-
公开(公告)号：CN113393076A
公开(公告)日：2021-09-14
申请号：CN202110412898.3
申请日：2021-04-16
Applicant: 中北大学
Abstract: 本发明属于智慧城市评价领域，具体涉及基于AHP的新型智慧城市评价指标裁剪模型的构建方法。结合国内外智慧城市评价指标体系，首先构建评价指标数据库，根据不同城市特点，从数据库中选择适当的评价指标，基于层次分析法(AHP)及专家赋分，动态设定其重要性权重，完成评价指标的自动裁剪，从而构建一套面向城市特点的新型智慧城市评价指标体系模型。
-
公开(公告)号：CN112907602A
公开(公告)日：2021-06-04
申请号：CN202110121359.4
申请日：2021-01-28
Applicant: 中北大学
Abstract: 本发明公开了一种基于改进K‑近邻算法的三维场景点云分割方法，属于机器视觉技术领域。为优化局部特征提取网络，提高点云模型的分割精度，在深度神经网络PointNet基础上，结合改进K‑近邻算法的局部特征提取方法，将加入局部特征提取方法的神经网络命名为PointNet‑KNN。本发明以点的k邻域特征代替单个点特征作为输入进行特征提取，通过调节局部特征提取的网络深度，增强了局部邻域点与点之间的相互关联。在K‑近邻算法的改进上，本发明对局部邻域划分区域，将其划分为k个圆形邻域，根据局部邻域样本数据分布密度的差异计算待测点对于k个圆形邻域的加权分类情况，从而对待测点精准分类，最后将改进的K‑近邻算法应用于PointNet‑KNN点云分割网络具有更高的分割精度。
-
公开(公告)号：CN107274423B
公开(公告)日：2020-06-26
申请号：CN201710389006.6
申请日：2017-05-26
Applicant: 中北大学
Abstract: 本发明具体涉及一种基于协方差矩阵和投影映射的点云特征曲线提取方法，主要解决了现有特征线提取方法存在对模型细微特征不敏感、时间代价高、抗噪性较差的缺点，本发明首先利用协方差矩阵的特征值作为特征聚成多个带状聚类，然后在各个聚类内部根据主方向提取出关键特征点，将关键特征点投影到以该关键点为中心的利用移动最小二乘法拟合出的局部曲面上，形成光滑的特征线。该方法适用于提取三维点云模型表面的特征线，用于描述模型的几何特征，是处理几何模型的一种基本操作，可以广泛地应用于几何模型的可视化、优化和简化，曲面重建，模式识别，逆向工程等领域。
-
公开(公告)号：CN110969650A
公开(公告)日：2020-04-07
申请号：CN201911142026.9
申请日：2019-11-20
Applicant: 中北大学
IPC: G06T7/33
Abstract: 本发明属于点云数据与纹理序列间配准的技术领域，特别涉及一种基于中心投影的强度图像与纹理序列间的配准方法。本发明基于中心投影的强度图像与纹理序列间的配准方法，采用了NDT与ICP匹配结合的方法来配准采集到的三幅局部点云，最后利用SIFT把纹理影像和配准后的点云进行特征匹配，同时采用融合预处理算法解决了重叠问题。通过共线方程实现了多幅点云数据与纹理序列的自动配准，并保证了算法的稳健性和可靠性。
-
公开(公告)号：CN105045496A
公开(公告)日：2015-11-11
申请号：CN201510377291.0
申请日：2015-07-01
Applicant: 中北大学
IPC: G06F3/0487 , G06F3/01
Abstract: 本发明属于三维手势交互方法技术领域，具体涉及一种基于关节点变换的手势交互方法。本发明主要解决了现有三维手势交互方法存在所使用的设备昂贵和所得到的人手模型真实性差的技术问题。本发明利用采集点云数据时Kinect相机同步得到的彩色图像中的信息对三维点云进行处理，该方案中重建时采用基于测地线距离的基函数构造方法，曲面表示函数是一种高阶可导的参数形式，能够保证人手的拓扑性质和表面的光滑性；同时，采用三维点云和二维图像之间的跨维匹配方法能过有效的提取出关节点，相对于传统的图像与图像之间的匹配后在重建三维关节点的方法。本方案中的方法具有更精确、提取速度快、计算量少的特点。
-
Patent Agency Ranking
公开(公告)号：CN116012587A
公开(公告)日：2023-04-25
申请号：CN202310067111.3
申请日：2023-01-16
Applicant: 中北大学
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多尺度监督的三维场景点云分割方法。本发明引入多尺度监督的方式，通过对解码器每层进行额外的监督学习，判断隐藏层特征图质量的好坏，从而提高网络整体分割精度，促使网络隐藏层学习到的特征易区分、更具鲁棒性，进而改善网络对物体边缘的分割效果，广泛适用于大型室内点云语义分割。
-
公开(公告)号：CN112419464B
公开(公告)日：2023-03-24
申请号：CN202011402042.X
申请日：2020-12-02
Applicant: 中北大学
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于点云局部凹凸性的三维碎块拼接方法。针对三维刚体碎片严重腐蚀且部分丢失的情况，使得碎片复原工作变得更加困难且高额的时间效率，本发明提出的方法包括关键点提取，特征描述子的生成与匹配，还有错误匹配点的剔除等步骤，可以有效的融合碎块的多个特征，并在有丢失的碎块模型上获得不错的拼接结果。
-
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：CN112221149B
公开(公告)日：2022-07-19
申请号：CN202011051742.9
申请日：2020-09-29
Applicant: 中北大学
IPC: A63F13/60 , A63F13/822 , G06N3/04 , G09B9/00
Abstract: 本发明属于计算机仿真领域，具体涉及一种基于深度强化学习的炮兵连智能作战演练系统。该系统包括包括任务管理模块、算法决策模块和可视化演示模块。针对强化学习、矩阵对策、影响图对策、遗传算法和遗传模糊树等方法存在的“维度灾难”、“人类主观性影响”、“规则漏洞”等问题，本发明采用深度强化学习算法，通过其与环境的交互对神经网络进行训练，避免了人类主观影响；不需要经典样本案例；通采用深度神经网络避免“维度灾难”问题。本发明在炮兵连军事演练中战术研究、火力打击、装备性能评估等领域具备广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.029 seconds)
