“朝红阳”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18个，建议您升级VIP下载更多相关专利

[发明专利]基于深度摄像模组的物体三维重建方法-CN201910994807.4有效
发明人：耿立帅;朝红阳 -专利权人：中山大学
申请日： 2019-10-18 - 公布日： 2023-09-29 - 主分类号： G06T7/50 文献下载
摘要：本发明涉及计算机视觉领域下的三维重建技术领域，涉及一种基于深度摄像模组的物体三维重建方法。本发明在体素哈希算法过程中采用了一种新的哈希方法：MD5，可以大幅提高数据插入、查找和索引的速度，减少碰撞；另外，本发明提出了一种新的内存分配方式，解决了现有方法中一次性分配固定大小内存的缺陷，从而能够在重建过程当中自动分配内存，实现动态扩展重构区域的目的；本发明采用了一种新的前后两帧对齐方式，计算前后两帧彩色图的orb特征点并挑选好的对应点对，利用对应点从深度图中得到前一帧的世界坐标以及后一帧的相机坐标，从而求解出后一帧的相机外参，实现前后两帧对齐，该方法能更加准确的找到对应点，减小三维重建中的漂移问题。
基于深度摄像模组物体三维重建方法

[发明专利]一种基于查找表加速点云分割的方法-CN202011218060.2有效
发明人：李仁杰;朝红阳 -专利权人：中山大学
申请日： 2020-11-04 - 公布日： 2023-07-21 - 主分类号： G06V10/26 文献下载
摘要：本发明属于计算机视觉领域下的3D点云分割领域，更具体地，涉及一种基于查找表加速点云分割的方法，开拓性的将查找表的思想应用到点云分割的问题上来，利用访问查找表代替了神经网络的前向计算，极大的加速了点云分割的过程。本发明创新性的将主成分分析应用于点云分割处理上，让分割网络可以摆脱对空间变换网络模块的依赖，使点云分割网络具有旋转不变性的同时减少了计算量。
一种基于查找加速分割方法

[发明专利]一种半监督的三维点云手势关键点检测方法-CN201911003098.5有效
发明人：何金钰;朝红阳 -专利权人：中山大学
申请日： 2019-10-22 - 公布日： 2023-05-02 - 主分类号： G06V40/10 文献下载
摘要：本发明属于计算机视觉领域下的模式识别领域，更具体地，涉及一种半监督的三维点云手势关键点检测方法，采用这种方法可以利用未标注的数据获得准确的三维关键点信息；本发明提出了基于TOF模组生成三维点云进行手势关键点识别的方法，三维点云相对二维图像对于复杂场景和光线条件较差的环境，识别精度有较大的提升；本发明优化了点云数据的处理方式，先对手部点云进行平滑再采样，比采样后再平滑精度更高。
一种监督三维手势关键检测方法

[发明专利]基于DSP芯片与量化模型的三维物体识别方法-CN201911018559.6有效
发明人：王资;朝红阳 -专利权人：中山大学
申请日： 2019-10-24 - 公布日： 2023-04-28 - 主分类号： G06V20/64 文献下载
摘要：本发明涉及一种基于DSP芯片与量化模型的三维物体识别方法。包括三维数据采集器、三维数据特征提取器以及特征解码器，三维数据采集器为RGB‑D摄像头，拍摄后得到画面中物体的深度信息，最终合成为点云数据；将该点云数据输入到三维数据特征提取器中，特征提取器中的量化参数模型存储模块用于存量化模型的储参数，利用DSP并行计算加速模块加速特性，快速完成深度神经网络中卷积、池化、残差操作，得到输入数据的特征；特征解码器根据模型训练时对特征加密的方式反向解码，得到需要的特征格式。发明中的特征提取器可以提取三维数据的特征，并且可以通过数据结构优化和硬件加速的方法加速特征提取的速度。
基于 dsp 芯片量化模型三维物体识别方法

[发明专利]基于联合位姿优化的神经辐射场增强方法-CN202011510924.8有效
发明人：谷溢;朝红阳 -专利权人：中山大学
申请日： 2020-12-18 - 公布日： 2022-05-06 - 主分类号： G06N3/08 文献下载
摘要：本发明属于计算机图形学领域下的神经渲染领域以及计算机视觉领域下的相机位姿优化领域，更具体地，涉及一种基于联合位姿优化的神经辐射场增强方法。通过结合神经渲染的方法，结合神经网络的表达能力，可以进一步有效的优化相机位姿，在更准确的相机位姿下，训练出的神经辐射场更接近真实场景，渲染出的图像质量更高，细节更清晰。
基于联合优化神经辐射增强方法

[发明专利]一种通过神经网络实现人脸属性转换的方法-CN201710867468.4有效
发明人：孔方圆;丁圣勇;朝红阳 -专利权人：中山大学
申请日： 2017-09-22 - 公布日： 2021-04-13 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种通过神经网络实现人脸属性转换的方法，该方法通过训练生成网络G‑Net，其中，生成网络G‑Net负责生成图像，即输入一个随机向量获得一个视觉上真实的人脸图像；训练属性判别网络E‑Net，其中，属性判别网络E‑Net负责判别属性，即判断当前图片是否具有限定的属性；在生成网络G‑Net和属性判别网络E‑Net完成训练后，把生成网络G‑Net和属性判别网络E‑Net串联在一起，即G‑Net的输出为E‑Net的输入，进行人脸属性转换操作；该方法可以快速生成效果自然的图片，解决生成结果可能是不自然人脸或者不是人脸的问题，不需要手工二次修改。
一种通过神经网络实现属性转换方法

[发明专利]一种基于符号距离函数的三维重建方法-CN202011227999.5在审
发明人：周晓豪;朝红阳 -专利权人：中山大学
申请日： 2020-11-06 - 公布日： 2021-01-05 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及一种基于符号距离函数的三维重建方法。包括：S1.采集训练数据；S2.选取关键帧作为训练集；S3.对关键帧的深度图进行数据去噪；S4.对多帧深度图进行采样，主要包括物体表面附近的法向上采样；S5.进行点云归一化处理；S6.数据输入SDF函数的深度学习网络进行训练，学出一个更接近原物体的SDF函数；S7.根据深度神经网络进行重构，得到具有精细几何结构的模型。本发明是基于深度学习网络对多帧的真实场景进行学习，得到隐式的连续的SDF函数，建立起物体形状与网络参数的对应关系，生成归一化的体素矩阵，最终利用Marching Cubes算法重构出高质量精细的网格结构。极大的改善了SDF概念在传统体素方法的分辨率不足，以及存储大量离散体素导致的内存问题。
一种基于符号距离函数三维重建方法

[发明专利]图像去噪方法、装置、设备及存储介质-CN201810232254.4有效
发明人：陈家炜;陈静雯;朝红阳;杨铭 -专利权人：中山大学
申请日： 2018-03-19 - 公布日： 2020-06-26 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像去噪方法，包括：获取待去噪图像的平滑块集；将所述平滑块集中的每一平滑块减去对应的均值，以得到噪声块集；获取所述噪声块集中的第一噪声图像；根据生成对抗网络对所述噪声块集进行噪声建模，以得到可生成与所述待去噪图像同类型噪声的生成器；根据所述生成器获取第二噪声图像；根据所述无噪声图像、所述第一噪声图像及所述第二噪声图像构造训练集；根据所述训练集及判别学习方法训练出图像去噪网络模型；将所述待去噪图像输入到所述图像去噪网络模型，获取去噪后的图像。本发明还提供了图像去噪装置、设备及存储介质。能提升对现实生活中的未知真实噪声的去噪效果，提高了去噪效率。
图像方法装置设备存储介质

[发明专利]基于图像检测的商品货架分割和层信息统计方法-CN201810613577.8在审
发明人：常扣;朝红阳;郭怡适 -专利权人：中山大学
申请日： 2018-06-14 - 公布日： 2018-11-27 - 主分类号： G06K9/34 文献下载
摘要：本发明涉及人工智能的技术领域，更具体地，涉及基于图像检测的商品货架分割和层信息统计方法。基于图像检测的商品货架分割和层信息统计方法，其中，包括训练数据收集、检测模型训练和模型测试及上线使用。销售代表只需要将商品信息图片进行拍摄，货架划分和层数统计信息由电脑自动处理，大大节省了人力成本。工作人员只需要进行拍照，传输到后台之后，立即就可以给出货架信息，工作效率大大提高。统计信息没有人为因素的制约，数据的准确度。
商品货架图像检测信息统计统计信息分割货架人工智能准确度工作效率模型测试模型训练人力成本人为因素商品信息训练数据自动处理上线拍照后台传输拍摄检测电脑制约销售图片

[发明专利]一种低分辨率图像的人脸识别方法-CN201711167563.X在审
发明人： 朝红阳;吴俊宇;徐炜 -专利权人：中山大学
申请日： 2017-11-21 - 公布日： 2018-03-09 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种低分辨率图像的人脸识别方法，包括有以下步骤S1.构建并训练残差卷积神经网络；S2.计算残差卷积神经网络的联合损失函数L；S3.根据联合损失函数L利用反向传播算法对残差卷积神经网络的网络参数进行优化；S4.判定计算得到的联合损失函数L是否低于所设定的阈值，若是则结束训练过程；S5.训练好残差卷积神经网络后向残差卷积神经网络输入测试样本，得到识别结果。
一种分辨率图像识别方法

[发明专利]一种基于压缩域特征的异常事件检测方法-CN201511024728.9在审
发明人：李璜;张倚豪;朝红阳 -专利权人：中山大学
申请日： 2015-12-29 - 公布日： 2016-06-08 - 主分类号： H04N5/14 文献下载
摘要：本发明是一种基于压缩域特征的异常事件检测方法，是一个量化描述运动强度的特征值，运动强度计数（MIC）。该特征值基于视频压缩域内的运动向量与其分解模式，故其带来的计算开销极小。然后，提出了如何基于某一帧预测其后的视频帧包含所有LCU的MIC。最后，通过分析每一个LCU的真实MIC与其预测MIC之间的差异，可以检测其对应的运动强度趋势的变化值，以此作为运动异常事件的检测值。该差异值越大，则说明在一定时间周期内，运动强度的变化趋势越不一致，进而说明可能发生了异常事件。反之，则认为该周期内物体运动情况变化不大，无异常事件发生。该方法能避免对压缩格式视频进行完全解压，额外计算开销也极小，能既快速又准确地检测出监控视频中的异常事件。
一种基于压缩特征异常事件检测方法

[发明专利]一种利用视频数据进行人脸识别训练的方法-CN201511024946.2在审
发明人：丁圣勇;朝红阳;连凌淦 -专利权人：广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
申请日： 2015-12-29 - 公布日： 2016-06-08 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种利用视频数据进行人脸训练的方法，其基本思想是同一个人在视频中在空间和时间上都会以连续序列出现，且同一个人不可能在同一帧的其他位置出现，利用这个特点本发明自动从视频中挖掘出海量用于训练人脸模型的样本数据，从而实现持续不断地、自适应的人脸学习方法。
一种利用视频数据进行识别训练方法

[发明专利]一种基于运动信息的最优可伸缩多模式决策方法-CN201511025814.1在审
发明人：张倚豪;黄士超;李璜;朝红阳 -专利权人：广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
申请日： 2015-12-29 - 公布日： 2016-06-01 - 主分类号： H04N19/137 文献下载
摘要：本发明公开一种基于运动信息的最优可伸缩多模式决策方法，是一个最优可伸缩多模式决策方法，可自动调整以适应不同的可用计算资源并尽可能保持在该计算资源下理论最优的率失真性能。其基本原理是，在视频序列的帧间，存在大量的运动信息，而同一帧的不同编码单元的多模式决策收益往往有很大差异并与物体运动情况有高度相关性。利用这些信息，可以建立较准确的预测模型，并可以在当前帧开始编码前即获得其多模式收益分布情况，从而可根据收益大小从高到低地进行多模式决策，以自动适应动态可变的计算资源限制。
一种基于运动信息最优伸缩模式决策方法

[发明专利]一种基于运动元素复用的二维动画合成方法-CN201110428581.5有效
发明人：何嘉杰;朝红阳;杨铭;林倞 -专利权人：中山大学
申请日： 2011-12-19 - 公布日： 2012-07-25 - 主分类号： G06T13/80 文献下载
摘要：本发明公开了一种基于运动元素复用的二维动画合成方法，步骤1：选取角色素材和运动序列素材，其中角色素材背景色单一且角色单一，运动序列素材是二维骨架模型的姿态序列；步骤2：对选取的角色素材进行预处理操作；步骤3：为角色造型绑定运动序列，合成角色动画。本发明在创作效率上得到了很大的提高，用户只需要为角色造型设定关键控制点，绑定运动骨架，通过复用运动元素，即可轻松地赋予动漫角色任何运动，大大简化了动画合成的操作流程，减少重复创作的开销；支持复杂的骨骼运动，使得生成的动画相对于传统计算机辅助创作的刚性变化更为自然。
一种基于运动元素二维动画合成方法

[发明专利]基于数据库的动画创作方法-CN201010582559.1无效
发明人：孙立军;周岩;朝红阳;朱松纯 -专利权人：北京电影学院;中山大学;湖北莲花山计算机视觉和信息科学研究院
申请日： 2010-12-10 - 公布日： 2012-07-04 - 主分类号： G06T13/00 文献下载
摘要：本发明公开了一种基于数据库的动画创作方法，包括搜集素材和数据，建立庞大的数据库，然后在数据库的基础上将数据库中的素材和数据导入时间线，进行帧编辑和动画渲染，再将制得的每个文件按照序号放在同一个文件夹中，最后按照序号生成一个最终合成文件，从而完成基于动画数据库的动画作品。本发明打破了动画创作从无到有的规律，使不会画画的初级爱好者也加入到动画制作的大家庭中，体会动画制作的乐趣。
基于数据库动画创作方法

1
2
下一页»
尾页
共 18 条