-
公开(公告)号：CN103605984A
公开(公告)日：2014-02-26
申请号：CN201310566625.X
申请日：2013-11-14
Applicant: 厦门大学
Abstract: 基于超图学习的室内场景分类方法，涉及室内场景分类。使用近百个目标检测子从图像中抽取出目标，根据形成的目标描述符组成的超级描述符作为图像的特征描述符；使用K近邻方法对图像描述符构建超图，计算出其拉普拉斯矩阵，构建半监督学习框架；构建一个线性回归模型，并将该线性回归模型加入到半监督学习框架内；依据所构建的半监督学习框架，并结合所提取的图像的特征描述符，对部分图像描述符进行标注，使得该半监督学习框能够自动迭代地预测出未标注图像的标签，从而完成图像分类，同时，线性回归模型在自动迭代过程中被初始化；依据线性回归模型，并结合所提取的图像的特征描述符，可对新加入的数据直接进行图像分类，而无须再次构建超图。
-
Patent Agency Ranking
公开(公告)号：CN103500329A
公开(公告)日：2014-01-08
申请号：CN201310486495.9
申请日：2013-10-16
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 基于车载移动激光扫描点云的路灯自动提取方法，涉及公共照明系统。首先对原始点云数据进行高程滤波，滤除地面点云；其次，利用欧氏距离聚类方法将点云聚类成分离的独立目标；最后，利用成对三维形状描述符实现路灯的自动提取。通过对车载点云数据进行网格化生成一系列点云体元，解决了单一高程滤波阈值无法适应地面起伏多变的情形，有效地提高了地面点云滤波的质量；通过对滤波后的点云进行欧氏距离聚类，有效地将单个目标与周围环境分离开，为后续的目标提取奠定了基础；通过计算点云目标的成对三维形状描述符，有效地区分开不同目标的三维拓扑结构及可区分的几何信息，最终实现路灯的自动提取，降低了数据处理的时间及劳动成本。
-
公开(公告)号：CN103116903A
公开(公告)日：2013-05-22
申请号：CN201310092164.7
申请日：2013-03-21
Applicant: 厦门大学
IPC: G06T13/80
Abstract: 二维动画角色动作的重定向方法，涉及二维动画的制作。基于两个形状相似的源动画角色和目标动画角色，在参考源动画角色和目标动画角色的基础上，定义目标动画角色的骨架结构；对源动画角色进行骨架提取，并对骨架进行特征描述，为骨架数据分配尺度和方向并生成高维特征向量；分析源动画角色中的骨架数据的运动轨迹，得到源动画角色的骨架运动轨迹；依据所得的源动画角色的骨架运动轨迹，并结合所定义的目标动画角色的骨架，实现源动画角色的骨架运动轨迹到目标动画角色的骨架轨迹的生成；依据所得目标动画角色的骨架运动轨迹，并结合所定义的目标动画角色的骨架，实现骨架驱动形状的变形，实现二维动画角色动作的重定向方法。
-
公开(公告)号：CN102708583A
公开(公告)日：2012-10-03
申请号：CN201210132518.1
申请日：2012-05-02
Applicant: 厦门大学
IPC: G06T13/80
Abstract: 二维动画角色的自动匹配方法，涉及二维动画领域。提供一种在二维动画制作环境下的二维动画角色的自动匹配方法。基于两个关键帧中的角色信息，分别提取角色中的特征点；对每个角色中的特征点，采用特征描述算法，为每个特征点分配尺度和方向并生成高维特征向量；基于已获得的特征点，构造满足邻接关系的马尔可夫随机场；依据所得到的马尔可夫随机场，并结合所得到的高维特征向量，计算最大后验概率，寻找出能量函数的极小点，从而建立动画角色的匹配关系。使得关键帧中的角色在变形、缩放、平移以及旋转等条件下具有尺度不变性和旋转不变性。更能在几何变形因素的影响下保持角色原有的特性不变，为角色间的精确匹配提供了必要的保障。
-
公开(公告)号：CN103605984B
公开(公告)日：2016-08-24
申请号：CN201310566625.X
申请日：2013-11-14
Applicant: 厦门大学
Abstract: 基于超图学习的室内场景分类方法，涉及室内场景分类。使用近百个目标检测子从图像中抽取出目标，根据形成的目标描述符组成的超级描述符作为图像的特征描述符；使用K近邻方法对图像描述符构建超图，计算出其拉普拉斯矩阵，构建半监督学习框架；构建一个线性回归模型，并将该线性回归模型加入到半监督学习框架内；依据所构建的半监督学习框架，并结合所提取的图像的特征描述符，对部分图像描述符进行标注，使得该半监督学习框能够自动迭代地预测出未标注图像的标签，从而完成图像分类，同时，线性回归模型在自动迭代过程中被初始化；依据线性回归模型，并结合所提取的图像的特征描述符，可对新加入的数据直接进行图像分类，而无须再次构建超图。
-
公开(公告)号：CN103500329B
公开(公告)日：2016-07-06
申请号：CN201310486495.9
申请日：2013-10-16
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 基于车载移动激光扫描点云的路灯自动提取方法，涉及公共照明系统。首先对原始点云数据进行高程滤波，滤除地面点云；其次，利用欧氏距离聚类方法将点云聚类成分离的独立目标；最后，利用成对三维形状描述符实现路灯的自动提取。通过对车载点云数据进行网格化生成一系列点云体元，解决了单一高程滤波阈值无法适应地面起伏多变的情形，有效地提高了地面点云滤波的质量；通过对滤波后的点云进行欧氏距离聚类，有效地将单个目标与周围环境分离开，为后续的目标提取奠定了基础；通过计算点云目标的成对三维形状描述符，有效地区分开不同目标的三维拓扑结构及可区分的几何信息，最终实现路灯的自动提取，降低了数据处理的时间及劳动成本。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
