“黄步真”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8个，建议您升级VIP下载更多相关专利

[发明专利]基于交叉视角多人体语义匹配的相机内外参数标定方法-CN202211534553.6在审
发明人：王雁刚;鞠婧怡;黄步真;高桓;朱明敏 -专利权人：东南大学;南京英麒智能科技有限公司
申请日： 2022-12-02 - 公布日： 2023-05-02 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种基于交叉视角多人体语义匹配的相机内外参数标定方法，该方法首先搭建多视角相机系统并采集多人体运动视频得到多人多视角视频序列；选取一段采集到的多人多视角视频序列，利用开源二维姿态估计方法获取人体二维关节点，使用开源三维姿态估计方法，对每个视角单独进行估计，获得相机坐标系下的所有人体三维关节点；然后分别进行初始相机内参估计以及初始相机外参估计；再构建姿态‑几何约束项，建立不同视角间二维关节点之间的匹配关系；再获得全局坐标系下的三维关节点；最后优化人体运动及相机参数，获得更精确的全局位置以及相机内外参数。本发明能够同时优化相机参数和人体姿态，对噪声输入更鲁棒。
基于交叉视角人体语义匹配相机内外参数标定方法

[发明专利]一种基于深度UV先验的单视角多人人体重建方法-CN202110128917.X有效
发明人：王雁刚;黄步真;张天舒 -专利权人：东南大学
申请日： 2021-01-29 - 公布日： 2022-11-18 - 主分类号： G06T17/00 文献下载
摘要：本发明提供了一种基于深度UV先验的单视角多人人体重建方法，利用二维姿态估计结果定位、分割人体图像，结合基于变分自编码器的UV人体先验，从分割的图像中动态重建多个人体三维网格模型。本发明方法包括：构建基于变分自编码器的人体UV先验网络；训练人体重建网络；使用人体重建网络完成多人人体三维重建。本发明保证了输入网络的图像信息的纯净性，同时增强了网络的泛化能力，能够在网络从少量的可见人体图像信息中重建完整的人体三维模型时提供额外的人体信息，保证了重建得到的三维人体模型的合理性，并能够支持部分人体区域在图像中受遮挡，不可见情况下的重建，能够实现在多人遮挡情况下重建带绝对位置的三维人体模型。
一种基于深度 uv 先验视角人人体重方法

[发明专利]基于自监督时空运动先验的单视角遮挡人体运动重建方法-CN202210684494.4在审
发明人：王雁刚;黄步真;束愿 -专利权人：东南大学
申请日： 2022-06-17 - 公布日： 2022-08-19 - 主分类号： G06T17/00 文献下载
摘要：本发明提供了一种基于自监督时空运动先验的遮挡人体运动序列重建方法，包括以下步骤：S1.人体运动合成与表示；S2.遮挡人体时空先验网络构建；S3.遮挡人体时空先验网络训练；S4.三维运动重建网络构建；S5.三维运动重建网络训练；S6.全局位置估计；S7.实时单视角遮挡人体运动重建。本发明可以快速合成大量遮挡数据，且不影响模型在真实数据上的泛化能力，解决了现有方法对真实遮挡人体数据的强烈依赖。
基于监督时空运动先验视角遮挡人体重建方法

[发明专利]一种针对体育运动场景的多视角相机标定方法-CN202210534979.5在审
发明人：束愿;王雁刚;黄步真 -专利权人：东南大学
申请日： 2022-05-17 - 公布日： 2022-08-02 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种针对体育运动场景的多视角相机标定方法，包括以下步骤：搭建多视角相机系统，有效地拍摄体育场景中的人体关键点和场地关键点；采用针孔相机模型，并将相机参数化表示；分别给出场地和人体二维关键点与三维关键点的表示方法；构建关键点提取网络，监督训练关键点提取网络直至收敛；使用训练好的关键点提取网络对视频中二维场地关键点和二维人体关键点进行检测；利用静态场地语义初始化相机内外参数，结合静态场地语义和动态人体语义作为约束，对初始化后的相机内外参数和人体运动进行光束平差优化来获得准确的相机内外参数。本发明使用了场地关键点来初始化相机的内参和外参，具有更好的稳定性和准确性。
一种针对体育运动场景视角相机标定方法

[发明专利]一种基于神经运动控制的高物理真实感人体运动捕捉方法-CN202210158059.8在审
发明人：王雁刚;黄步真;潘亮;杨源 -专利权人：东南大学
申请日： 2022-02-21 - 公布日： 2022-05-27 - 主分类号： G06V40/20 文献下载
摘要：本发明提出一种基于神经运动控制的高物理真实感人体运动捕捉方法。该方法首先提出一种基于物理引擎的采样分布先验网络，训练得到准确的采样分布先验。其次提出一种场景接触约束，输入单视角视频通过优化框架获得人体参考运动。最后，利用训练完成的采样分布先验，从人体参考运动和物理角色当前状态中估计采样分布，进而使用采样控制的方法在不可微的物理引擎中实现高物理真实感的人体运动捕捉。本发明所提出的基于神经运动控制的人体捕捉框架使用物理引擎提供硬物理约束，避免了传统人体运动捕捉中的穿模、抖动等物理不真实的现象，采集方便，成本较低，易于实现。
一种基于神经运动控制物理真实感人体捕捉方法

[发明专利]一种针对物体遮挡场景的人体形状和姿态估计方法-CN202010099358.X有效
发明人：王雁刚;黄步真;张天舒;彭聪 -专利权人：东南大学
申请日： 2020-02-18 - 公布日： 2022-04-26 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种针对物体遮挡场景的人体形状和姿态估计方法,将计算得到的弱透视投影参数转换到相机坐标下，获得不带遮挡情况下包含人体形状信息的UV图像；对人体二维图像加入随机物体图片遮挡，并获取遮挡情况下的人体掩膜；将获得的虚拟遮挡数据训练编码‑解码结构的UV贴图修复网络；输入真实物体遮挡人体彩色图像，以掩膜图像作为真值构建编码‑解码结构的显著性检测网络；使用编码得到的隐空间特征监督人体编码网络训练；输入遮挡人体彩色图像，得到完整的UV图像；使用UV图像与人体三维模型的顶点对应关系恢复出遮挡情况下的人体三维模型。本发明将遮挡人体形状估计转化为二维UV贴图的图像修复问题，进而实现遮挡场景下人体的实时、动态重建。
一种针对物体遮挡场景人体形状姿态估计方法

[发明专利]一种基于隐空间运动编码的多人人体模型重建方法-CN202110758141.X有效
发明人：王雁刚;黄步真;束愿 -专利权人：东南大学
申请日： 2021-07-05 - 公布日： 2022-02-15 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于隐空间运动编码的多人人体模型重建方法，具体包括步骤：S1.隐空间运动先验训练：S2.搭建多视角相机系统并采集多人体运动视频；S3.对步骤S2中搭建的多视角相机系统采集到的多人体运动视频使用现有开源二维姿态估计和跟踪进行预处理，获得二维关节点轨迹；S4.获取初始相机外参；S5.完成多人体运动视频中每个待重建人体的对齐；S6.迭代优化隐空间编码和步骤S4中获得的初始相机外参，使三维人体模型的关节点投影与步骤S3中得到的二维关节点轨迹一致，最后对每帧中的人体模型进行蒙皮后即可获得整个序列的人体重建结果。本发明降低了多人相互遮挡、跟踪误差对重建的影响。
一种基于空间运动编码人人模型重建方法

[发明专利]一种基于CNN特征融合框架的花卉识别方法-CN201910548293.X在审
发明人：颜成钢;陈鑫哲;黄步真;胡友鹏;孙垚棋;张勇东 -专利权人：杭州电子科技大学
申请日： 2019-06-24 - 公布日： 2019-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于CNN特征融合框架的花卉识别方法。本发明将图片的多种有效特征与识别图片性能较好的CNN进行结合，训练出基于每种特征的识别模型，具体步骤如下：步骤1：图像预处理与特征提取；步骤2：基于每种特征的CNN模型训练；步骤3：基于结果训练融合框架，获得花卉融合识别框架。本发明利用背景分割技术，将所识别花卉从复杂背景中分割出来，防止了背景的干扰，能够以更加有效的利用花卉的有效特征。本发明使用由各个简单花卉识别模型组合而成的融合框架，利用了花卉的不同特征，提高了花卉识别的正确率。
花卉特征融合有效特征融合图像预处理背景分割复杂背景模型训练模型组合特征提取正确率分割图片

1
共 8 条