北京邮电大学;中国电波传播研究所(中国电子科技集团公司第二十二研究所)焦继超获国家专利权
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!
龙图腾网获悉北京邮电大学;中国电波传播研究所(中国电子科技集团公司第二十二研究所)申请的专利一种基于阈值函数和机器学习的多视角图像去冗余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:CN117036213B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202310312003.8,技术领域涉及:G06T5/50;该发明授权一种基于阈值函数和机器学习的多视角图像去冗余方法是由焦继超;凌浩洋;李宁;徐威;逄敏;董建业;张晗设计研发完成,并于2023-03-28向国家知识产权局提交的专利申请。
本一种基于阈值函数和机器学习的多视角图像去冗余方法在说明书摘要公布了:本发明提出一种基于阈值函数和机器学习的多视角图像去冗余方法,属于视觉图像处理领域,具体为:首先,对当前三维目标渲染得到多视角图像样本;按抽取角度h等间隔选取图像对,并计算所有图像对的颜色特征距离;然后,初始化似然度阈值k,通过比较阈值k与颜色特征距离,将图像对划分为2个子集;并设定阈值函数,用于确定2个子集的图像筛选阈值;接着,采用关键帧方法利用筛选阈值对多视角图像样本进行筛选,得到该组多视角图像样本去冗余后的视角间隔;并作为样本训练机器学习模型;最后,对当前三维目标重新按固定角度渲染得到e组多视角图像样本,输入机器学习模型中,预测各样本去冗余后的视角间隔。本发明提高了多视角图像数据的去冗余效率。
本发明授权一种基于阈值函数和机器学习的多视角图像去冗余方法在权利要求书中公布了:1.一种基于阈值函数和机器学习的多视角图像去冗余方法,其特征在于,具体步骤如下: 步骤一、针对当前三维目标,按照固定角度间隔渲染得到1组多视角图像样本;对多视角图像样本按抽取角度等间隔选取图像对; 步骤二、计算所有图像对的颜色特征距离,使用颜色特征相似度值作为度量图像对相似度的依据; 首先,分别计算每个图像对中两个图像灰度直方图的欧式距离d,作为颜色特征距离; 其中,Gj和Hj分别表示图像对中两个图像归一化灰度直方图的第j个灰度级; 然后,从所有图像对的颜色特征距离中选择最大值为M,最小值为m,并将M和m间的值等分为n个子区间;每个区间分别对应由小到大的颜色特征相似度值; 步骤三、初始化似然度阈值k,通过比较阈值k与颜色特征距离的大小,将图像对划分为2个子集; 具体如下所示: 其中wik为判别函数,若图像对的颜色特征距离di小于阈值k,则该图像对的判别函数值为+1;否则,该图像对的判别函数值为-1; 步骤四、设定阈值函数,用于确定2个子集的图像筛选阈值; 阈值函数如下所示: 其中X,Y分别为2个子集的图像对数量; 使阈值函数达到峰值的阈值即为所求的阈值: thr=argmaxYzk 步骤五、采用关键帧方法利用筛选阈值对多视角图像样本进行筛选,得到该组多视角图像样本去冗余后的视角间隔; 步骤六、将该组多视角图像样本去冗余后的视角间隔作为样本,训练机器学习模型; 步骤七、对当前三维目标重新按固定角度渲染得到e组多视角图像样本,将e组样本输入训练好的机器学习模型中,预测各样本去冗余后的视角间隔。
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北京邮电大学;中国电波传播研究所(中国电子科技集团公司第二十二研究所),其通讯地址为:100876 北京市海淀区西土城路10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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励