“最终深度图”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4265153个，建议您升级VIP下载更多相关专利

[发明专利]用于三维建模目标对象的方法和系统-CN201510512970.4有效
发明人：杜云凡;李斐 -专利权人：富士通株式会社
申请日： 2015-08-19 - 公布日： 2019-02-19 - 主分类号： G06T17/00 文献下载
摘要：在一个实施方式中该方法包括：通过分割目标对象的m个深度图构成的深度图序列得到N个深度图子序列，其中1深度图子序列所包含深度图数大于等于1；对每个深度图子序列进行处理得到相应局部模型；以及通过在N个深度图子序列中的深度图子序列i的相应局部模型上合并所有其它深度图子序列的所有深度图，得到最终基础模型，其中1≤i≤N。
用于三维建模目标对象方法系统

[发明专利]一种基于深度信息融合的煤量快速检测方法-CN202211713690.6在审
发明人：胡坤;余晨晨;苏国用;潘泽 -专利权人：安徽理工大学环境友好材料与职业健康研究院（芜湖）;安徽理工大学
申请日： 2022-12-29 - 公布日： 2023-04-11 - 主分类号： G06T7/55 文献下载
摘要：本发明公开了一种基于深度信息融合的煤量快速检测方法，将两Kinect2.0相机并列设置，方向与皮带运输方向垂直，镜头正对皮带上表面，实时获取图像并传入上位机进行处理，具体步骤为：深度摄像头获得两张深度图并与RGB图像融合，RGB摄像头通过双目视差法获得一张深度图，深度图与RGB图像通过图像融合获得高分辨率深度图；采用双边滤波和维纳滤波提高图像质量；采用Prewitt算法和surf算法进行深度图的特征提取与匹配，将对应像素点的深度信息融合，得到最终的深度图；深度图转化成点云图，采用MATLAB的AlphaShape函数和Volume函数计算初始体积；采用EDEM软件进行煤块堆积仿真获取堆积率，将初始体积与堆积率相乘得到最终煤流量体积
一种基于深度信息融合快速检测方法

[发明专利]三维人脸重建方法、装置及终端设备-CN201911025216.2在审
发明人：乔宇;曾小星;彭小江 -专利权人：中国科学院深圳先进技术研究院
申请日： 2019-10-25 - 公布日： 2020-03-17 - 主分类号： G06T17/00 文献下载
摘要：本申请适用于人脸识别技术领域，提供了三维人脸重建方法、装置及终端设备，三维人脸重建方法包括：获取人脸的二维图像；使用密集深度网络根据二维图像预测出初步人脸深度图，使用精细深度网络获取更多的细节信息，最后利用精微深度网络去预测人脸深度图的深度偏移图，将精细人脸深度图和深度偏移图进行叠加，得到最终人脸深度图，根据最终人脸深度图得到三维人脸。根据密集到精细到精微的三维人脸重建思路，在每一个阶段使用不同的深度神经网络有针对性的进行重建，相比现有的方法，更加具有鲁棒性，因此可以获得更高的精度。即便在脸上有毛发(胡须)的情况下仍然可以重建出精确的深度图，进而重建得到的三维人脸更加具有辨识度。
三维重建方法装置终端设备

[发明专利]一种Kinect深度图像获取方法与装置-CN201310392878.X有效
发明人：王好谦;田雨时;张永兵;王兴政;戴琼海 -专利权人：清华大学深圳研究生院
申请日： 2013-09-02 - 公布日： 2013-12-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种Kinect深度图像获取方法与装置，包括：使用Kinect对静止场景连续采样，得到若干帧深度图像和彩色图像；对多帧深度图像进行中值滤波去噪；对第一帧彩色图和中值滤波后的深度图使用Canny算子进行边缘检测；利用Kinect深度数据的用户索引值实现深度图像初步分割，得到一幅标记图，具有相同标记值的像素属于同一个区域；结合深度图和彩色图边缘信息，以及深度图像分割结果，使用考虑边缘限制的区域生长方法对深度图进行初步修复并更新标记图；根据更新后的标记图，对深度图像应用三边滤波实现图像增强。本发明有效改善了深度图与彩色图的边缘不一致问题，修复了Kinect原始深度图像中的空洞，同时去除了噪声，最终能够获得质量较好的深度图像。
一种 kinect 深度图像获取方法装置

[发明专利]深度图像的生成方法及装置、电子设备、计算机存储介质-CN202110441247.7在审
发明人：白志强;李骊 -专利权人：北京华捷艾米科技有限公司
申请日： 2021-04-23 - 公布日： 2021-07-20 - 主分类号： G06T7/557 文献下载
摘要：本申请公开了一种深度图像的生成方法及装置、电子设备、计算机存储介质，其中，所述方法主要通过不断改变红外发射器的位置，或者通过不断改变投射的结构光图案，从而获得多张目标场景的结构光图像。并且通过将每张结构光图像分别与其对应的两张最优参考图进行匹配，得到两张初始深度图像，再将两张初始深度图像进行融合，得到每张结构光图像对应的结构光深度图像，最后将各张结构光深度图像进行融合得到最终结构光深度图像或者获取目标场景的双目视觉深度图像，然后将目标场景的双目视觉深度图像与通过两张最优参考图匹配并融合得到的结构光图像对应的结构光深度图像进行融合，得到最终结构光深度图像，从而实现得到精确结构光深度图像的方法
深度图像生成方法装置电子设备计算机存储介质

[发明专利]基于自回归模型深度恢复的参数自适应选取方法-CN201310073242.9有效
发明人：杨敬钰;叶昕辰;侯春萍 -专利权人：天津大学
申请日： 2013-03-07 - 公布日： 2013-07-24 - 主分类号： G06T1/00 文献下载
摘要：本发明属于计算机视觉领域，为实现根据不同的深度图和彩色图的特性来恢复出最优的最终深度图，为此，本发明采取的技术方案是，基于自回归模型深度恢复的参数自适应选取方法，包括下列步骤：1）将深度恢复问题具体地表述为自回归模型求解方程；2）对σ进行自适应取值：通过彩色图的纹理结构和初始深度图对σ进行自适应取值；3）对τ_g进行自适应取值：通过彩色图的梯度g_c来对τ_g进行自适应取值，最后，算出最终的预测系数a；4）将预测系数a代入能量方程E(f)进行最终求解。本发明主要应用于在深度图复原过程中多个参数的自适应选取。
基于回归模型深度恢复参数自适应选取方法

[发明专利]基于3D体感摄像头的视频人像抠图方法及系统-CN201710705293.7有效
发明人：周晓军;杨高峰;李骊;盛赞;李朔 -专利权人：南京华捷艾米软件科技有限公司
申请日： 2017-08-16 - 公布日： 2020-10-27 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于3D体感摄像头的视频人像抠图方法及系统。方法包括：利用摄像头获取目标视频图像的深度图序列帧和彩色图序列帧，对其进行时间戳标记；并对每一帧的深度图和彩色图进行同步，根据摄像头的预设参数，对同步的深度图帧和彩色图帧进行对齐插值匹配；根据深度图序列帧得到最终轮廓掩膜图；对同步的彩色图帧和最终轮廓掩膜图进行混合、优化和渲染，得到人像抠图图像，将其呈现给用户。能够实时同步的获取目标视频图像的深度图和彩色图，并且对深度图和彩色图进行同步和配准匹配，根据深度图信息和彩色图信息对图像中的前景和背景进行识别，将其实时融合到视频图像中实现人像抠图，有效的提高了实时人像抠图的效率和效果
基于摄像头视频人像方法系统

[发明专利]基于可变形自注意Transformer的遥感图像多视图重建方法-CN202211406568.4在审
发明人：周勇;李瑶;赵佳琦;张蕾;阿卜杜穆塔利布·埃尔·萨迪克 -专利权人：中国矿业大学
申请日： 2022-11-10 - 公布日： 2023-02-03 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于可变形自注意transformer的遥感图像多视图重建方法，包括以下步骤：S1、对于给定的参考遥感图像和预设数量的源遥感图像，提取多尺度的特征图；S2、然后取第一尺度的遥感图像特征进行可变形自注意和特征压缩处理；S3、将处理的源遥感图像特征通过单应变换到参考遥感图像视角下，计算匹配代价形成代价体；S4、将得代价体经过正则化网络得到概率体，根据概率体得到初始的深度图；S5、利用初始深度图对第二阶段的深度假设值范围进行优化再结合第二阶段特征得到第二阶段深度图，依次类推得到最终的深度图；S6、接着计算最终的深度图和真实值之间的损失，根据得到的损失值训练整个网络来得到最终的深度图以得到遥感图像的三维结构。
基于变形注意 transformer 遥感图像视图重建方法

[发明专利]一种基于深度学习的自然景观多视图三维重建方法-CN202210384876.5在审
发明人：李毅;张笑钦 -专利权人：温州大学大数据与信息技术研究院
申请日： 2022-04-13 - 公布日： 2022-06-28 - 主分类号： G06T17/00 文献下载
摘要：本发明提供了一种基于深度学习的自然景观多视图三维重建方法，包括：获取自然景观的多视图图像集，并对多视图图像集中的二维图像进行预处理；构建多尺度特征提取网络，利用训练好的多尺度特征提取网络对预处理后的二维图像进行特征提取，得到目标关键特征；将目标关键特征输入基于学习的补丁匹配迭代模型中进行像素深度匹配的迭代计算，迭代计算结束之后输出对应的深度图；将得到的深度图和源图像输入深度残差网络中进行优化，得到优化后的最终深度图，根据优化后的最终深度图，构建物体三维模型以得到自然景观的立体视觉图，本发明通过局部区域分割的边缘处理算法优化深度图的边缘，使得到的深度图更完成和精确，且景观模型局部细节精度更高。
一种基于深度学习自然景观视图三维重建方法

[发明专利]稠密深度图生成方法及系统-CN202111196424.6在审
发明人：韦鑫;张敏 -专利权人：重庆大学
申请日： 2021-10-14 - 公布日： 2022-01-14 - 主分类号： G06T7/50 文献下载
摘要：本发明提出了一种稠密深度图生成方法及系统。该方法为：将RGB彩色图片于深度学习网络模型中对其进行实例分割学习得到物体边缘特征、进行语义分割学习得到场景与物体之间的边缘特征；重新预测目标物体及目标物体之间的关系、场景与物体之间的位置关系；对物体边缘特征以及初步稠密深度图进行信息融合互补学习，得到边缘距离场；将稀疏深度图、图像置信度以及边缘距离场输入一层次化多尺度网络结构中，对深度图边缘特征进行修补；将修补后的深度图输入一多尺度优化模块中进行深度图边缘特征优化，得到最终的稠密深度图。该方法得到的稠密深度图精度较高。
稠密深度生成方法系统

[发明专利]一种基于多特征融合的水下图像复原方法-CN202111064114.9在审
发明人：张维石;王燕云;周景春 -专利权人：大连海事大学
申请日： 2021-09-10 - 公布日： 2022-03-01 - 主分类号： G06T5/00 文献下载
摘要：本发明方法内容包括：首先通过四叉树分解法求取特征显著的背景光候选区域，根据图像的特征对背景光值进行自适应的融合，确定最终背景光值。其次，对原始图像的波长进行补偿，求取其红色暗通道图作为红色暗通道深度图，求取亮度特征深度图和饱和度特征深度图，对上述三个特征深度图进行融合，获得最终深度图，进而获得透射率；最后根据背景光和透射率求解水下光学成像模型，获得最终的复原图像。
一种基于特征融合水下图像复原方法

[发明专利]一种基于TOF深度相机的边缘反射像素校正方法-CN201710245876.6有效
发明人：吴旷;钱锋;姚金良;张秀达;陈嵩 -专利权人：浙江光珀智能科技有限公司
申请日： 2017-04-14 - 公布日： 2020-08-18 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于TOF深度相机的边缘反射像素校正方法，包括步骤建立视线深度图、解算深度图中像素法向量、建立边缘置信度图、边缘像素判定、边缘像素插补；本发明通过设定角度阈值判定边缘像素，并通过插补的方式修复边缘像素点，最终将边缘像素点的空洞修补，实现对深度图的边缘反射像素的校正。本发明快速解决深度图边缘像素的去噪问题，方法稳定高效，深度图修复效果极佳。
一种基于 tof 深度相机边缘反射像素校正方法

[发明专利]一种基于卷积神经网络的Kinect深度图修复方法-CN201910220680.0有效
发明人：刘波;赵建英 -专利权人：北京工业大学
申请日： 2019-03-22 - 公布日： 2020-09-25 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于卷积神经网络的Kinect深度图修复方法，用于解决Kinect的深度图存在大面积空洞的问题，包括模型训练和深度图修复两个阶段。模型训练阶段构建了一个输入RGB图，输出深度图的单目深度估计模型，使用屏蔽掉空洞的Kinect深度图作为监督信息，训练出一个单目深度估计模型。修复阶段是把深度图对应的RGB图输入模型得到估计的深度图，并使用它填充原始深度图中的空洞，最后进行中值滤波得到最终修复结果。本方法在修复大面积的空洞的时候优势明显，本方法用“深度”补“深度”的解决思路决定了修复精度主要取决于深度估计模型本身的精度，这里如果换用其它效果更好的深度估计模型会达到更好的效果。
一种基于卷积神经网络 kinect 深度修复方法

[发明专利]基于深度图像的三维部件相似度计算方法-CN202210399323.7有效
发明人：易平;朱凌穹;胡建平 -专利权人：武汉益模科技股份有限公司
申请日： 2022-04-15 - 公布日： 2023-04-25 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种基于深度图像的三维部件相似度计算方法，该方法通过获取部件的表面深度图、背面深度图以及倒扣区域深度图，进而基于深度图分割特征，包括：凸台特征、槽位特征、孔位特征和倒扣特征：将局部表面深度图与背面深度图中灰度值差值大于第一阈值的区域，定义为凸台特征；将局部表面深度图与背面深度图中灰度值差值小于第二阈值的区域，定义为槽位特征；将图像灰度值等于0的区域，定义为孔位特征；在倒扣区域深度图中，将所有灰度值不为0的点通过聚类算法进行分组，分组后的各连续区域即为倒扣特征；然后分别计算各个特征的相似度，最终获取部件相似度。
基于深度图像三维部件相似计算方法

[发明专利]一种深度图的超分辨率处理方法-CN201410065631.1有效
发明人：张磊;李阳光;张永兵 -专利权人：清华大学深圳研究生院
申请日： 2014-02-25 - 公布日： 2014-05-21 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种深度图的超分辨率处理方法，首先，分别获取第一原始图像（S1）、第二原始图像（S2）以及第一原始图像（S1）的低分辨率深度图（d），其次，1）将低分辨率深度图（d）划分为多个深度图像块；2）对步骤1）得到的各个深度图像块分别进行如下处理：21）采用多种超分辨率处理方法分别对当前块进行超分辨率处理，得到多个高分辨率深度图像块；22）采用图像合成技术得到新的合成图像块；23）匹配判断，确定最终的高分辨率深度图像块；3）按照各个深度图像块在低分辨率深度图（d）中的位置，将各个深度图像块的高分辨率深度图像块整合成一幅图像。本发明的深度图的超分辨率处理方法，得到的高分辨率深度图的深度信息更精确。
一种深度分辨率处理方法