Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学;哈工大郑州研究院金晶获国家专利权

哈尔滨工业大学;哈工大郑州研究院金晶获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学;哈工大郑州研究院申请的专利一种基于转播视频的冰壶运动员面部重建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119516055B

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411564300.2,技术领域涉及:G06T13/40;该发明授权一种基于转播视频的冰壶运动员面部重建方法是由金晶;王纪龙;姜宇;李丹丹设计研发完成,并于2024-11-05向国家知识产权局提交的专利申请。

一种基于转播视频的冰壶运动员面部重建方法在说明书摘要公布了:本发明提出一种基于转播视频的冰壶运动员面部重建方法。所述方法针对冰壶运动员在转播视频中的面部特征进行优化,利用深度学习技术,结合掩膜网络策略,克服传统方法在处理反光和弱纹理区域时的局限性,为元宇宙、数字人及体育赛事转播等领域提供更加真实、生动的数字人形象。

本发明授权一种基于转播视频的冰壶运动员面部重建方法在权利要求书中公布了:1.一种基于转播视频的冰壶运动员面部重建方法,其特征在于,所述方法包括以下步骤: 步骤1:针对转播视频采集投掷阶段、滑行阶段、擦冰阶段和决策阶段冰壶运动员的多视角图片,解算不同阶段的转播摄像机的内外参数,并提取冰壶运动员面部关键点,确定五官区域,在其余部分使用弱纹理检测算法提取弱纹理区域,构建面部深度图合并掩膜; 步骤2:使用深度估计方法得到多视角的第一深度图,使用深度学习深度估计方法得到多视角的第二深度图,将第一深度图和第二深度图进行对齐和归一化,按照掩膜合并得到第三深度图; 步骤3:融合多视角的第三深度图,使用多视角重建方法得到具有纹理贴图的面部三维模型,分别基于模型平滑度评价方法和模型完整度评价方法定量评价面部三维模型重建效果,根据评价结果更新深度图合并掩膜,直至重建出完整、正确的冰壶运动员面部模型; 所述步骤2具体为: 步骤2.1、使用PatchMatch方法进行深度估计,以转播摄像机位姿和冰壶运动员面部图片为输入,通过匹配代价构造、累积、估计和优化过程,得到第一深度图,有效区分背景与面部区域;使用深度学习网络PVA-MVSNet,基于多度量聚合多尺度的金字塔图像信息,利用多尺度信息估计弱纹理区域的深度值,得到第二深度图; 步骤2.2、将第一深度图和第二深度图进行对齐和深度归一化;将第一深度图归一化到第二深度图的深度范围内,设计归一化系数为: , 其中,Max{}指深度图中的最大深度值,Min{}指深度图中的最小深度值; 归一化后的第一深度图Depthmap 1为: Depthmap 1=Min{depthmap 2}+k*depthmap 1-Min{depthmap 1}; 步骤2.3、将第一深度图和第二深度图按照掩膜合并得到第三深度图depthmap 3,并计算边缘处的深度差,若超过阈值,进行加权滤波做深度图平滑;其中,合并方式为: depthmap 3=face_mask*depthmap 2+1-face_mask*Depthmap 1 其中,是深度合并掩膜; 边缘处深度差的判断方法为: ∫|Depthmap 1edge-depthmap 2edge|th 其中,edge是深度合并掩膜的边缘区域,th是深度差阈值;加权滤波方法选择窗大小为5*5的卷积滑动平均滤波算法。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学;哈工大郑州研究院,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。