|
钻瓜专利网为您找到相关结果 191个,建议您 升级VIP下载更多相关专利
- [发明专利]定位模型的融合方法、定位方法、电子装置-CN202110096257.1有效
-
陈志立;罗琳捷;刘晶
-
脸萌有限公司
-
2021-01-25
-
2023-09-05
-
G06T7/73
- 一种定位模型的融合方法、定位方法、电子装置及非瞬时性存储介质。该定位模型的融合方法包括:获取目标物体的第一定位模型和第二定位模型,其中,第一定位模型基于目标物体的多幅第一图像重建得到,第二定位模型基于目标物体的多幅第二图像重建得到,该多幅第一图像对应于第一定义域,该多幅第二图像对应于第二定义域,且第一定义域与第二定义域不交叠;获取目标物体的N幅第三图像,其中,N为大于或等于1的整数,该N幅第三图像对应于第三定义域,第三定义域与第一定义域交叠,且第三定义域与第二定义域交叠;以及基于该N幅第三图像,对第一定位模型和第二定位模型进行融合,以得到目标物体的融合定位模型。
- 定位模型融合方法电子装置
- [发明专利]一种用于减少纵波压制的叠加自相关滤波方法及装置-CN202111447898.3有效
-
陈志立;王鹏
-
长江大学
-
2021-11-30
-
2023-08-11
-
G01V1/28
- 本发明公开了一种用于减少纵波压制的叠加自相关滤波方法及装置,方法包括对各道之间的自相关函数进行叠加;通过变分模态分解对修饰后的叠加自相关函数进行分解;分别对纵波频率分量及横波频率分量进行标准化处理,并得到重构叠加自相关函数;得到降噪后的各道的信号。本发明的有益效果是:通过使用变分模态分解对修饰后的叠加自相关函数进行分解,将其分解成纵波频率分量及横波频率分量,最后将纵波频率分量及横波频率分量进行标准化后进行重构得到重构叠加自相关函数,再进行修饰后得到最终的滤波函数,通过使用最终的滤波函数与各道进行卷积得到降噪后的各道的信号,由于本方法中的纵波频率能量得到增强,从而可避免滤波函数对纵波的压制。
- 一种用于减少纵波压制叠加相关滤波方法装置
- [发明专利]一种基于再约束的变分模态降噪方法及装置-CN202111247301.0有效
-
王鹏;陈志立
-
长江大学
-
2021-10-26
-
2023-07-18
-
G01V1/36
- 本发明提供了一种基于再约束的变分模态降噪方法及装置,其方法包括:获取原始微震数据,原始微震数据包括水平分量和垂直分量;建立水平分量和垂直分量之间的再约束关系,并基于再约束关系建立变分模态分解模型;通过变分模态分解模型对水平分量和垂直分量进行分解,获得多个目标水平变分模态分量和多个目标垂直变分模态分量;对多个目标水平变分模态分量和多个目标垂直变分模态分量进行重构,得到降噪后的目标微震数据。本发明通过建立水平分量和垂直分量之间的再约束关系,即通过信噪比良好的垂直分量对水平分量的模态分解进行再约束,从而恢复水平分量的振幅信息,实现有效去噪,提高了变分模态降噪方法的降噪效果。
- 一种基于约束变分模态降噪方法装置
- [发明专利]视频处理方法、显示设备和存储介质-CN202110096253.3有效
-
陈志立;罗琳捷;杨骁
-
脸萌有限公司
-
2021-01-25
-
2023-06-13
-
H04N21/44
- 一种视频处理方法、显示设备和非瞬时性计算机可读存储介质。该视频处理方法应用于显示设备,且包括:获取待处理视频,其中,待处理视频包括多个视频帧;采用目标跟踪方法对待处理视频进行目标检测;响应于根据目标跟踪方法在待处理视频的第n个视频帧检测到目标对象,从第n个视频帧开始,根据目标跟踪方法对目标对象进行目标跟踪处理;响应于目标跟踪方法在待处理视频的第m个视频帧无法检测到目标对象,从第m个视频帧开始,根据位姿估计方法获取显示设备的位姿数据,基于获取到的位姿数据,对目标对象进行目标跟踪处理,n和m为小于等于多个视频帧的数量的正整数,且n小于m。
- 视频处理方法显示设备存储介质
- [发明专利]基于深度图的点云压缩方法和点云压缩装置-CN202211262177.X在审
-
王溯恺;孙熙博;陈志立;钱子安;王恒立;刘明
-
香港科技大学
-
2022-10-14
-
2023-05-23
-
G06T9/00
- 提供一种基于深度图的点云压缩方法和点云压缩装置,其中,所述深度图是通过将图像的待处理点云进行投影得到的,所述点云压缩方法包括:将待处理点云分割为多个点云子集,并且使用点建模或平面建模对每个所述点云子集中的点进行建模得到点云模型;使用帧内预测模块处理所述点云模型得到帧内预测深度图,将所述深度图减去所述帧内预测深度图得到浮点数残差数据;使用量化模块对所述浮点数残差数据进行量化处理得到整数残差数据;以及使用压缩器对所述整数残差数据进行编解码得到压缩后的点云数据。所述点云压缩方法将原始的大规模点云分割成小而紧凑的区域用于空间冗余和显著区域分类,并且可以便于重建具有均匀或非均匀精度损失的点云。
- 基于深度压缩方法装置
|