-
公开(公告)号：CN119991967A
公开(公告)日：2025-05-13
申请号：CN202510198911.8
申请日：2025-02-24
Applicant: 南开大学
IPC: G06T17/00 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 一种基于隐式神经网络与扩散模型的三维人体重建方法，属于三维重建领域。本发明构建了一种可扩散的密度体积表示，利用扩散模型实现基于身份的渲染。通过采用参数化的三维分布表示，在非平衡优化框架中实现了帕累托最优，平衡真实感渲染和可行预测。为了加快渲染训练速度而不牺牲质量，采用了混合多分辨率哈希网格特征，以增强方向性特征表示能力。同时，提出了多尺度结构相似性约束(MSSC)，以保持身份可区分性并确保几何一致性，从而实现计算效率高且视觉效果满意的合成。本发明方法能够基于有限的几何与外观信息，从单张图像重建三维人体模型，并在拓扑可信度和视觉保真度方面表现优异，为实际应用场景提供了更加灵活和高效的解决方案。
-
公开(公告)号：CN117274349A
公开(公告)日：2023-12-22
申请号：CN202311235849.2
申请日：2023-09-22
Applicant: 南开大学
IPC: G06T7/593 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于RGB‑D相机一致性深度预测的透明物体重建方法及系统，获取RGB‑D相机的包含透明物体的RGB图像、深度图像和相机内参信息；利用透明物体分割网络，基于所述RGB图像，得到透明物体的掩码；将掩码应用在所述深度图像上，获取非透明物体区域的深度值，并利用相机内参信息获取该图像在三维空间的点云；基于掩码、RGB图像和三维空间点云，利用预先训练的一致性深度预测神经网络进行深度图像预测，得到恢复出的深度图像；基于所述恢复出的深度图像、RGB图像和相机内参信息，进行三维重建，得到最终结果。本发明可以对存在以透明物体为前景的场景进行准确重建。
-
公开(公告)号：CN111259797A
公开(公告)日：2020-06-09
申请号：CN202010046338.6
申请日：2020-01-16
Applicant: 南开大学
Abstract: 一种基于点的迭代式遥感图像道路提取方法。从遥感图像中自动提取道路中心线图较实地采集效率更高，成本更低。为了提高道路连通性，同时保持道路图和真实道路中心线之间的精确对齐，本发明提出了一种基于点的，使用分割线索指导、可变步长和轨迹探索的，迭代式道路图探索方法。其中，分割线索体现为中心线分割和交点分割在神经网络中作为监督信息，可变步长体现为在道路交点、道路终点以及连接点处使用可调整的步长训练神经网络，轨迹探索方法体现为利用一次遥感图像输入得到从图像中心点出发的按照时间顺序的下一步落点集合。
-
公开(公告)号：CN107273617B
公开(公告)日：2019-07-26
申请号：CN201710468199.4
申请日：2017-06-20
Applicant: 南开大学
Abstract: 一种表面流流体运动的实时模拟方法，通过使用浅水波方程，对其中的不同项的计算提出创新性的计算方法，获得系统性，高效率，能够处理非可忽略速度流体的表面流流体解决方案。其中，本方法首次提出了基于特征的粘滞模型与可处理表面溶解的表面多组分流体运动模型。本方法对于浅水波方程中移流、表面张力、与3D模拟器结合等问题的处理方式相比前人的方法也更加高效。本方法可以完全并行在GPU上，获得实时的模拟速度。本发明具有较强的实用性，能够为表面流流体的模拟提供完整全面的高效解决方案。
-
公开(公告)号：CN108983605A
公开(公告)日：2018-12-11
申请号：CN201810741737.7
申请日：2018-07-09
Applicant: 南开大学
IPC: G05B13/04
Abstract: 一种基于深度强化学习进行流体导向的刚体控制的方法。本方法通过仅在模拟区域边界施加控制作用力来改变流体-刚体模拟器的行为，同时模拟区域内部通过Navier-Stokes方程控制流体以及Newton-Euler方程控制刚体。本方法的控制器是用深度强化学习训练的神经网络，经过预先训练便可用来在线生成控制动作。基于本方法的控制器接收流体与刚体的状态作为输入，控制流体喷口在边界移动并向模拟区域内部的刚体喷射流体，不仅可生成物理上真实的模拟效果，而且在很多2维流体-刚体控制任务上都取得了很好的效果。本方法也可以扩展到3维流体-刚体耦合系统，比如可以控制刚体准确运动到指定3维目标点。
-
Patent Agency Ranking
公开(公告)号：CN115202210B
公开(公告)日：2024-10-29
申请号：CN202210905709.0
申请日：2022-07-29
Applicant: 南开大学
IPC: G05B13/04 , G06F18/214 , G06N3/092
Abstract: 本发明涉及计算机图形学流体动力学模拟领域，尤其是一种基于多任务强化学习的流固耦合系统控制方法，包括基于元强化学习方法，训练通用的控制器，生成指定模拟环境和目标下的动画，本发明提出了一个统一的强化学习框架来实现可迁移多任务流体控制，通过元学习的方法来编码模拟器的信息，实现了控制算法在不同模拟器之间的迁移，避免重复训练带来的大量消耗。同时结合新的任务表示，实现了多任务控制，实现了在模拟环境和任务目标两个方面的可迁移性，用户可以方便地调节模拟器参数或者任意指定目标，并且可以快速地将训练好的控制器迁移过来进行使用，而无需重复训练。
-
公开(公告)号：CN117195671A
公开(公告)日：2023-12-08
申请号：CN202311361091.7
申请日：2023-10-20
Applicant: 南开大学
IPC: G06F30/25 , G06F30/28 , G06F17/11 , G06N3/006 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于近场动力学的高密度比多相流粒子仿真方法，涉及计算机图形学领域。本发明第一次在图形学物理仿真的流体模拟中引入了基于态的近场动力学方法，通过计算积分形式的流体连续性方程与动力学方程来进行稳定的高密度比多相流模拟。本方法还引入了一种先进的粒子质量交换策略来处理多相流中各相质量不守恒的问题。本发明方法是第一个能够模拟密度高达一比一千(例如空气与水的密度比约为一比八百)的粒子方法，能够达到的最高密度比为旧方法的数十倍。
-
公开(公告)号：CN113158531B
公开(公告)日：2022-06-21
申请号：CN202110174788.8
申请日：2021-02-07
Applicant: 南开大学
Abstract: 一种利用形变梯度的单组分与多组分不可压缩流体仿真方法，利用形变梯度，计算单组分或多组分粒子的体积变化量，并基于形变梯度建立流体不可压缩条件的方程并用松弛的雅各比迭代方法求解。本发明方法实现了对多组分流体的不可压缩求解，实现了真实的多组分流体仿真效果，并提供了艺术化控制的方案，对单组分流体的仿真效率和效果与当前业界先进方法的效果可比。
-
公开(公告)号：CN113486566B
公开(公告)日：2022-05-27
申请号：CN202110787666.6
申请日：2021-07-13
Applicant: 南开大学
IPC: G06F30/25 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 一种使用虚拟粒子相进行多孔介质和多相流体混合仿真的方法，使用虚拟粒子相，计算固体外部流体和内部流体的吸收相，进而计算出不同相之间的质量和动量传输，并基于SPH方法得到离散化实现。本方法中，内部和外部流体使用体积分数和混合模型统一建模，避免了恒定的粒子删除和插入，实现了真实的固体流体混合仿真效果，并提供了艺术化控制的方案，对多孔介质和流体混合仿真效率和效果与当前业界先进方法的效果可比。
-
公开(公告)号：CN113486566A
公开(公告)日：2021-10-08
申请号：CN202110787666.6
申请日：2021-07-13
Applicant: 南开大学
IPC: G06F30/25 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 一种使用虚拟粒子相进行多孔介质和多相流体混合仿真的方法，使用虚拟粒子相，计算固体外部流体和内部流体的吸收相，进而计算出不同相之间的质量和动量传输，并基于SPH方法得到离散化实现。本方法中，内部和外部流体使用体积分数和混合模型统一建模，避免了恒定的粒子删除和插入，实现了真实的固体流体混合仿真效果，并提供了艺术化控制的方案，对多孔介质和流体混合仿真效率和效果与当前业界先进方法的效果可比。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
