-
公开(公告)号：CN110176079B
公开(公告)日：2023-03-24
申请号：CN201910443071.1
申请日：2019-05-26
Applicant: 中北大学
IPC: G06T19/20 , G06F16/583
Abstract: 本发明属于计算机视觉领域，公开了一种基于准共形映射的三维模型变形算法。首先，利用准共形映射将三维模型参数化到二维平面圆盘；其次，采用准共性迭代算法计算两个平面之间的映射，得到变形后的二维模型；最后，采用2D→3D模型恢复算法将变形后的二维模型还原出尽可能满足约束条件的三维模型。本发明解决了现有模型利用率低，变形算法需要操作的控制点多、对骨骼不明显的模型处理效果差以及微分坐标变形技术对旋转敏感，以及直接在三维模型上变形较难的问题。比传统的映射方法简单而且保持了源模型的更多的局部细节。本发明适用于基于单幅图像的三维模型变形，适用于具有任何边界的模型的变形。可应用于动画、整容手术、医学以及几何建模等领域。
-
公开(公告)号：CN115546508A
公开(公告)日：2022-12-30
申请号：CN202211216429.5
申请日：2022-09-30
Applicant: 中北大学
Abstract: 本发明属于三维图像处理技术领域，具体涉及一种融合形状与纹理的点云局部特征描述方法，针对现有点云局部描述符缺乏色彩纹理信息导致特征描述能力不足，以及部分基于色彩的描述符维度过高、计算耗时过长的问题，本方法在计算纹理特征时以FPFH算法的拓扑结构为基础，同时融合后的特征向量为66维，维度较低，在进行特征向量的计算或匹配时效率较高；本方法使用相关性更弱的HSV色彩模型，基于两点间的色彩通道比值度量纹理差异，对亮度变化的稳定性更好，同时结合点云的形状信息和纹理信息，丰富了点云特征的描述，可有效增强点云特征匹配的准确率。
-
公开(公告)号：CN108711194A
公开(公告)日：2018-10-26
申请号：CN201810467162.4
申请日：2018-05-16
Applicant: 中北大学
IPC: G06T19/20
CPC classification number: G06T19/20 , G06T2219/2008
Abstract: 本发明提出了一种基于三次B样条插值的三维网格模型拼接方法，属于三维图形技术领域。主要解决了现有三维网格模型拼接方法中存在的模型拼接精度低，拼接区域不够光滑、计算量大等缺点。本发明首先根据选定的三维网格模型，确定待拼接区域边界，识别并记录边界点集，利用三次B样条插值边界点集；然后对边界曲线进行双三次B样条曲面插值得到拼接区域连续曲面；最后，对拼接区域重采样，并对其三角化及光顺处理，以实现网格模型的无缝光滑拼接和融合。该方法适用于具有任何拼接边界的网格模型，利用现有三维模型，快速生成新模型，是几何模型编辑的一种基本操作，可以广泛地应用于医学、商业广告，动画娱乐，工业建模和制造等应用领域。
-
公开(公告)号：CN116007607B
公开(公告)日：2025-05-16
申请号：CN202211551320.7
申请日：2022-12-05
Applicant: 中北大学
Abstract: 本发明属于机器人动态SLAM视觉技术领域，具体涉及一种多源语义感知下的室内动态SLAM方法。针对室内动态环境中的定位及建图精度不高，没有统一的语义表征和计算方法等问题，本发明拟基于多传感器，对室内常见物体分类，识别并移除分割出运动物体及与其交互的可移动物体，得到清晰完整的单视角三维点云；追踪帧间运动，基于加权RANSAC方法计算局部摄像机位姿；基于多传感器感知因子图，计算摄像机全局位姿并进行回环检测，基于微分流形方法得到整个场景的全局三维点云图及摄像机运动轨迹。
-
公开(公告)号：CN114581718B
公开(公告)日：2025-04-01
申请号：CN202210233977.2
申请日：2022-03-10
Applicant: 中北大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G01S13/86 , G06V20/64
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种融合持久同调的三维点云分类方法，为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题，本发明在现有基于神经网络的点云分类技术PointNet++基础上，进一步引入代数拓扑学中的持久同调方法进行点云分类。首先，构建点云witness单纯复形拓扑结构，从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次，定义一个基于持久同调的损失函数，据此对三维点云分类的网络模型进行训练学习，得到神经网络模型各项参数。最后，利用训练好的卷积神经网络，进行三维点云的分类任务。测试结果显示，本发明显著提升了点云分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN117635488A
公开(公告)日：2024-03-01
申请号：CN202311604390.9
申请日：2023-11-28
Applicant: 中北大学
IPC: G06T5/77 , G06T5/60 , G06V20/64 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种结合通道剪枝和通道注意力的轻量型点云补全方法，属于计算机视觉技术领域。针对现有网络对点云局部信息的忽视和推理时间过长的问题。为了提高网络推理效率，采用一种高效的一次性通道剪枝技术提高网络的补全效率；在特征提取阶段网络加入通道注意力模块，将加权特征与全局特征拼接，通过两层多维特征信息提取，得到最终的特征向量；将特征向量传入双解码器结构中，分别通过全连接层和多层感知机生成稠密的粗糙点云和输入点云偏差值；将粗糙点云与输入点云偏差值相加得到最终的精细化完整点云。在PCN数据集上进行实验，实验结果表明在补全缺失车辆信息的实时性上有着显著的提升，并且在补全精度上也有不错的表现。
-
公开(公告)号：CN117541795A
公开(公告)日：2024-02-09
申请号：CN202311694184.1
申请日：2023-12-12
Applicant: 中北大学
Abstract: 本发明公开了一种注意力机制结合双图卷积的点云分割网络，属于计算机视觉技术领域。针对动态图卷积局部特征表征不足、全局信息利用不充分的问题，通过在动态图的基础上，利用K近邻算法通过点云的几何距离构造静态图，将动态图与静态图结合为双图结构，弥补动态图几何位置关系利用不充分的缺陷；使用边卷积提取双图结构的边特征，利用注意力池化结合最大池化与平均池化操作，进一步增强局部特征的捕获能力；其次引入通道注意力模块和空间自注意力模块改善全局特征表征能力，提升网络语义分割精度。
-
公开(公告)号：CN117250962A
公开(公告)日：2023-12-19
申请号：CN202311401364.6
申请日：2023-10-26
Applicant: 中北大学
IPC: G05D1/02
Abstract: 本发明公开了一种多机器人编队方法，属于机器人智能控制技术领域。针对目前多机器人编队方法都只考虑单个特定的队形，同时在移动中队形结构的维持存在缺陷，且无法进行队形变换的问题，本发明采用通信图将多机器人之间维持速度一致性转化为图结构，清晰表达出系统之间控制关系以及维护队形结构稳定；采用领导跟随法，在机器人群体中选择一个机器人作为领导者，决定整个群体的运动趋势，群体中的其他机器人即跟随者，通过特定的通讯设备进行信息交换，并与领导者保持特定的运动状态，以保持编队队形；设计多个状态机，每种状态机对应一种队形，实现不同队形之间的切换，使编队更具有实用性和观赏性。
-
公开(公告)号：CN116313134A
公开(公告)日：2023-06-23
申请号：CN202211566248.5
申请日：2022-12-07
Applicant: 中北大学
Abstract: 本发明属于流行病监测技术领域，具体涉及一种基于百度指数与机器学习的流感趋势预测方法。针对现有流感预测方法仅使用历史时间序列信息进行预测，而忽略了相邻区域的空间相关性和不同时间段的时间相关性的影响，并且流感预测方法多集中于使用多元线性回归方法进行预测等问题，本发明首先试图挖掘与流行性感冒相关的重要关键词，对关键词进行初筛，并通过分析各关键词与流感样病例数的时滞相关性，对关键词进一步过滤；其次，基于确定的不同类型关键词和ILI％，通过考虑相邻地区间流感传播的影响，构建流感预测模型；最后，选用XGBoost方法对所建模型进行预测，得到符合南方地区的流感预测模型。
-
公开(公告)号：CN119958567A
公开(公告)日：2025-05-09
申请号：CN202510117484.6
申请日：2025-01-24
Applicant: 中北大学
Abstract: 本发明公开了一种基于复杂环境下改进A*算法的路径规划方法，属于机器人路径规划技术领域。针对传统A*算法在复杂环境中在规划路径时搜索不必要区域的问题，通过构建地图模型；读取机器人在地图中的节点坐标，并将起始节点设置为当前节点；对A*算法代价函数中从当前节点到目标节点的估计代价h(n)进行改进，引入全局障碍物比例和局部障碍物比例，同时对当前节点的邻域节点分配优先级，得到路径点；用多阶段路径优化算法对A*算法规划的路径进行拐点优化；根据多阶段路径优化算法优化的路径，识别路径附近的凹型障碍物区域，逐步扩展并填充凹型障碍物区域。本发明相比于传统的A*算法显著提升了规划效率，大幅改善路径的整体质量。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.03 seconds)
