冼楚华
- 作品数：59 被引量：58H指数：5
- 供职机构：华南理工大学更多>>
- 发文基金：广东省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学农业科学电子电信更多>>
- 一种基于深度图像的三维手势识别方法及交互系统
- 本发明公开了一种基于深度图像的三维手势识别方法及交互系统，包括：使用深度传感器获取深度信息图；对获取的深度信息图利用CNN识别出AOI，切割出待识别的手部深度信息图；将从CNN中获得的手部深度信息图传入手势识别网络进行识...
- 彭昊李拥军冼楚华吴煜林冯嘉昌
- 文献传递
- 基于局部ICP的室内稀疏点云场景的配准方法
- 本发明公开了一种基于局部ICP的室内稀疏点云场景的配准方法，包括步骤：1)使用Kincet每隔设定的角度获取一帧点云数据，共获取若干帧；2)对获取的点云进行下采样操作；3)根据用户输入的角度进行粗配准；4)通过获取最近点...
- 黎子聪冼楚华 丁业凯 郭晓琦刘欣 颜鸿辉
- 文献传递
- 基于适应性卷积的RGB-D图像高质量网格生成方法
- 本发明公开了一种基于适应性卷积的RGB‑D图像高质量网格生成方法，包括步骤：1)构建训练数据集；2)数据扩增和归一化；3)构建适应卷积层；4)构建深度图像补全网络和超分辨率网络并进行训练；5)将测试数据依次输入两个训练好...
- 张东九冼楚华杨煜钱锟李桂清
- 文献传递
- 一种动态网格的误差可控CAGE序列表示算法
- 本发明公开了一种动态网格的误差可控CAGE序列表示算法，包括实矩阵控制网格生成、基于Poisson方程的权重简化、稀疏矩阵控制网格生成和控制网格优化四个部分。给定输入三维形状序列和其中一帧的控制网格，该算法通过实矩阵控制...
- 李桂清陈爱芬路慧娜冼楚华张智邦尹梦晓
- 基于草图的智能服装三维建模方法
- 本发明公开了一种基于草图的智能服装三维建模方法，包括：1)手工绘制服装线框图，将框图经过缩放得到标准图像，使用DenseNet网络模型处理标准图像得到描述符d；2)使用多层感知机和卷积网络从描述符d提取手绘图特征h；3)...
- 陈怡敬冼楚华
- 面向表型精确鉴定的豆株快速三维重建被引量：2
- 2021年
- 利用计算机视觉与图像技术对植物进行数字化重建是植物表型组学的重要手段。以国内常见的粮食作物豆类植株为研究对象,利用RGB-D深度相机采集的深度图像对豆株进行快速三维数字化重建,首先,基于点云分层聚类提取点云骨架点;然后,根据各骨架点到根节点的最短距离连接第一阶段的主干骨架点,并根据形态特征筛选子图和主干图的连接点、选择子图生长路径;最后,由连接骨架进行植物数字化建模。实验表明,基于真实大豆植株点云的单帧和配准数据,本文方法能对不同形态特征的大豆植株进行快速三维重建,并能对分辨率不高、噪音干扰较大、配准误差较大等情形做处理。
- 傅汝佳冼楚华李桂清万隽杰曹铖杨存义高月芳
- 关键词：植物建模
- 一种动态网格的误差可控CAGE序列表示算法
- 本发明公开了一种动态网格的误差可控CAGE序列表示算法，包括实矩阵控制网格生成、基于Poisson方程的权重简化、稀疏矩阵控制网格生成和控制网格优化四个部分。给定输入三维形状序列和其中一帧的控制网格，该算法通过实矩阵控制...
- 李桂清陈爱芬路慧娜冼楚华张智邦尹梦晓
- 文献传递
- 基于深度网络的实时手势识别
- 针对现有基于深度图像的手势识别方法精确度不高的问题，本文在研究手势识别技术的基础上，提出一个利用卷积神经网络为基础结构从单张深度图中识别出手部关节点三维坐标的方法.本文提出和测试了两个从设计理念上来说完全不同的网络结构，...
- 彭昊冼楚华李拥军
- 基于GPU和区间分析的隐式曲面绘制和网格化被引量：2
- 2011年
- 为了通过并行化技术提高隐式曲面绘制和网格化的速度,提出一种基于GPU并行计算架构的区间分析方法来网格化和绘制隐式曲面.首先按照给定的绘制分辨率将绘制空间离散成体素表示,充分利用GPU的并行计算能力,采取区间分析方法并行计算隐函数在所有体素上的取值区间,从而确定出包含隐函数零等值面的特征体素;进一步,抽取特征体素的外表面对其进行拓扑校正,确保得到的网格是二维流形;然后使用Laplace操作对这个网格进行光滑处理,得到隐式曲面的网格表示.大量实验结果表明,隐式曲面的网格化和绘制时间一般小于0.1 s,达到了实时化的水平.
- 秦阳蔺宏伟冼楚华高曙明
- 关键词：隐式曲面网格化
- 一种权值C<Sup>2</Sup>连续的线性混合形状编辑方法
- 本发明公开了一种权值C<Sup>2</Sup>连续的线性混合形状编辑方法，包括以下步骤：1)获取基础信息，包括用户输入的模型、实控制点和控制骨骼；2)使用实控制点离散化控制骨骼，并对实控制点初始化；3)估算模型各顶点到实...
- 冼楚华黄俊贤金烁罗国亮李桂清
