与姿态参数及几何与运动参数重建所述用户的人体几何，以训练光源可见性估计模块，估计人体表面材质参数与环境光照参数，以在任一环境光参数下进行重光照人体图像的渲染。由此，解决了相关技术中，要实现可重光照的三维数字人构建，需要复杂且昂贵的传感器设备，难以获取，泛用性差的问题。
基于视角视频光照三维数字构建方法装置

[发明专利]基于重排序的字编码学习方法、装置、电子设备及介质-CN202310706646.0在审
发明人：徐枫;刘傲寒;雍俊海;郭雨晨 -专利权人：清华大学
申请日： 2023-06-14 - 公布日： 2023-10-13 - 主分类号： G06F40/126 文献下载
摘要：本申请涉及自然语言处理技术领域，特别涉及一种基于重排序的字编码学习方法、装置、电子设备及介质，其中，方法包括：获取由多个句子组成的训练数据集；根据训练数据集中每个句子的字序列重排序得到新序列，对新序列进行编码得到编码序列，利用编码序列训练神经网络模型；从训练完成的神经网络模型中提取字编码。由此，提升了字编码的学习效率，进一步提升网络的表现效果以及自然语言处理任务的效果。
基于排序编码学习方法装置电子设备介质

[发明专利]结合句子级对比学习的层级式影像报告生成方法和装置-CN202310320888.6在审
发明人：徐枫;刘傲寒;郭雨晨;雍俊海 -专利权人：清华大学
申请日： 2023-03-29 - 公布日： 2023-08-01 - 主分类号： G16H15/00 文献下载
摘要：本申请提出了一种结合句子级对比学习的层级式影像报告生成方法，包括：获取多个医学影像‑影像报告对，并构建影像报告生成模型，其中，影像报告生成模型包括句子级图像‑文本对比学习模块和层级式报告生成模块；基于第一联合损失函数对句子级图像‑文本对比学习模块进行训练，输出医学影像的特征向量、影像报告中每个句子的话题向量和内容向量；基于第二联合损失函数对层级式报告生成模块进行训练，得到经过训练的影像报告生成模型；获取待识别医学影像，将待识别医学影像输入至经过训练的影像报告生成模型，生成待识别医学影像的影像报告。本申请增强图像编码器的特征抽取能力，提高了生成影像报告的准确性。
结合句子对比学习层级影像报告生成方法装置

[发明专利]一种基于深度学习的人体运动序列补全方法及装置-CN202310274211.3在审
发明人：徐枫;明鑫;雍俊海 -专利权人：清华大学
申请日： 2023-03-17 - 公布日： 2023-07-07 - 主分类号： G06T13/40 文献下载
摘要：本发明公开了一种基于深度学习的人体运动序列补全方法及装置，该方法，包括：获取人体运动序列数据集；对人体运动序列数据集中的序列进行掩码处理得到掩码后的多个动作序列；将掩码后的多个动作序列和预设隐变量输入至训练好的神经网络预测模型进行序列补全预测得到完整动作序列。本发明利用开源的人体运动序列数据集(如AMASS)，使用深度学习技术，输入人体的关键帧，对关键帧之间的动作序列进行补全。
一种基于深度学习人体运动序列方法装置

[发明专利]手与物体交互过程的重建方法、装置、电子设备及介质-CN202310071795.4在审
发明人：徐枫;胡浩宇;雍俊海 -专利权人：清华大学
申请日： 2023-01-13 - 公布日： 2023-04-18 - 主分类号： G06T17/00 文献下载
摘要：本申请涉及三维重建技术领域，特别涉及一种手与物体交互过程的重建方法、装置、电子设备及介质，其中，方法包括：采集手与物体交互过程的视觉数据和压力数据，并对视觉数据进行手物交互重建，得到初始手物姿态，根据压力数据优化初始手物姿态包括的手的姿态参数和物体的六自由度位姿，得到最终手物姿态，以根据最终手物姿态得到手与物体交互过程的重建结果。由此，解决了手和物体在交互过程中发生相互遮挡，造成观测数据缺失的问题，从而提升重建过程的清晰度，得到更加准确的重建结果。
物体交互过程重建方法装置电子设备介质

[发明专利]一种基于结构约束的家具原型三维模型生成方法-CN202211393281.2在审
发明人： 雍俊海;吴子健 -专利权人：清华大学
申请日： 2022-11-08 - 公布日： 2023-01-17 - 主分类号： G06F30/10 文献下载
摘要：本发明提出一种基于结构约束的家具原型三维模型生成方法，包括，获取多个家具三维点云模型，对多个家具三维点云模型进行结构分析与特征提取，得到结构特征；对结构特征进行建立结构约束，并构造能量函数，通过对能量函数的最小化构造家具原型三维点云模型；对家具原型三维点云模型进行三维网格填充，获取家具原型三维模型。通过本发明提出的基于结构约束的家具原型三维模型生成方法，提升了家具原型构造的效率。
一种基于结构约束家具原型三维模型生成方法

[发明专利]一种三维结构保留的家具三维模型风格迁移方法-CN202211395128.3在审
发明人： 雍俊海;吴子健 -专利权人：清华大学
申请日： 2022-11-08 - 公布日： 2023-01-13 - 主分类号： G06T17/00 文献下载
摘要：本发明提出一种三维结构保留的家具三维模型风格迁移方法，包括，获取目标家具的二维风格图片，所述二维风格图片用于指示所述目标家具的源风格；通过学习二维风格图片的三维语义信息，得到目标家具的风格结构点序列；获取目标家具的三维点云模型，所述三维点云模型用于指示所述目标家具的结构；通过学习三维点云模型的三维语义信息，得到目标家具的特征结构点序列；基于风格结构点序列和特征结构点序列对三维点云模型进行风格迁移，将三维点云模型的风格转换为源风格。通过本发明提出的三维结构保留的家具三维模型风格迁移方法，能够实现三维结构的风格迁移，提升了家具原型构造的效率。
一种三维结构保留家具模型风格迁移方法

[发明专利]基于物理仿真的虚拟现实人手交互方法和装置-CN202110087728.2有效
发明人：徐枫;田一菲;雍俊海 -专利权人：清华大学
申请日： 2021-01-21 - 公布日： 2022-12-02 - 主分类号： G06F3/01 文献下载
摘要：本发明提出一种基于物理仿真的虚拟现实人手交互方法和装置，其中，方法包括：获取人手的多个关键点信息；确定与多个关键点信息匹配的目标人手模型；根据多个关键点信息确定目标人手模型的力和力矩；根据力和力矩更新目标人手模型。由此，本发明提出了一种驱动虚拟的人手模型和虚拟物体产生物理真实的仿真交互的方法，它能捕获使用者的人手信息生成虚拟的人手模型。
基于物理仿真虚拟现实人手交互方法装置

[发明专利]脑部病灶检测模型的建立方法、装置以及计算机设备-CN202011614591.3有效
发明人：徐枫;刘傲寒;娄昕;郭雨晨;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-12-30 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本申请提出一种脑部病灶检测模型的建立方法、装置、计算机设备和存储介质。其中，方法通过使用小规模的标注数据，采用协同训练的方式同时训练一个自然语言处理NLP模型和一个卷积模型，在每一次迭代中，利用NLP模型和卷积模型从剩余未标注数据集中选择部分数据更新到训练集，继续训练，进而将完成训练的卷积模型作为脑部病灶检测模型。由此通过利用配对的CT影像与报告中的文本信息，进行协同训练，以实现脑部CT病灶的自动检测的方法；在模块训练时，只需要少量数据标注，便可以对大规模数据进行训练，大大节省了深度学习过程中的数据标注工作量。
脑部病灶检测模型建立方法装置以及计算机设备

[发明专利]基于物理的手与物体交互过程的实时重建方法及装置-CN202210715807.8在审
发明人：徐枫;胡浩宇;雍俊海;伊昕宇 -专利权人：清华大学
申请日： 2022-06-22 - 公布日： 2022-10-25 - 主分类号： G06T17/10 文献下载
摘要：本申请涉及人机交互技术领域，特别涉及一种基于物理的手与物体交互过程的实时重建方法及装置，其中，方法包括：基于深度输入数据获取物体的几何与位姿信息和手的姿态信息；根据物体的几何与位姿信息计算物体的物理属性和初始接触状态，并基于物理属性和初始接触状态进行接触状态优化，得到优化后的每个手指尖的坐标和压力；根据手的姿态信息计算每个手指尖的置信度，并根据优化后的每个手指尖的坐标和压力及置信度计算手的最终姿态与每个手指尖的最终坐标。由此，解决了相关技术中仅使用单目深度相机对交互过程进行实时的重建，缺乏物理约束，使得重建结果不符合物理情况，降低了重建结果的准确性，无法满足手与物体实时重建的需求等问题。
基于物理物体交互过程实时重建方法装置

[发明专利]模式生物的视频动作分析方法、装置、设备及介质-CN202210522410.7在审
发明人：徐枫;明鑫;雍俊海 -专利权人：清华大学
申请日： 2022-05-13 - 公布日： 2022-09-27 - 主分类号： G06V20/40 文献下载
摘要：本申请涉及生物影像处理技术领域，特别涉及一种模式生物的视频动作分析方法、装置、设备及介质，其中，方法包括：获取目标模式生物的待分析影像；将待分析影像输入至预先训练完成的特征提取器，提取待分析影像中每个影像帧的类别标签，并基于每个影像帧的类别标签将待分析影像分割为多个视频段，其中，特征提取器基于携带有影像帧类别标签的影像样本训练得到；计算所有视频段之间的类别相似度，并聚合类别相似度大于预设值的视频段，得到至少一个聚合结果，并识别至少一个聚合结果得到目标模式生物的实际动作类型。由此，本申请实施例可以自动完成对模式生物视频的动作分析，无需任何人工干预，且可以能够应用于多种模式生物，扩展性强。
模式生物视频动作分析方法装置设备介质

[发明专利]头颈部CT影像中脑部区域的提取方法、装置、设备及介质-CN202210495089.8在审
发明人：徐枫;刘傲寒;雍俊海 -专利权人：清华大学
申请日： 2022-05-07 - 公布日： 2022-09-23 - 主分类号： G06T7/11 文献下载
摘要：本申请涉及头颈部CT影像中脑部区域的提取方法技术领域，特别涉及一种头颈部CT影像中脑部区域的提取方法、装置、设备及介质，其中，方法包括：获取待提取头颈部的实际CT影像；建立参考CT影像与实际CT影像之间的三维变化关系，并基于三维变化关系将参考CT影像的脑部区域标注结果变化至实际CT影像中，得到实际CT影像的脑部区域标注结果；根据实际CT影像的脑部区域标注结果从实际CT影像中提取待提取头颈部的实际脑部区域影像。由此，本申请实施例可以使用灌水算法可以将颅骨内所有脑组织区域提取出来，提取结果完整，且可以使用膨胀、腐蚀等操作对于颅骨缺损、颅骨薄的情况也可以去除脑外组织，提升鲁棒性。
颈部 ct 影像脑部区域提取方法装置设备介质

[发明专利]基于注意力机制的脑梗死医学影像分类模型的训练方法-CN202010898527.6有效
发明人：徐枫;喻琳颖;娄昕;郭雨晨;杨东;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-08-31 - 公布日： 2022-09-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于注意力机制的脑梗死医学影像分类模型的训练方法，包括：获取训练样本集，训练样本集中包括多个已标注的脑部医学影像三维序列图；将训练样本集输入至预设的卷积神经网络模型中，并从卷积神经网络模型获取与脑部医学影像三维序列图对应的特征图，卷积神经网络模型中包括注意力模块，注意力模块用于对脑部医学影像三维序列图所包含的特征信息进行筛选；将特征图输入至卷积神经网络模型的分类器中进行训练，基于焦点损失函数更新卷积神经网络模型的参数，当更新参数后的卷积神经网络模型收敛时，确定卷积神经网络模型训练完成，输出卷积神经网络模型。本发明能够使得训练得到的分类模型具有更好的分类表现，提高分类的准确率。
基于注意力机制脑梗死医学影像分类模型训练方法

[发明专利]基于视线方向和LSTM神经网络的情感预测方法及系统-CN201910903387.4有效
发明人：徐枫;温佺;娄昕;杨东;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2019-09-24 - 公布日： 2022-09-20 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于视线方向和LSTM神经网络的情感预测方法及系统，其中，该方法包括：采集不同人物在不同情感状态下的脸部视频；确定所有视频帧的真实情感标签，并将每一帧的情感标签与该帧中人物的视线方向共同组成情感预测训练集；利用该训练集对长短期记忆深度神经网络进行训练，得到的包含最优参数的深度神经网络；最终向最优参数深度神经网络输入任意视频的人物视线方向，对当前帧进行情感预测。本发明实施例的方法，利用长短期记忆深度神经网络对连续视频帧中的视线方向和人类情感间的关系进行建模，通过该网络预测每个视频帧中人物的情感状况，从而在时域上对人物的情感变化进行判断。
基于视线方向 lstm 神经网络情感预测方法系统

1
2
3
4
下一页»
尾页
共 46 条