-
-
公开(公告)号：CN117636295A
公开(公告)日：2024-03-01
申请号：CN202311356692.9
申请日：2023-10-19
Applicant: 烟台大学
IPC: G06V20/58 , G06V20/64 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/096 , G06T3/4007
Abstract: 本发明公开了一种3D目标检测方法及系统，涉及目标检测技术领域。包括：对激光雷达教师模型进行预训练，得到雷达鸟瞰特征图；以单目图像数据作为单目学生模型的输入，提取单目图像的初始图像鸟瞰特征；对初始图像鸟瞰特征进行特征增强处理，获得单目图像鸟瞰特征图；利用预训练的激光雷达教师模型建立高阶结构关系，使激光雷达教师模型中预先训练的权重被单目学生模型利用；利用激光雷达教师模型生成的软标签指导单目学生模型的响应，得到目标检测结果；本发明用于在跨模态数据下进行3D目标检测。将点云数据和单目图像数据融合并学习两种数据之间的结构关系，能够有效地处理视角变化和噪声干扰，提高了3D目标检测的准确性和鲁棒性。
-
公开(公告)号：CN117409483A
公开(公告)日：2024-01-16
申请号：CN202311705047.3
申请日：2023-12-13
Applicant: 烟台大学
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明属于虚拟现实交互技术领域，提供了基于自适应联合时空图卷积的虚拟现实交互方法及系统，其使用RGB摄像头作为感知源，通过骨架估计算法实时提取人体骨架，提出了一种自适应图机制，替换原有骨架图，使得骨架图可以跟网络参数一同优化，提升了全局准确率，提出了一种跨时空的联合图卷积方法，跨时空聚合节点信息，提升识别准确率并降低网络参数量使实时化可行。
-
公开(公告)号：CN117315724A
公开(公告)日：2023-12-29
申请号：CN202311604854.6
申请日：2023-11-29
Applicant: 烟台大学
Abstract: 本发明公开一种面向开放场景的三维行人检测方法、系统、设备及介质，涉及行人检测技术领域，包括：将点云数据编码为支柱特征，引入外部注意力机制和基于挤压和激励的注意力机制对点通道、特征通道和支柱通道进行监督，抑制编码过程中的噪声，得到编码支柱特征；通过空间注意力机制增强行人尺度感知能力，利用自上而下和自下而上的双向传播路径进行尺度融合，由此进行三维目标行人的检测，增强支柱特征的尺度感知能力，缓解行人检测中的尺度混淆问题，同时提高检测速度。
-
公开(公告)号：CN117252987A
公开(公告)日：2023-12-19
申请号：CN202311289459.3
申请日：2023-10-08
Applicant: 烟台大学
Abstract: 本发明公开了一种基于显式和隐式混合编码的动态场景重建方法，应用于动态场景重建技术领域，分为三个部分，在形变网络中，采用可优化的显式体素网格来存储3D动态特征，同时采用轻量级MLP来解码这些形变特征，通过此设置大大的减少了MLP这种全局性的重建负担，将重建任务分配给每一个小体素，从而显著的加速了训练过程以及收敛速度。在规范网络中，为了纠正形变网络中位移估计的误差，将时间信息编码融入到密度和颜色的估计中，增强规范网络的鲁棒性和对运动的感知力。体渲染场则利用规范网络预测的颜色和密度来计算像素点的颜色值，用于与真值做损失来优化网络。
-
Patent Agency Ranking
-
公开(公告)号：CN116503697A
公开(公告)日：2023-07-28
申请号：CN202310427381.0
申请日：2023-04-20
Applicant: 烟台大学
IPC: G06V10/776 , G06V10/75 , G06V10/42 , G06V10/44
Abstract: 本发明公开了一种无监督多尺度多阶段的内容感知单应性估计方法，应用于计算机视觉技术领域，采用一种多尺度多阶段的单应性估计网络，每个阶段的单应性估计网络包括三个部分：Self‑Attention augmented ConvNet特征提取模块F(·)、特征匹配模块M(·)和单应性估计模块H(·)。提出了一种Self‑Attention augmented ConvNet特征提取方法，用于提取图像的局部和全局特征信息，并在单应性估计网络中引入特征匹配模块，增强两幅图像特征之间的匹配关系。在每个单应性估计阶段预测的都是整体单应性的残差，并且在每个阶段最小化两幅图像之间的像素强度误差，实现了一种由粗到细的无监督单应性估计方法。
-
公开(公告)号：CN115423931A
公开(公告)日：2022-12-02
申请号：CN202210911407.4
申请日：2022-07-30
Applicant: 烟台大学
IPC: G06T17/00 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于点体素的实景树木三维模型重建方法，其特征在于，方法包括：S100、数据采集，采集真实场景中树木的点云数据，并进行预处理，去除树叶点云；S200、枝干分割，利用训练好的基于点体素的神经分解网络对树木点云进行特征提取，预测每个点所属枝干簇的编号，分割枝干点云；S300、骨架提取，从每一个枝干点云中提取骨架结构，并将所有骨架连接为完整的树骨架；S400、程序建模，基于提取的树骨架结构拟合圆柱体生成树模型，添加树皮和树叶纹理贴图完整树木模型重建。本发明的一种基于点体素的实景树木三维模型重建方法，能够实现对真实场景中树木进行三维模型重建。
-
公开(公告)号：CN115294548A
公开(公告)日：2022-11-04
申请号：CN202210897544.7
申请日：2022-07-28
Applicant: 烟台大学
IPC: G06V20/58 , G06V20/56 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于行方向上位置选择和分类方法的车道线检测方法，该方法能够采用基于ResNet的特征提取模块提取车道线浅层的特征，并结合CBAM注意力机制使模型关注重要特征，采用辅助分割模块，在训练过程增加分割任务，增强视觉特征，最后采用基于行锚点的分类模块将车道图像分为一个个特征块，并检测特征块是否包含车道线，实现了车道线的检测，本发明涉及智能交通技术领域。
-
公开(公告)号：CN113869280A
公开(公告)日：2021-12-31
申请号：CN202111226015.6
申请日：2021-10-21
Applicant: 烟台大学
Abstract: 本发明公开了一种基于Ncut的车辆特征点轨迹聚类方法，该方法能够利用Ncut准则针对车辆目标轨迹数据进行聚类，基于给定的轨迹集建立了无向图TG，并通过对车辆目标刚性运动特性的分析，利用其3D轨迹特征构造了对应的相似矩阵，实现了车辆特征点的轨迹聚类。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.063 seconds)
