本发明公开了一种基于人工神经网络的实时场景布局识别及重建方。本发明用人工神经网络模型对输入序列进行处理，并通过寻找单帧之间的相关性，得到室内场景的布局识别后，在曼哈顿世界假设下，利用空间中一点在像素坐标系下存在唯一投影的原理，迭代优化，得到场景中每个平面的单位法向量和该平面到相机中心的距离，并在OpenGL下渲染平面。本发明利用人工神经网络，并寻找帧与帧间的联系，使得网络输出结果和三维重建结果更为精确；使用单目的RGB信息还原三维信息，减少硬件成本，同时利用每帧得到的布局信息，使用优化算法求解得到场景中每个平面的法向量和到相机中心距离。
📄 2018104811598
📂 G06T7_55
👤 杭州电子科技大学
📅 2018-05-18
本发明提供了一种基于人工神经网络的生物质转化关键变量的筛选方法。本发明基于大数据分析，通过采用人工神经网络及数据降维的结合对生物质转化工艺过程的关键参数进行识别，建立模型，对工艺过程变量之间的相互关系进行分析，降低了变量的维数，达到最终筛选出关键变量的目的。本发明能够快速准确的得出生物燃料制备过程、基于生物质的平台化合物制备过程的关键变量，为指导生物质转化过程的工业化规模生产提供理论依据。
📄 2021106351853
📂 G06N3_08
👤 青岛科技大学
📅 2021-06-09
本发明的一种基于神经网络的二次供水需水量软测量方法、设备及介质，本发明涉及水资源需求软测量领域；通过训练优化后的二次供水需水量软测量模型进行二次供水需水量的软测量，其中二次供水需水量软测量模型针对GWO算法忽略个体惯性的缺点，引入PSO算法的速度概念改进个体位置更新公式，用改进后的算法优化神经网络模型建立回归预测模型，将数据输入训练好的改进神经网络模型，达到最大训练次数输出需水量预测结果。本发明以外部影响因素及某生活小区二次供水水量作为参数输入改进后的神经网络模型对需水量进行软测量，实现了二次供水需水量逐时预测，对比其他模型显著提高了预测精度。
📄 2023115417844
📂 G06F30_27
👤 安徽建筑大学
📅 2023-11-20
柿子坊 · 知识产权运营
柿子坊知识产权运营平台