“过洁”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32个，建议您升级VIP下载更多相关专利

[发明专利]一种基于语音分析的课堂教学模式识别方法及装置-CN202311108772.2在审
发明人：张小红;徐志鑫;郭延文;过洁;魏明强;盛谦;周鲁东;蒋斌 -专利权人：南京览众智能科技有限公司
申请日： 2023-08-31 - 公布日： 2023-10-13 - 主分类号： G10L25/51 文献下载
摘要：本发明涉及一种基于语音分析的课堂教学模式识别方法及装置，所述方法包括以下步骤：采集课堂教学音频；利用说话人日志技术对所述课堂教学音频进行语音分析；根据数据分析，判断课堂教学模式。本发明要解决的技术问题在于解决传统人工标注方法耗时耗力的问题，提供一种自动化、智能化的基于语音分析的课堂教学模式识别方法。本发明大大减轻了传统模式下人工标注教学模式消耗的时间和人力成本，有效提高了课堂教学模式识别的效率，实现了课堂教学模式判断的自动化和智能化。结果证实了本发明的有效性。
一种基于语音分析课堂教学模式识别方法装置

[发明专利]一种基于卷积神经网络和深度核网络的视频行为识别方法-CN201911354571.4有效
发明人：潘飞;郭延文;詹小雨;过洁;孙大钊;侯天宇;王韬 -专利权人：南京猫头鹰智能科技有限公司
申请日： 2019-12-25 - 公布日： 2023-09-12 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种基于卷积神经网络和深度核网络的视频行为识别方法，包括以下步骤：步骤1：采集视频并按行为类别进行分类；步骤2：对筛选后的视频进行预处理；步骤3：用经过预处理后的数据训练模型；步骤4：采集待检测视频并进行预处理；步骤5：根据步骤3得到的训练好的模型用步骤4得到的预处理后的数据作为输入进行行为识别；步骤6：根据步骤5的识别结果就可以得到与待识别视频相似度最高的行为类别。
一种基于卷积神经网络深度网络视频行为识别方法

[发明专利]一种物体表面材质重建方法、装置及存储介质-CN202310603940.9在审
发明人：刘一凡;过洁;郭延文;赖水长;陈慕凡;朱鹏飞 -专利权人：南京大学
申请日： 2023-05-26 - 公布日： 2023-09-01 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种物体表面材质重建方法、装置及存储介质，本发明首先建立了材质重建网络模型，所述材质重建网络模型包括预处理模块、高光感知分支、标准卷积分支、拼接层、注意力机制结构、第一低秩适配器和第二低秩适配器；其次获取若干物体图像作为训练样本，将对应材质图像作为标签，输入材质重建网络模型进行训练；最后将待重建材质的图像输入训练好的材质重建网络模型，得到物体的表面材质重建图像。本发明性能更高，且不需要大量算力和数据就可以实现自行调优。
一种物体表面材质重建方法装置存储介质

[发明专利]基于辅助缓冲区信息和直接光照的全局光照渲染方法及装置-CN202310379766.4在审
发明人：杨珊;过洁;郭延文 -专利权人：南京大学
申请日： 2023-04-11 - 公布日： 2023-08-01 - 主分类号： G06T15/50 文献下载
摘要：本发明公开了一种基于辅助缓冲区信息和直接光照进行全局光照渲染的方法及装置，本发明首先获取XML格式的场景文件，并将其转换为Blender格式；其次对Blender格式的场景文件进行多视角渲染，得到多图层渲染图像，并通过进行图层划分得到缓冲区信息、直接光照和真实渲染结果图；之后建立间接光照渲染网络模型，将缓冲区信息、直接光照作为输入，以最小化预测结果和真实渲染结果图的差为训练目标进行训练；最后将目标视角的辅助缓冲区信息和直接光照输入训练好的光照预测网络模型，得到间接光照贴图，再上采样后与高分辨率直接光照叠加，得到高分辨率全局光照渲染结果。本发明能够更高效地预测高质量的全局光照。
基于辅助缓冲区信息直接光照全局渲染方法装置

[发明专利]基于元学习的层状材质渲染方法及装置-CN202310267610.7在审
发明人：李泽儒;过洁;郭延文 -专利权人：南京大学
申请日： 2023-03-20 - 公布日： 2023-06-27 - 主分类号： G06T15/50 文献下载
摘要：本发明公开了一种基于元学习的层状材质渲染方法及装置，方法包括：(1)获取样本数据集，每一样本包括一层状材质参数、一入射光方向、一出射光方向和一作为标签的反射比；(2)构建反射比预测网络模型，所述反射比预测网络模型包括元网络、坐标变换模块和BSDF网络；(3)采用样本数据集对所述反射比预测网络模型进行训练；(4)将待渲染的层状材质参数输入训练好的元网络，得到自适应权重再提取训练好的BSDF网络中的共享权重共同组成权重ΘF；(5)渲染器读取权重ΘF，在渲染过程中根据入射光方向和出射光方向采用权重ΘF计算反射比，并基于反射比进行层状材质渲染。本发明支持材质编辑且性能开销小。
基于学习层状材质渲染方法装置

[发明专利]图像异常的识别方法、装置、计算机可读存储介质及设备-CN202310293306.X在审
发明人：徐红艳;李永超;徐迅;何雪滟;龚雯;李静雯;潘飞;张岩;过洁;郭延文 -专利权人： OPPO广东移动通信有限公司
申请日： 2023-03-23 - 公布日： 2023-06-23 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种图像异常的识别方法、装置、计算机可读存储介质及电子设备，涉及机器学习技术领域，该方法可以先识别出待处理图像中的异常区域，再提取异常区域的频谱特征、边缘特征、统计特征，即提取到可以更全面表征异常区域的多维特征，进而基于频谱特征、边缘特征、统计特征可以更准确地确定异常区域的异常类型，相较于相关技术而言，本申请可以针对异常区域提取多维特征并基于多维特征进行异常类型识别，而不是基于单一的图像特征进行异常类型识别，因此可以提升对于异常类型的识别精度。
图像异常识别方法装置计算机可读存储介质设备

[发明专利]一种基于局部到全局补全策略的室内场景光照估计方法-CN202310284200.3在审
发明人：何振;白家杨;杨珊;张岩;过洁;陈振宇;郭延文 -专利权人：南京大学
申请日： 2023-03-22 - 公布日： 2023-06-06 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于局部到全局补全策略的室内场景光照估计方法，该方法旨在从单张限制视角室内场景图片的任意位置估计出光照情况，并将室内场景光照估计问题分解为三个子任务：基于深度的图像变形、低动态范围(low dynamic range，LDR)全景图补全和高动态范围(high dynamic range，HDR)重建。基于第二个子任务，该方法提出一种从局部到全局的全景图补全策略，该策略首先对第一阶段变形后输出的稀疏的全景图进行深度引导的局部补全，以填补小而密集的空洞；之后通过立方体贴图投影法和一个能够拟合长距离依赖关系的transformer网络(称作PanoTransformer)进行合理的全局补全；最终能够在输入图片任意位置恢复出物理上合理且带有纹理细节的全景图，以捕捉空间变化的室内光照。
一种基于局部全局策略室内场景光照估计方法

[发明专利]实时渲染中光照探针自适应排布方法及装置-CN202211593449.4在审
发明人：杨铭;过洁;郭延文 -专利权人：南京大学
申请日： 2022-12-13 - 公布日： 2023-05-30 - 主分类号： G06T15/50 文献下载
摘要：本发明公开了一种实时渲染中光照探针自适应排布方法及装置，本发明包括实时渲染器和强化学习网络，实时渲染器根据光照探针的位置坐标，将空间划分为若干四面体网格，并存储划分后的空间结构信息，同时生成光照探针存储结构，存储间接光照信息以及深度信息；以及将光照探针提供的间接光照与直接光照结合形成最终的光照渲染图像；强化学习网络基于光照渲染图像按照预设反馈函数计算反馈值；基于反馈值更新光照探针的位置坐标及自身策略；将更新后的光照探针位置坐标输入至实时渲染器；循环重复执行直至实时渲染器生成的光照渲染图像达到预设效果。本发明能够在光照探针数量有限的情况下，有效提升探针排布的效率和质量。
实时渲染光照探针自适应排布方法装置

[发明专利]一种多媒体播放设置自动调节方法及系统-CN201911152466.2有效
发明人：过洁;白晋斌;陈振宇;黄诗涵;胡育玮;郭延文 -专利权人：南京大学
申请日： 2019-11-22 - 公布日： 2023-03-07 - 主分类号： G06N3/048 文献下载
摘要：本发明公开了一种多媒体播放设置自动调节方法及系统，方法包括：当按照预设时间间隔或用户操作录制外界环境音频信息，并发送至服务器端；服务器端从接收到的外界环境音频信息中分别提取左声道和右声道的梅尔倒谱系数和恒定Q色度图两种特征，并将两种特征结合后作为各声道的音频特征；服务器端将音频特征输入训练好的深度神经网络中，得到外界环境音频信息对应的环境预测分类标签，并发送至多媒体端；多媒体端判断接收到的环境预测分类标签是否与当前环境分类一致，若不一致，则从预设的设置表中查找与所述环境分类标签对应的推荐播放设置，并按照查找到的推荐播放设置更新多媒体播放设备。本发明可以自动调节多媒体播放设置，更加智能，且调节方法更精确。
一种多媒体播放设置自动调节方法系统

[发明专利]使用辅助缓冲区的渲染内容超分方法、装置及设备-CN202210750172.5在审
发明人：张浩南;过洁;郭延文 -专利权人：南京大学
申请日： 2022-06-29 - 公布日： 2022-10-25 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种使用辅助缓冲区的渲染内容超分方法、装置和设备，方法包括：(1)建立多尺度融合网络模型，包括RGB图像处理分支、G‑buffer处理分支和多尺度融合预测分支；(2)在渲染场景下生成若干包括低清RGB图像和对应高清G‑buffer图像的图像对作为样本，将在高分辨率下渲染生成的RGB图像作为样本标签，输入建立好的多尺度融合网络模型，进行网络训练；(3)将待超分的低清RGB图像和对应的高清G‑buffer图像输入训练好的多尺度融合网络模型，得到超分后的高清RGB图像。本发明效果更好。
使用辅助缓冲区渲染内容方法装置设备

[发明专利]基于大气分层模型的三维云景程序化建模方法、装置及设备-CN202210750179.7在审
发明人：顾馨兰;过洁;郭延文 -专利权人：南京大学
申请日： 2022-06-29 - 公布日： 2022-10-21 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于大气分层模型的三维云景程序化建模方法、装置和设备，方法包括：(1)将场景地形高度图作为地形环境模型，将大气层分为低、中、高三层；(2)根据风场计算大气层各区域的对流性，并将低、中、高三层大气层的对流性分别生成一张灰度纹理的对流分布图；(3)根据每层大气层的对流分布图判断其对应区域的云类型；(4)通过三维Perlin噪声和Worley噪声的不同叠加分别塑造不同体积云的三维类型纹理；(5)按照每层大气层各区域的云类型，在云景范围包围盒的对应区域填充对应类型云的三维类型纹理，并使用光线步进算法着色器对体积云进行渲染，在相机后处理步骤中绘制于屏幕上。本发明能够实时预览、兼具云景真实感和便捷性。
基于大气分层模型三维云景程序化建模方法装置设备

[发明专利]一种基于多任务学习的室内RGBD图像语义分割算法-CN202210294774.4在审
发明人：郭延文;杨洋;张扬;过洁 -专利权人：南京大学
申请日： 2022-03-23 - 公布日： 2022-09-30 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于多任务学习的室内RGBD图像语义分割算法，包括以下步骤：步骤1：收集RGBD图像数据集；步骤2：生成对应法向图；步骤3：提取多尺度图像特征；步骤4：提取深度图像多尺度深度特征；步骤5：形成融合特征；步骤6：辅助分支使用法向估计监督训练；步骤7：对融合特征进行上采样；步骤8：生成特定分辨率特征；步骤9：重复步骤7和步骤8，直到输出原分辨率大小特征；步骤10：预测图像语义信息，并监督训练；步骤11：引入空洞卷积池化金字塔模块；步骤12：将辅助任务分支改为语义分割监督并再次训练，增强了预测效果；本方法在语义分割任务上取得了极高的精度，而且适用性广泛，可适配不同任务组合，还可以应用于室内场景理解。
一种基于任务学习室内 rgbd 图像语义分割算法

[发明专利]基于稀疏与低秩矩阵分解的多幅图片反射光抑制方法-CN201810658877.8有效
发明人：过洁;李春游 -专利权人：南京大学
申请日： 2018-06-25 - 公布日： 2021-09-28 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于稀疏与低秩矩阵分解的多幅图片反射光抑制方法，包括；(1)获取在不同角度对于同一场景拍摄得到的多个图像；(2)利用siftflow算法将多个图像对齐；(3)将参考图像P0划分为多个相同大小的patch；(4)对于每个patch，执行如下步骤：A、获取当前patch以及其他图像中与其相似的patch的RGB值形成的列向量，将所述列向量组成RGB矩阵；B、获取当前patch以及其他图像中与其相似的patch中每个像素的最小梯度值所形成的列向量，将所述列向量作为每列的列向量组成最小梯度矩阵；C、根据最小梯度矩阵和RGB矩阵进行稀疏矩阵与低秩矩阵分解；(5)将所有patch对应的低秩矩阵重组，得到抑制反射光后的图像。本发明图像处理效果更好。
基于稀疏矩阵分解图片反射光抑制方法

[发明专利]RGB-D图像的多尺度融合深度图像增强方法及装置-CN202110290784.6在审
发明人：赖水长;过洁;郭延文 -专利权人：南京大学
申请日： 2021-03-18 - 公布日： 2021-06-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种RGB‑D图像的多尺度融合深度图像增强方法及装置。本发明包括：(1)通过双分支逐步融合的方案，使RGB图像和深度图像输入可以在深度预测中相互补充，用深度确保图像大体结构完整，用彩色填充缺失像素值；(2)通过分析真实数据的噪声分布，设计了一种混合多尺度损失函数，保证即使在真实图像数据有噪声的情况下，高质量的清晰图像仍旧可以生成。本发明能够合理利用RGB图像和深度图像各自的特征，确保彩色图像所得到的特征信息对深度图像的修复起到辅助作用，最终预测完整的深度图像，显著提高了深度图像的质量。
rgb 图像尺度融合深度增强方法装置

[发明专利]一种基于深度学习和体素的三维点云补全方法-CN202110303157.1在审
发明人：周诚;马常风;郭延文;过洁 -专利权人：南京大学
申请日： 2021-03-22 - 公布日： 2021-06-08 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于深度学习和体素的三维点云补全方法，包括以下步骤：步骤1：采集不同类别的原始物体模型；步骤2：对原始物体模型进行预处理，得到残缺点云和完整点云；步骤3：用经过预处理后的残缺点云和完整点云训练体素深度神经网络模型；步骤4：采集待补全的残缺点云并进行预处理；步骤5：根据步骤3得到的训练好的模型用步骤4得到的预处理后的点云作为输入进行点云补全。本方法融合了体素和点云结构的优点，通过使用不同类别的物体点云训练深度学习网络模型，再利用训练好的模型对残缺点云进行补全，得到具有细节的、均匀的、多分辨率的补全结果，解决了传统算法难以解决的问题。
一种基于深度学习三维点云补全方法

1
2
3
下一页»
尾页
共 32 条