-
公开(公告)号：CN114637880B
公开(公告)日：2024-07-19
申请号：CN202210151825.8
申请日：2022-02-18
Applicant: 厦门大学
IPC: G06F16/583 , G06T3/06 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/54 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于多视角投影的跨维数据检索方法，该方法包括：获取二维图像数据和对应匹配的原始三维点云；对对应匹配的原始三维点云进行体素化处理，以得到对应的体素；将对应的体素投影到二维空间以生成每个二维图像对应匹配的点云多视角投影图像；根据孪生网络构建深度学习模型，并将二维图像数据和对应匹配的点云多视角投影图像输入到深度学习模型进行训练；获取多个待检索的二维图像和三维点云，并基于训练好的深度学习模型从二维图像对三维点云进行检索，以得到每个待检索的二维图像在所有三维点云中最匹配的三维点云；由此，可缩小点云数据在跨维匹配中与二维图像的数据差异，从而提高二维图像到三维点云的检索准确率。
-
Patent Agency Ranking
公开(公告)号：CN111340889B
公开(公告)日：2023-04-07
申请号：CN202010102585.3
申请日：2020-02-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于车载激光扫描自动获取匹配图像块与点云球的方法，包括：获取原始点云数据，并去除原始点云数据中的地面点云，以得到初始点云，以及提取初始点云的三维关键点；获取相机图像，并提取相机图像的二维关键点；获取相机参数，并根据相机参数截取初始点云中相机图像对应的局部点云；根据相机参数将局部点云的三维关键点投影到相机图像上，并根据相机图像的二维关键点对局部点云的三维关键点进行投票，以建立二维关键点与三维关键点的匹配关系；根据二维关键点与三维关键点的匹配关系获取局部点云球和局部点云球对应的图像块；能够有效、快速地获取大量匹配的图像块与点云球，具有较高的泛化性和鲁棒性。
-
公开(公告)号：CN111260794B
公开(公告)日：2022-07-08
申请号：CN202010034538.X
申请日：2020-01-14
Applicant: 厦门大学
Abstract: 本发明提出了一种基于跨源图像匹配的户外增强现实应用方法，该方法包括：获取相机图像和与相机图像对应匹配的渲染图像，并对相机图像和渲染图像进行处理，以获取成对匹配的局部相机图像块和局部渲染图像块；根据自动编码机和孪生网络构建深度学习模型，并对深度学习模型进行训练；基于训练好的深度学习模型对待匹配的局部相机图像块和局部渲染图像块的特征描述子进行提取，并根据提取到的特征描述子对待匹配的局部相机图像块和局部渲染图像块进行跨源图像匹配，以获得跨源图像匹配结果；根据跨源图像匹配结果获取跨源图像的对应关系，并根据对应关系计算虚实注册变换关系；根据虚实注册变换关系实现对户外增强现实的应用从而提高增强现实的效果。
-
公开(公告)号：CN114637880A
公开(公告)日：2022-06-17
申请号：CN202210151825.8
申请日：2022-02-18
Applicant: 厦门大学
Abstract: 本发明提出了一种基于多视角投影的跨维数据检索方法，该方法包括：获取二维图像数据和对应匹配的原始三维点云；对对应匹配的原始三维点云进行体素化处理，以得到对应的体素；将对应的体素投影到二维空间以生成每个二维图像对应匹配的点云多视角投影图像；根据孪生网络构建深度学习模型，并将二维图像数据和对应匹配的点云多视角投影图像输入到深度学习模型进行训练；获取多个待检索的二维图像和三维点云，并基于训练好的深度学习模型从二维图像对三维点云进行检索，以得到每个待检索的二维图像在所有三维点云中最匹配的三维点云；由此，可缩小点云数据在跨维匹配中与二维图像的数据差异，从而提高二维图像到三维点云的检索准确率。
-
公开(公告)号：CN111340889A
公开(公告)日：2020-06-26
申请号：CN202010102585.3
申请日：2020-02-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于车载激光扫描自动获取匹配图像块与点云球的方法，包括：获取原始点云数据，并去除原始点云数据中的地面点云，以得到初始点云，以及提取初始点云的三维关键点；获取相机图像，并提取相机图像的二维关键点；获取相机参数，并根据相机参数截取初始点云中相机图像对应的局部点云；根据相机参数将局部点云的三维关键点投影到相机图像上，并根据相机图像的二维关键点对局部点云的三维关键点进行投票，以建立二维关键点与三维关键点的匹配关系；根据二维关键点与三维关键点的匹配关系获取局部点云球和局部点云球对应的图像块；能够有效、快速地获取大量匹配的图像块与点云球，具有较高的泛化性和鲁棒性。
-
公开(公告)号：CN111260794A
公开(公告)日：2020-06-09
申请号：CN202010034538.X
申请日：2020-01-14
Applicant: 厦门大学
Abstract: 本发明提出了一种基于跨源图像匹配的户外增强现实应用方法，该方法包括：获取相机图像和与相机图像对应匹配的渲染图像，并对相机图像和渲染图像进行处理，以获取成对匹配的局部相机图像块和局部渲染图像块；根据自动编码机和孪生网络构建深度学习模型，并对深度学习模型进行训练；基于训练好的深度学习模型对待匹配的局部相机图像块和局部渲染图像块的特征描述子进行提取，并根据提取到的特征描述子对待匹配的局部相机图像块和局部渲染图像块进行跨源图像匹配，以获得跨源图像匹配结果；根据跨源图像匹配结果获取跨源图像的对应关系，并根据对应关系计算虚实注册变换关系；根据虚实注册变换关系实现对户外增强现实的应用从而提高增强现实的效果。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
