“全局视角”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85705个，建议您升级VIP下载更多相关专利

[发明专利]多视角视频图像的场景全局深度估计方法-CN200810300254.X无效
发明人：张小云;乔治L.杨 -专利权人：四川虹微技术有限公司
申请日： 2008-01-29 - 公布日： 2008-07-16 - 主分类号： H04N13/00 文献下载
摘要：本发明提供一种汇聚相机系统下多视角视频图像的场景全局深度估计方法。多视角视频图像的场景全局深度估计方法，包括以下步骤：a.将汇聚点的深度值作为深度初始估计值；b.参考深度初始估计值确定全局深度估计的深度搜索范围与搜索步长；c.计算目标视图的像素点通过反投影和重投影在参考视图中的对应像素点，并得到目标视图在参考相机系统中的合成视图；d.在深度搜索范围内以所述搜索步长进行搜索，把使得合成视图与参考视图的误差最小的深度值作为目标视图的场景全局深度值。本发明的有益效果是，能有效地对汇聚相机系统下多视角视频图像进行全局深度信息的估计，快速有效地直接获取深度信息。
视角视频图像场景全局深度估计方法

[发明专利]基于多视角自适应图卷积网络的点云数据分类及分割方法-CN202310750333.5在审
发明人：庄春刚;牛万灏;王浩闻;熊振华;朱向阳 -专利权人：上海交通大学
申请日： 2023-06-25 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：一种基于多视角自适应图卷积网络的点云数据分类及分割方法，通过在离线阶段构造图网络，将采集到的点云数据输入自适应旋转矩阵生成器得到自适应旋转后的点云数据并生成三张多视角投影图；将点云数据和三张多视角投影图分别构建得到全局信息图数据和局部信息图数据，进而分别输入全局特征提取网络和局部特征提取网络，提取得到全局特征和局部特征后将二者融合并输入功能型神经网络输出头，根据得到的结果计算损失函数以实现图网络的训练；在在线阶段通过实时采集到的点云数据输入训练后的图网络本发明通过自适应地将点云数据进行旋转，得到优化后的观察视角，根据点云数据的几何特征和空间分布，灵活地调整视角的位置，并引入特定投影面上深度不同的点之间的联系，从而更好地捕捉点云数据的局部和全局特征，使构图更加精确和鲁棒
基于视角自适应图卷网络数据分类分割方法

[发明专利]一种跨模态多视角目标检索方法及装置-CN202110761048.4有效
发明人：刘安安;张晨宇;李文辉;宋丹;张勇东 -专利权人：天津大学
申请日： 2021-07-06 - 公布日： 2022-06-14 - 主分类号： G06F16/58 文献下载
摘要：本发明公开了一种跨模态多视角目标检索方法及装置，方法包括：基于三维模型的多视角序列，利用CNN提取2D图像特征和三维模型的多视角序列特征；利用最大池化将三维模型的多视角序列特征融合成一个三维全局特征；通过鉴别器对2D图像特征和三维全局特征进行全局的特征分布对齐；将所有类别划分成小部分簇，并将不同模态相同簇的中心特征对齐，挖掘簇级别的语义信息；不断增加簇的个数进行迭代训练，逐渐细化簇级别的语义信息；当簇的个数和类别总数相同时本发明提高了跨模态三维多视角目标检索的准确性。
一种跨模态多视角目标检索方法装置

[发明专利]多视角视频编解码预测补偿方法及装置-CN03148031.4有效
发明人：高文;贾惠柱;吕岩 -专利权人：中国科学院计算技术研究所
申请日： 2003-06-27 - 公布日： 2005-01-19 - 主分类号： H04N7/32 文献下载
摘要：本发明公开了一种多视角视频编解码预测补偿方法，编码为：在两个视间，使用其一为参考视，另一视作目标视，经过变形后对参考视进行全局运动预测，获得全局运动预测参数；然后进行每个宏块全局运动预测补偿和运动向量预测补偿；根据选定的预测补偿，获得宏块残差图像；对残差图像进行变换、量化、熵编码，最终输出宏块编码码流；所述解码首先获得目标视中当前帧对参考视的全局运动预测参数，进入每个宏块解码过程；进行熵解码、反量化及反变换本发明在两个相关视序列间采用全局运动预测补偿和运动向量预测补偿方法，可更充分利用多视角视频中各个视之间的相关性，可有效对多视角视频进行编解码。
视角视频解码预测补偿方法装置

[发明专利]图像生成方法和装置-CN202110482079.6在审
发明人：章柏永;周佩雷;杨蕊;陈春锋;应黎航 -专利权人：浙江省公众信息产业有限公司
申请日： 2021-04-30 - 公布日： 2022-11-01 - 主分类号： G06T17/20 文献下载
摘要：该方法包括：根据目标的不同角度的一组图像，生成目标的三维全局网格；将一组图像中的任意一副图像作为参考视角图像；根据一组图像中除参考视角图像以外的每一幅图像相对于参考视角图像在三维全局网格上的投影，得到多幅目标的马赛克图像；以及将多幅目标的马赛克图像作为神经网络模型的训练样本，将参考视角图像作为训练样本的标注数据，对神经网络模型进行训练，以便根据训练好的神经网络模型预测目标在新视角的图像。本公开能够提高新视角图像的准确性，实现自由视点的逼真呈现。
图像生成方法装置

[发明专利]多基雷达人体行为融合识别方法、装置及介质-CN202210209906.9有效
发明人：祁富贵;路国华;雷涛;李钊;夏娟娟;张林媛;闫一力;王健琪 -专利权人：中国人民解放军空军军医大学
申请日： 2022-03-04 - 公布日： 2023-05-23 - 主分类号： G06F18/25 文献下载
摘要：本发明实施例公开了一种基于注意力多视角学习网络的多基雷达人体行为融合识别方法、装置及介质；该方法包括：针对接收天线阵列所接收到的各视角通道对应的接收信号进行时频分析，获取各视角通道对应的时间‑频率微多普勒谱；基于预设的第一深度卷积神经网络对每个视角通道对应的时间‑频率微多普勒谱进行特征提取，获取各视角通道对应的初级特征；针对初级特征依次经过各视角通道的通道注意力权重和空间注意力权重进行权重校准，获得各视角通道对应的校准后的输出特征；将各视角通道对应的校准后的输出特征在时序层进行聚合编码，获得人体行为的多视角微多普勒特征的全局描述子；将全局描述子输入至训练完毕的第二深度卷积神经网络进行目标识别，获取识别结果。
雷达人体行为融合识别方法装置介质

[发明专利]基于多视角自适应特征融合的光伏发电功率预测方法-CN202211560534.0在审
发明人：徐磊;金博 -专利权人：大连理工大学
申请日： 2022-12-07 - 公布日： 2023-03-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多视角自适应特征融合的光伏发电功率预测方法，该方法能够从全局、局部、时序以及空间四种视角挖掘信息之间的潜在相关性，并用于光伏发电功率的预测；将采集的数据划分成全局、局部视角两部分，并分别从时序、空间视角提取出未来总特征和历史总特征；为了让特征信息更好地融合，构建了参数共享特征提取模块提取出公共特征，并引入注意力机制为每个时间窗口的局部特征分配合适的注意力权重，使整个模型能够自适应地从全局和局部特征中学习最相关的信息并充分融合
基于视角自适应特征融合发电功率预测方法

[发明专利]一种全景图像显示方法及装置-CN202010731366.1有效
发明人：路光明 -专利权人：微幻科技（北京）有限公司
申请日： 2020-07-27 - 公布日： 2022-05-20 - 主分类号： H04N9/31 文献下载
摘要：本发明实施例提供一种全景图像显示方法及装置，该方法包括：将全景图像信息通过全局投影方式和局部投影方式进行同步显示；当获取视角变换指令时，根据所述视角变换指令对全景图像信息的全局投影方式和局部投影方式进行协同变换通过多种不同方式投影进行展示，一方面，保证以最符合人类视觉的局部投影方式进行展示；另一方面，通过将全景图像信息通过全局投影的方式进行展示，保证了全景图像的完整性。利用局部投影和全局投影同步显示的方式实现了不同投影方式的互补，实现了更好的全景图像显示方法。同时在同步显示的任一投影中进行视角变换时，相应的另一投影也会同步进行协同变换，进一步有效提升用户的使用感受。
一种全景图像显示方法装置

[发明专利]基于部件分割的识别模型训练、车辆重识别方法及装置-CN201911162286.2有效
发明人：孟德超 -专利权人：北京迈格威科技有限公司
申请日： 2019-11-25 - 公布日： 2023-08-25 - 主分类号： G06V20/54 文献下载
摘要：本发明提供了一种基于部件分割的识别模型训练、车辆重识别方法及装置，涉及图像识别技术领域，包括：将输入图像输入所述识别模型的部件分割网络和全局特征提取网络，获取输入图像的多个遮罩图和全局特征图；其中，每个遮罩图分别对应输入图像中待识别对象的一个视角；根据多个所述遮罩图和所述全局特征图确定与多个所述遮罩图一一对应的多个局部特征；根据不同输入图像的多个所述局部特征确定不同输入图像之间的视角感知距离；根据所述视角感知距离构建损失函数，并根据所述损失函数更新所述识别模型的参数，以完成对所述识别模型的训练本发明根据不同图像的局部特征结合全局特征的欧式距离进行排序，可有效提高车辆重识别的准确度。
基于部件分割识别模型训练车辆方法装置

[实用新型]一种智能医用无影灯-CN201720111926.7有效
发明人：谷化剑;李海洋;赵睿;徐媛;杨显武;谷乐霖;张宏;刘兴贵;杨能红;潘耀振;孙诚谊 -专利权人：贵州医科大学附属医院
申请日： 2017-02-07 - 公布日： 2017-09-01 - 主分类号： F21S2/00 文献下载
摘要：本实用新型公开了一种智能医用无影灯，包括无影灯本体、全局摄像头、第一视角摄像头以及第二视角摄像头，所述全局摄像头位于手术区域的正上方，所述第一视角摄像头上安装有头戴装置；所述无影灯本体具有至少四个自由度，无影灯本体包括灯头，所述第二视角摄像头安装在所述灯头上。本实用新型的智能无影灯具有亮度自由调节性，且自由度比较多，通过三个摄像头的协调合作，该智能无影灯无需人操作可以实现自动移动，追踪人的视角进行照明，为医生提供极大方便。
一种智能医用无影灯

[发明专利]室内场景的稀疏多视角三维重建方法-CN201910253971.X有效
发明人：杨敬钰;徐吉;李坤;吴昊;岳焕景 -专利权人：天津大学
申请日： 2019-03-30 - 公布日： 2023-05-12 - 主分类号： G06T17/20 文献下载
摘要：为此，本发明采取的技术方案是，室内场景的稀疏多视角三维重建方法，基于深度学习的方法获得深度信息与语义信息，然后利用全局‑局部配准方法实现各个稀疏视角的模型融合，利用全局‑局部配准方法具体包括利用单视角建立面片的方法对深度图进行过滤与平滑、将各个视角下的深度图转换成点云并进行融合步骤。
室内场景稀疏视角三维重建方法

[发明专利]一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法-CN201710347732.1有效
发明人：刘桂华;邓豪;张华;谢丛霜;邓鑫;邓磊 -专利权人：西南科技大学
申请日： 2017-05-17 - 公布日： 2021-01-01 - 主分类号： G06T17/05 文献下载
摘要：一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法，该方法主要包括移动机器人视角场景三维重建系统、大范围多视角场景三维重建系统及骨架点三维定位及匹配系统，其实现步骤主要包括移动机器人视角场景三维重建、大范围多视角场景三维重建、全局坐标系下骨架点三维定位、累积误差的控制及大范围三维场景的实时更新。本发明结合固定放置的多视角摄像机（相机）及移动机器人承载的阵列相机（相机），通过骨架点三维定位及匹配方法，以完成大范围下实时三维场景重建，并结合局域差异化更新的方法，仅对三维场景中变化部分进行更新，极大提高了更新效率，既获得了良好的大范围场景的全局三维地图，并可对其进行实时更新。
一种基于骨架局域动态更新三维全局可视化监控系统构建方法

[实用新型]一种远程遥控推土机系统-CN202122798254.0有效
发明人：赵金光;于中有;郭磊;杨继红;张士聪 -专利权人：山推工程机械股份有限公司
申请日： 2021-11-16 - 公布日： 2022-04-19 - 主分类号： E02F3/76 文献下载
摘要：本实用新型公开了一种远程遥控推土机系统，包括：车载终端系统、远程操作中心系统和5G网络；车载终端系统包括多个视角摄像头和至少一个360度全角度调整的全局摄像头；视角摄像头获取推土机不同车身角度的视频图像；全局摄像头获取推土机所在作业区域的全局视频图像；远程操作中心系统包括曲面立体显示屏组和广角显示屏；曲面立体显示屏组包括与视角摄像头一一对应的显示屏单元，用于还原推土机的不同车身角度的视频图像；广角显示屏用于还原全局摄像头的全局视频图像
一种远程遥控推土机系统

[发明专利]一种对战游戏的观战方法、观战系统及电子设备-CN202010540930.1有效
发明人：高运;王恺 -专利权人：北京智明星通科技股份有限公司
申请日： 2020-06-15 - 公布日： 2023-08-15 - 主分类号： A63F13/52 文献下载
摘要：本发明属于对战类游戏技术领域，公开了一种对战游戏的观战方法、观战系统及电子设备，所述对战游戏安装并运行于移动终端内，所述观战方法应用于服务器中，且服务器中至少缓存有一个对战过程中的N+1个视角的游戏数据；其N+1个视角的游戏数据包括N个玩家视角的游戏数据和一个全局视角的游戏数据，且N个玩家视角的游戏数据中均加载有玩家操作标识；所述方法包括如下步骤：接收移动终端发送的第一观战请求；识别第一观战请求，并根据识别结果向移动终端发送全局视角的游戏数据
一种游戏观战方法系统电子设备

[发明专利]一种基于视角生成器的点云补全方法-CN202111586400.1在审
发明人：达飞鹏;张子煜 -专利权人：东南大学
申请日： 2021-12-20 - 公布日： 2022-04-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于视角生成器的点云补全方法，该方法首先使用不可见点移除算法对数据集进行预处理；然后设计了一个基于视角的点云补全网络PV‑Net，该网络包括编码器E和解码器D；其中编码器E负责提取输入残缺点云的全局特征f，解码器D负责对全局特征f解码得到完整点云，解码器采用基于视角的从部分到整体的策略，通过视角生成器实现。本发明提出的点云补全方法，通过充分利用残缺点云之间的视角相关性，生成邻近视角下的中间点云；通过扩大残缺点云的视角来逐步减少残缺点云的残缺程度，从而更好地推断残缺点云的完整形状，同时利用残缺点云进行互监督
一种基于视角生成器点云补全方法