“重建结果”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979511个，建议您升级VIP下载更多相关专利

[发明专利]三维人体重建方法、装置、计算机设备及存储介质-CN202110875291.9在审
发明人：王宗跃;陈伟斌;杨春娇;蔡国榕;苏锦河 -专利权人：集美大学
申请日： 2021-07-30 - 公布日： 2021-10-29 - 主分类号： G06T17/00 文献下载
摘要：本申请公开了一种三维人体重建方法、装置、计算机设备及存储介质。该方法包括获取目标人体的人体图像，并输入第一网络模型进行处理得到3D表面重建结果；其中，第一网络模型包括图像编码器和全连接层。之后，利用预设大小的体素网格对3D表面重建结果进行体素化得到3D表面采样点，并将得到的3D表面采样点经过第二网络模型进行处理得到颜色预测结果；其中，第二网络模型包括所述图像编码器和多层感知机。本申请利用非对称网络模型实现图片特征的充分提取，实现了优质的三维表面重建，基于体素覆盖范围的网格采样，在保证计算效率的同时实现了3D表面采样点的覆盖范围最大化，从而优化三维人体重建结果。
三维人体重建方法装置计算机设备存储介质

[发明专利]基于实时定位与建图算法的三维重建方法以及装置-CN202111119229.3在审
发明人：张景利;蔡晔;赵仕奇 -专利权人：北京清杉科技有限公司
申请日： 2021-09-24 - 公布日： 2022-01-04 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于实时定位与建图算法的三维重建方法以及装置。使用实时定位与建图算法获取三维点云地图及每时刻的位姿，同时在运行算法过程中采集渲染图片集并通过时间戳同步获得每张图像的位姿，最后通过标定算法得到相机内参；步骤B：使用PatchMatch算法将渲染图片集稠密化，得到稠密化结果；步骤C：使用泊松表面重建技术将稠密化结果网格化，得到网格化结果；步骤D：根据网格化结果、相机内参以及位姿，生成纹理图。本发明的基于实时定位与建图算法的三维重建方法和装置，可以有效解决大范围三维重建精度不高，运算时间缓慢等问题；同时可以有效地减轻复杂环境对三维重建效果的影响，具有高效、高鲁棒性的特点。
基于实时定位算法三维重建方法以及装置

[发明专利]一种等离子体的三维分布重建方法及相关装置-CN202111348099.0在审
发明人：陈道品;陈邦发;武利会;梁东明;陈柏全;黄静;何子兰;陈斯翔;梁家盛;李莉;温可明 -专利权人：广东电网有限责任公司;广东电网有限责任公司佛山供电局
申请日： 2021-11-15 - 公布日： 2022-01-21 - 主分类号： G06T17/20 文献下载
摘要：本申请公开了一种等离子体的三维分布重建方法及相关装置，方法包括：通过相机获取目标等离子体的多角度图像；将多角度图像输入预置三维卷积预测模型中进行三维分布预测，得到三维分布预测结果；基于预设约束方程，采用预置迭代算法根据三维分布预测结果进行迭代优化计算，得到等离子体三维分布重建结果。通过预置三维卷积预测模型进行三维分布预测是端到端的三维分布重建过程；为了进一步提高三维形态的稳定性和可靠性，采用迭代算法进行优化计算，同时也确保了三维分布重建结果的准确性。本申请能够解决现有技术耗费的时间成本较大，三维形态缺乏稳定性，且精准度较低，导致重建效果较差的技术问题。
一种等离子体三维分布重建方法相关装置

[发明专利]一种神经元重建结果匹配方法-CN201711174121.8有效
发明人：周航;曾绍群;李诗玮;全廷伟 -专利权人：华中科技大学
申请日： 2017-11-22 - 公布日： 2020-06-02 - 主分类号： G06F8/30 文献下载
摘要：本发明公开了一种神经元重建结果匹配方法，具体包括如下步骤：(1)导入多个数字化树型神经元重建文件，并获取对应的多个骨架点集合；(2)根据目标神经元的特性，构建多维哈希容器；(3)根据步骤(2)所构建的多维哈希容器，为步骤(1)导入的每一个数字化树型神经元重建文件创建一个多维哈希容器，并将每一个神经元骨架点集合保存到对应的多维哈希容器中；(4)根据步骤(3)所创建的多维哈希容器，对每两个多维哈希容器内的元素进行搜索匹配，输出匹配结果。本发明可在不消耗大量存储空间的情况下快速定位神经元重建结果匹配的一致点和差异点，并且适用于大规模神经元重建结果的匹配以及任何具有管状结构的图像匹配。
一种神经元重建结果匹配方法

[发明专利]基于多成分分析和残差补偿的图像融合与超分辨率重建联合实现方法-CN201910868215.8有效
发明人：李华锋;周宗泽;张亚飞;谢明鸿 -专利权人：昆明理工大学
申请日： 2019-09-16 - 公布日： 2023-03-07 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及基于多成分分析和残差补偿的图像融合与超分辨率重建联合实现方法，属于图像处理技术领域。本发明首先设计一种新的多成分分析字典学习模型，在该模型中引入了高、低分辨率稀疏编码系数之间的相关关系。其次，为了补偿超分辨率重建过程中的信息损失，本发明设计一种重建残差补偿机制，将重建残差补偿到重建‑融合的初始结果中，以改善最终处理结果的质量。另外，对于结构和纹理成分，本发明提出采用不同的融合方案。对于结构成分，采用L1范数最大的融合规则；对于纹理成分，本发明提出一种新的显著性度量方案来构建融合结果。本发明提出的方法能同时较好地保留原图中的亮度和细节信息，并在主观和客观评价上获得更优的评价结果。
基于成分分析补偿图像融合分辨率重建联合实现方法

[发明专利]一种图像重建失败的修复方法和装置-CN201710942555.1在审
发明人：王景波 -专利权人：上海联影医疗科技有限公司
申请日： 2017-10-11 - 公布日： 2018-01-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像重建失败的修复方法和装置，其可以智能分析图像重建失败的原因，并提供相应的修复操作，主要包括获取多个图像重建数据，并对所述图像重建数据进行图像重建；监控图像重建任务，判断图像重建是否失败；当图像重建失败时，判断所述图像重建失败是否可以自动修复；当所述图像重建失败可以自动修复时，执行相应修复操作。利用所述方法可对重建失败的原因进行智能诊断，根据诊断结果综合得出最优解决策略并提示用户相关信息，提高了检查效率，增加了用户友好度。
一种图像重建失败修复方法装置

[发明专利]三维重建的尺度恢复方法、装置、系统和计算机设备-CN202010603245.9在审
发明人：王成;刘海伟;丛林 -专利权人：杭州易现先进科技有限公司
申请日： 2020-06-29 - 公布日： 2020-11-03 - 主分类号： G06T17/00 文献下载
摘要：本申请涉及一种三维重建的尺度恢复方法、装置、系统和计算机设备，其中，该尺度恢复方法方法包括：生成N个标定板，并通过相机获取图像序列；根据该图像序列，利用SFM模型获取三维重建的无尺度结果；其中，N为大于1的自然数；根据该无尺度结果，遍历检测该SFM模型中该标定板的角点坐标和角点ID；并根据该标定板的角点的物理坐标和该角点坐标获取个尺度的尺度优化结果，根据该尺度优化结果获取真实尺度的三维重建结果；通过本申请，解决了三维重建中尺度恢复的结果准确性差的问题。
三维重建尺度恢复方法装置系统计算机设备

[发明专利]一种人脸图像实时美化与纹理合成方法-CN201910305804.5在审
发明人：李重;刘恒;任义;阳策 -专利权人：浙江理工大学
申请日： 2019-04-16 - 公布日： 2019-09-03 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种模型构造方法，具体是指一种面向三维人脸重建的人脸图像实时美化与纹理合成方法。本发明通过利用ASM算法提取人脸特征点、颜色转换、人脸无缝融合和眉毛修复处理、三维人脸重建等过程，能够对人脸实现自动检测及美化，从而得到较好的人脸重建结果。实验结果表明本文算法能够得到令人满意的重建效果，包括能够重建被遮挡的眉毛区域，并且较其他方法具有优越的运算效率，能够达到实时性。本申请对人脸图像基于标准肤色进行美化处理，生成人脸纹理图，将其应用于三维人脸重建，得到个性化三维人脸模型。
人脸人脸图像重建美化三维纹理合成算法三维人脸模型人脸特征点标准肤色眉毛区域模型构造无缝融合颜色转换运算效率重建结果自动检测实时性纹理图眉毛遮挡个性化修复申请应用

[发明专利]一种基于多相机和电机的实时三维重建方法-CN202211312673.1在审
发明人：薛轶天;许成浩;黄培武;陈泉;颜成钢;王鸿奎;胡冀;陈楚翘;孙垚棋;高宇涵;朱尊杰;殷海兵;张继勇;李宗鹏;赵治栋 -专利权人：杭电（丽水）研究院有限公司
申请日： 2022-10-25 - 公布日： 2023-01-31 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于多相机和电机的实时三维重建方法。本发明通过融合RGB‑D相机和电机信息进行三维重建以及通过局部定位和全局定位来实现室内场景的静态实时三维重建。本发明通过设计基于RGB‑D相机和电机的三维重建装置解决了多个RGB‑D相机与电机的位姿估计匹配以及实时融合问题以进行室内三维场景的实时静态重建。并且，本发明通过融合RGB‑D相机和电机的信息来进行相邻帧之间的位姿信息计算，通过粗匹配与精匹配的方式使得计算结果更加鲁棒，重建结果更加准确。
一种基于多相电机实时三维重建方法

[发明专利]X射线CT装置、图像处理装置以及图像处理方法-CN201380052081.3有效
发明人：加藤彻;及川大造;中井宏章 -专利权人：株式会社东芝;东芝医疗系统株式会社
申请日： 2013-12-19 - 公布日： 2015-06-10 - 主分类号： A61B6/03 文献下载
摘要：实施方式的X射线CT装置具备收集部(14)、控制部(38)、以及图像重建部(36)。收集部(14)对由来于透过了被检体的X射线的光子进行计数，将对该计数了的光子的能量进行鉴别的结果作为计数结果来收集。图像重建部(36)接收上述收集部(14)通过对以上述能量分割集合设定的多个能量鉴别域分别分配计数值而收集到的计数结果，并使用接收到的计数结果来重建图像数据。
射线 ct 装置图像处理以及方法

[发明专利]视频图像处理方法、装置、电子设备及存储介质-CN202011625995.2在审
发明人：曹炎培;赵培尧 -专利权人：北京达佳互联信息技术有限公司
申请日： 2020-12-31 - 公布日： 2021-05-07 - 主分类号： G06T17/00 文献下载
摘要：本公开关于一种视频图像处理方法、装置、电子设备及存储介质，该方法包括：将目标视频中第一帧图像分别输入三维重建网络和视频帧编码网络，得到第一帧图像中目标对象的三维重建结果及第一帧图像的图像特征；将目标视频中第i帧图像的图像特征和第i帧图像对应的三维重建结果输入时序特征提取网络，得到第i帧图像的时序特征；将目标视频中第i+1帧图像输入视频帧编码网络，得到第i+1帧图像的图像特征；基于第i+1帧图像的图像特征和第i帧图像的时序特征，生成第i+1帧图像对应的三维重建结果；将i的值更新为i+1，重复执行上述输入时序特征提取网络至生成第i+1帧图像对应的三维重建结果的步骤，直至i＝N。本公开能够提高对象三维重建的精度和效率。
视频图像处理方法装置电子设备存储介质

[发明专利]信号的拟合方式的确定方法、重建方法和装置-CN201810983248.2有效
发明人：苏禹鸣;梅峻骅;朱珂璋;谢庆国;代平平;王浩 -专利权人：苏州瑞派宁科技有限公司
申请日： 2018-08-27 - 公布日： 2021-02-26 - 主分类号： A61B6/03 文献下载
摘要：本申请公开了信号的拟合方式的确定方法、重建方法和装置。该确定方法可以包括以下步骤：根据所采集的信号的特征信息对所述信号进行分段，以得到多个信号分段区间；利用多种拟合方式对多个所述信号分段区间中的采样点进行拟合；根据拟合结果来获取关注参数在每个所述信号分段区间中的拟合值；依次将每种所述拟合方式下的所述关注参数的拟合值与所获取的测量值进行对比，并且根据对比结果来确定多种所述拟合方式中的用于对所述信号进行重建的最终拟合方式。通过本申请所提供的技术方案，可以提高信号重建结果的准确性并且提高信号重建的精度。
信号拟合方式确定方法重建装置

[发明专利]一种基于双域交织网络的低剂量CT重建方法-CN202110633734.3有效
发明人：李窦哲;李灯熬;赵菊敏;赵红燕;李付江;李朋伟 -专利权人：太原理工大学
申请日： 2021-06-07 - 公布日： 2022-07-26 - 主分类号： G06T11/00 文献下载
摘要：本发明为一种基于双域交织网络的低剂量CT重建方法，属于医学图像处理和计算机视觉领域；该方法以低剂量CT图像及相应正弦图作为输入，通过两个阶段对于失真支路和感知支路，融合支路的分别训练，使用可学习的参数进行失真与感知上的平衡；本发明方法程序简单，易于实现，可以以端到端的方式得到更加符合医生诊断需求的重建结果；本发明可以一个网络产生可调节的重建结果，针对噪声分布不均匀的CT图像可以自由选择相应重建结果，且在保证整体感知效果的同时
一种基于交织网络剂量 ct 重建方法

[发明专利]图像的超分辨率重建方法及装置-CN202010143612.1在审
发明人：韩睿;庄重;郭若杉;李瑞玲;刘壮;李晨 -专利权人：北京思朗科技有限责任公司
申请日： 2020-03-04 - 公布日： 2020-08-04 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像的超分辨率重建方法及装置，方法包括：构建超分辨率网络模型；对待处理图像进行识别处理，根据识别结果筛选相应的超分辨率网络模型；基于筛选的超分辨率网络模型，对待处理图像完成超分辨率重建。本发明提供了一种面向对象的超分辨率重建方式，通过构建不同的超分辨率神经网络模型，输入图像时，对图像内容进行检测识别，对不同识别结果采用不同的超分辨率网络模型进行重建，能够提升超分辨率重建的精度和视觉效果
图像分辨率重建方法装置

[发明专利]视频实时识别分割和检测方法及装置-CN202010946166.8有效
发明人：景乃锋;宋卓然;吴飞洋 -专利权人：上海交通大学
申请日： 2020-09-10 - 公布日： 2022-07-19 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种视频实时识别分割和检测方法及装置，其中分割方法包括对目标视频进行解码，获得目标视频的I类帧图像数据、P类帧图像数据和运动矢量表；基于运动矢量表获取B类帧的运动矢量；基于第一预设神经网络得到I类帧图像分割结果和P类帧图像分割结果；根据I类帧图像分割结果、P类帧图像分割结果、B类帧运动矢量以及已获取B帧图像数据的重建结果获取B类帧的重建结果；将B类帧的重建结果、I类帧图像分割结果、P类帧图像分割结果输入到第二预设神经网络得到B类帧的图像分割结果。
视频实时识别分割检测方法装置