“聂勇伟”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21个，建议您升级VIP下载更多相关专利

[发明专利]基于深度强化学习的二维矩形条带包装方法-CN202310259079.9在审
发明人：李桂清;袁宏涛;聂勇伟 -专利权人：华南理工大学
申请日： 2023-03-17 - 公布日： 2023-06-02 - 主分类号： B65B15/04 文献下载
摘要：本发明公开了一种基于深度强化学习的二维矩形条带包装方法，该方法考虑二维情况下，将多个矩形对象逐一包装到一个末端开口的条带中，以最小化矩形对象所达到的高度，结合天际线算法将二维矩形条带包装过程建模为马尔可夫决策过程，再通过强化学习方法训练用于二维矩形条带包装的网络模型，最终得到一种最优的包装方案。本发明利用强化学习技术，能够获取多个不同的较优解，不需要人为设计复杂的启发式规则。本发明可以应用于多种物品的包装和运输，同时还可以适应不同的环境和布局。
基于深度强化学习二维矩形条带包装方法

[发明专利]基于调色板和凸包变形的图像重着色方法-CN202211742790.1在审
发明人：李桂清;孙奇伟;聂勇伟;张青 -专利权人：华南理工大学
申请日： 2022-12-30 - 公布日： 2023-04-07 - 主分类号： G06T15/00 文献下载
摘要：本发明公开了一种基于调色板和凸包变形的图像重着色方法，包括：1)构造输入图像在RGB颜色空间的凸包，对凸包顶点聚类，并通过聚类中心投影的方式从凸包顶点中挑选调色板；2)从除调色板颜色以外的凸包顶点中挑选辅助颜色,与调色板颜色一起构成紧密凸包；3)将紧密凸包剖分为多个多面体的集合，并计算像素所在的多面体，用该多面体顶点的均值坐标对像素进行分解；4)改变调色板颜色，通过凸包的刚性变形带动辅助点移动，实现图像重着色。本发明引入了“辅助颜色”的概念，提出了一种误差递减的凸包构造方法来使凸包更加紧凑，缓解了凸包顶点缺乏代表性的问题，同时提高了图像重构的精度，进一步可实现更直观和精确的下游应用。
基于调色板变形图像着色方法

[发明专利]一种核预测神经网络蒙特卡罗渲染图像去噪方法-CN202010332918.1有效
发明人：许家荣;李桂清;聂勇伟 -专利权人：华南理工大学
申请日： 2020-04-24 - 公布日： 2023-04-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种核预测神经网络蒙特卡罗渲染图像去噪方法，包括步骤：1)利用改进的核预测神经网络进行预测核的生成；2)利用改进的对抗生成网络进行蒙特卡罗渲染图像的初步去噪；3)利用步骤1)、2)当中的两个结果进行蒙特卡罗渲染图像的重建，预测核将会被应用到初步去噪的蒙特卡罗渲染图像当中，并重建出去噪后的蒙特卡罗渲染图像；4)使用一种新的损失函数对核预测神经网络和对抗生成网络进行训练；5)训练完成后，再次重复步骤1)到步骤3)，即可对带噪声的蒙特卡罗渲染图像进行去噪重建，最后获得一张高质量的、细节完好的蒙特卡罗渲染图像。本发明去噪效果更好，场景细节和场景结构保留好，去噪时间短，可适应低采样率和多种渲染器、渲染系统。
一种预测神经网络蒙特卡罗渲染图像方法

[发明专利]一种结构可变的图案生成和利用图案生成浏览界面的方法-CN201910425318.7有效
发明人：曾嘉晟;聂勇伟;李桂清 -专利权人：华南理工大学
申请日： 2019-05-21 - 公布日： 2022-12-16 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种结构可变的图案生成和利用图案生成浏览界面的方法，所述图案生成方法，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。所述利用图案生成浏览界面的方法，包括以下步骤：1）、获取采样得到的新图案的高维向量表达特征，得到高维向量空间；所述高位向量表达特征采用该图案的关系图向量表示；2）、采用GPLVM将高维向量空间压缩到二维流形空间；3)、将二维流形空间中的点逆映射到高维空间中，得到新的图案，并对其进行后处理；4)、生成图案浏览界面。
一种结构可变图案生成利用浏览界面方法

[发明专利]基于姿态引导的行人视频修复方法、系统、设备和介质-CN202210328650.3在审
发明人： 聂勇伟;唐福梅 -专利权人：华南理工大学
申请日： 2022-03-31 - 公布日： 2022-07-01 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于姿态引导的行人视频修复方法、系统、计算机设备和存储介质，所述方法包括：获取行人视频修复的数据集；利用数据集对图卷积神经网络进行训练；将数据集中被遮挡的姿态序列输入训练好的图卷积神经网络，得到优化后的姿态序列；利用优化后的姿态序列和数据集对姿态注意转移网络进行训练；将待修复的行人视频中被遮挡的姿态序列输入训练好的图卷积神经网络中得到优化后的姿态序列；将优化后的姿态序列与待修复的行人视频输入训练好的姿态注意转移网络，得到修复好的行人视频。本发明通过对被遮挡的姿态序列补全得到优化后的人体姿态序列，根据其与被遮挡的视频逐步修复视频帧中人体缺失部分，从而得到更真实清晰的行人视频。
基于姿态引导行人视频修复方法系统设备介质

[发明专利]基于物体遮挡图结构的视频摘要方法、系统、装置及介质-CN202210311826.4在审
发明人： 聂勇伟;曾思铭 -专利权人：华南理工大学
申请日： 2022-03-28 - 公布日： 2022-07-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于物体遮挡图结构的视频摘要方法、系统、装置及介质，其中方法包括：获取监控视频，根据监控视频提取管道信息，得到物体管道；根据遮挡关系将物体管道切分为管道段；在管道段之间建立边，构建图结构；解决管道段之间的位置冲突问题，完善图结构；基于图结构，采用MCMC算法对管道段进行采样，生成摘要视频。本发明根据物体管道间的遮挡关系将其分段，建立起图结构，将MCMC随机采样方法应用于根据视频内在遮挡关系分段的物体管道中，保留了其固有的逻辑，且成功解决了物体循环遮挡所形成的环引起的位置冲突问题。本发明可广泛应用于计算机图像视频处理领域。
基于物体遮挡结构视频摘要方法系统装置介质

[发明专利]一种基于三维人体参数化模型的姿态迁移方法-CN202110354636.6有效
发明人：李桂清;蒋金峰;伍世浩;张惠嵌;聂勇伟 -专利权人：华南理工大学
申请日： 2021-03-30 - 公布日： 2022-06-10 - 主分类号： G06T13/40 文献下载
摘要：本发明公开了一种基于三维人体参数化模型的姿态迁移方法，包括：1)得到与源人物姿态和表情一致的目标人物三维人体参数化模型；2)将目标人物三维人体参数化模型不同的部位绑定不同的颜色进行渲染，得到姿态图像；3)对姿态图像进行图像操作后，得到头部以及身体姿态图；4)将头部以及身体姿态图像输入至人体部位生成模块，得到头部以及身体姿态迁移图像；5)对头部以及身体姿态迁移图像进行图像操作后，得到头部以及身体姿态迁移中间图像；6)将头部以及身体姿态迁移中间图像输入至融合模块，得到目标人物姿态迁移后的结果图像。本发明在保证结果质量的同时，减少了训练数据需求量，降低了训练数据的采集难度，加快了训练的时间。
一种基于三维人体参数模型姿态迁移方法

[发明专利]静态行人图像的运动动态化方法、系统、装置及介质-CN202110245019.2在审
发明人： 聂勇伟;赵美花;李桂清 -专利权人：华南理工大学
申请日： 2021-03-05 - 公布日： 2021-06-22 - 主分类号： G06T13/80 文献下载
摘要：本发明公开了一种静态行人图像的运动动态化方法、系统、装置及介质，其中方法包括：获取两张行人图像，根据所述行人图像提取一对人体的2D姿态；根据动作相似度将一对所述2D姿态映射到3D空间，生成一对3D姿态；根据一对所述3D姿态生成一组3D运动姿态序列；将所述3D运动姿态序列进行2D投影，获得2D运动姿态序列；根据一对所述2D姿态对所述2D运动姿态序列进行优化；根据所述行人图像和优化后的2D运动姿态序列生成行人运动图像序列。本发明通过设计动作相似度对人体姿态进行2D和3D之间的映射，能够避免数据标注的人力和时间耗费，使得人体姿态的生成更加灵活，可广泛应用于图像数据处理领域。
静态行人图像运动动态方法系统装置介质

[发明专利]一种三维人体姿态、表情及手势的重构方法-CN201910499359.0有效
发明人：李桂清;姚秀秀;王宇攀;邹歆仪;聂勇伟 -专利权人：华南理工大学
申请日： 2019-06-11 - 公布日： 2021-03-30 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种三维人体姿态、表情及手势的重构方法，包括步骤：1)用参数化模型来表示待重构的三维人体网格模型；2)通过最小化能量获得三维人体网格模型；3)采用改进的离散壳变形方法对步骤2)中的能量进行优化。本发明可以从给定特定几何形状的约束中，求解出带重构的三维人体网格模型的形状与姿态参数，使得所确定的形状逼近所给的数据。
一种三维人体姿态表情手势方法

[发明专利]一种基于局部稀疏表示的完全人体运动参数化表示方法-CN201910499437.7有效
发明人：李桂清;谢佰洪;王宇攀;邹歆仪;聂勇伟 -专利权人：华南理工大学
申请日： 2019-06-11 - 公布日： 2021-03-30 - 主分类号： G06T13/40 文献下载
摘要：本发明公开了一种基于局部稀疏表示的完全人体运动参数化表示方法，包括步骤：1)获取相对边长和二面角及其重构，即RLA及其重构；2)参数模型训练数据库合成；3)基于人体形状主成分分析PCA基进行形状参数提取；4)使用稀疏局部分解的方法提取出局部基；5)利用局部基表示不同身体部位的运动得到参数模型；6)对参数模型进行回归修正。本发明能够用统一的框架来描述身体姿态，脸部表情和手势的形状和动作变化，不仅可以捕获高质量的全身姿势，而且还能在关节扭转和复杂的手姿态恢复姿势时表现出优于现有技术的参数化人体模型。
一种基于局部稀疏表示完全人体运动参数方法

[发明专利]基于对抗式相对深度约束网络的三维人体姿态估计方法-CN202010521352.7在审
发明人：刘阳温;李桂清;韦国栋;聂勇伟 -专利权人：华南理工大学
申请日： 2020-06-10 - 公布日： 2020-11-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于对抗式相对深度约束网络的三维人体姿态估计方法，包括步骤：1)输入人体16个关节点的二维像素坐标，并归一化预处理；2)输入二维像素坐标到深度预测网络，输出人体16个关节点的深度值；3)利用深度值与二维像素坐标来重构关节点的三维坐标；4)输入三维人体姿态到生成式对抗网络的判别器进行真实性误差计算，利用三维人体姿态与图像对应的各关节点间的相对深度信息进行相对深度误差计算；5)将生成式对抗网络的判别器计算的真实性误差与相对深度误差相加得到总误差，并反馈到深度预测网络，得到更加准确的三维人体姿态。本发明解决了室外三维人体姿态数据缺少和生成式对抗网络方法的结果与图片各关节点间的相对深度关系不符合的问题。
基于对抗相对深度约束网络三维人体姿态估计方法

[发明专利]一种基于深度学习的恢复被遮挡人体姿态序列方法-CN202010465431.0在审
发明人： 聂勇伟;杨韫韬;李桂清 -专利权人：华南理工大学
申请日： 2020-05-28 - 公布日： 2020-10-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的恢复被遮挡人体姿态序列方法，包括以下步骤：根据视频数据进行处理，获取人体步行数据集，对人体步行数据集进行数据预处理并划分，得到前序姿态序列、目标姿态序列、后序姿态序列；训练基于RNN的第一预测模型，该模型以前序姿态序列作为输入，被遮挡姿态序列作为输出；训练基于CNN的第二预测模型，该模型使用后序姿势作为输入，被遮挡姿态序列作为输出；将第一预测模型和第二预测模型的输出进行有权重相加，并添加MergeNet网络，构建训练总模型，通过训练总模型得到最终姿态序列；本发明通过解析前序姿态序列和后续姿态序列的信息，便可恢复出人体被障碍物遮挡的运动姿态序列。
一种基于深度学习恢复遮挡人体姿态序列方法

[发明专利]一种交互式轮廓提取方法-CN201810457555.7有效
发明人： 聂勇伟;曹旭;李桂清 -专利权人：华南理工大学
申请日： 2018-05-14 - 公布日： 2020-09-22 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种交互式轮廓提取方法，包括步骤：1)建立l‑d轴坐标系，以用户交互草图为初始化，建立以初始曲线为中心的l‑d轴坐标系；2)局部轮廓线提取，将l‑d轴坐标系中寻找局部轮廓线的过程建模为最大化能量函数的问题，并使用动态规划求解局部最优解；3)多尺度局部轮廓线集合的生成，在初始化曲线上提取不同长度密集重叠的局部轮廓线集合；4)全局轮廓线融合，使用一种基于wPCA的方法，从冗余的局部轮廓线集合中提取出一条全局轮廓线。本发明方法能够表示任意复杂的物体轮廓，并且具有准确便捷，用户交互少，运行速度快，全局轮廓线连续和平滑的优点。
一种交互式轮廓提取方法

[发明专利]一种基于强化学习的虚拟乒乓球手击球训练方法-CN201910763946.6有效
发明人：李桂清;曾繁忠;黎子聪;吴自辉;聂勇伟 -专利权人：华南理工大学
申请日： 2019-08-19 - 公布日： 2020-07-28 - 主分类号： A63B69/00 文献下载
摘要：本发明公开了一种基于强化学习的虚拟乒乓球手击球训练方法，包括步骤：1)设计任务场景及任务流程；2)使用强化学习的方法对球拍的击球策略进行训练；3)使用逆向运动学的算法估计人体击球时各关节的运动情况；4)使用强化学习对根节点的移动策略进行训练。本发明能在无训练数据的情况下通过设计简单的奖励函数得到一个能以合理的姿态和高准确率进行击球的虚拟球手，不需要设计复杂的击球规则，同时因为强化学习正向运算的低耗特性，使虚拟球手的击球动作能稳定地保持高帧率，让用户有良好的交互体验。
一种基于强化学习虚拟乒乓球手击球训练方法

[发明专利]一种人脸轮廓提取方法-CN201810199612.6有效
发明人：李桂清;曹旭;聂勇伟 -专利权人：华南理工大学
申请日： 2018-03-12 - 公布日： 2020-06-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种人脸轮廓提取方法，包括步骤：1)输入一张图像之后，使用人脸检测的算法提取出其中人脸的区域，并通过关键特征点定位算法找到人脸轮廓的大致区域；2)在沿着人脸轮廓的大致区域采样生成一系列稠密的正方形，将整个人脸轮廓区域包含其中；3)在每个局部正方形区域中，都提取一条抛物线引导基于梯度信息的局部轮廓曲线，构成局部轮廓曲线组成的局部结果集合；4)通过基于PCA的全局融合算法，将稠密冗余的局部轮廓曲线融合成为一条全局轮廓曲线结果，得到完整的人脸轮廓线。本发明方法具有精度高，速度快，可以全自动也可以用户交互，最后得到的人脸轮廓曲线具有像素级别的高精度，符合人脸轮廓抛物线状的特点等优点。
一种轮廓提取方法

1
2
下一页»
尾页
共 21 条