检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2011年第7期23卷 1099-1105页

作者：戴强吴恩华中国科学院软件研究所计算机科学国家重点实验室北京100190 澳门大学科技学院电脑与资讯科学系中国澳门中国科学院研究生院北京100049

轻薄透明材质的折射现象在生活中很常见,为获得高质量的绘制效果,使用现有的表观建模方法需采集大量数据,为此提出一种数据处理的方法.使用照相机从一个固定角度对材质样本进行拍摄后,使用微平面合成方法为每一个表面点处的法向量分布函... 详细信息

轻薄透明材质的折射现象在生活中很常见,为获得高质量的绘制效果,使用现有的表观建模方法需采集大量数据,为此提出一种数据处理的方法.使用照相机从一个固定角度对材质样本进行拍摄后,使用微平面合成方法为每一个表面点处的法向量分布函数(NDF)片段寻找与之形态相同而朝向不同的数据来补全当前NDF,得到具有较多细节的完整的双向传输分布函数.只需采集规模较小的数据,通过查找和补全处理即可获得完整数据.实验结果表明,文中方法简单易行,在增强绘制效果和细节的同时使得数据采集的效率得到提升.

关键词：双向传输分布函数法向量分布函数表观建模轻薄透明材质微平面合成

来源：评论

学校读者我要写书评

暂无评论

基于特征挖掘和表观建模的红外目标探测技术研究

基于特征挖掘和表观建模的红外目标探测技术研究

引用

作者：万敏杰南京理工大学

学位级别：博士

红外目标探测技术利用被动成像方式捕获目标,具有隐蔽性高、抗电磁干扰能力强等优势,被广泛应用于制导、预警、安防等军事及民用领域。随着计算机视觉的不断兴起,通过特征挖掘与表观建模对感兴趣目标进行描述,并结合图像理解与分析手段... 详细信息

红外目标探测技术利用被动成像方式捕获目标,具有隐蔽性高、抗电磁干扰能力强等优势,被广泛应用于制导、预警、安防等军事及民用领域。随着计算机视觉的不断兴起,通过特征挖掘与表观建模对感兴趣目标进行描述,并结合图像理解与分析手段建立智能化目标检测与跟踪算法已成为红外目标探测技术发展的必然趋势。受目标多样、背景复杂、噪声干扰等不利因素的影响,现有红外目标探测算法的精度和鲁棒性通常不佳。为此,本文围绕红外图像增强、红外图像分割、红外小目标检测以及红外目标跟踪等关键问题,通过挖掘红外目标的深层图像特征并建立有效的红外目标表观模型,设计了一系列能够满足不同探测需求的图像分析与处理算法,为红外目标探测系统的构建提供了理论支撑。本文的主要研究内容如下:为保护图像细节,避免背景和噪声像素被过度增强,设计了一种基于局部熵加权特征直方图均衡化的红外图像增强算法,该算法建立了红外图像的细节特征分布,并自适应式地设置双平台阈值对前景、背景特征直方图分别进行均衡化操作。此外,构建了一种基于自适应灰度区间分割和亮度修正的红外图像增强算法,对前景灰度区间进行局部熵加权特征增强及视觉因子校正,对背景灰度区间进行线性灰度映射,并利用参考图像修正输出图像的整体亮度,在提升局部对比度的同时,削弱了灰度级合并、噪声放大和亮度失真造成的不良视觉效应。针对传统基于主动轮廓模型的图像分割算法无法克服红外图像灰度分布不均匀、目标边界模糊等不利条件的问题,建立了一种基于多特征融合的几何型主动轮廓算法。该算法通过引入自适应加权系数矩阵整合基于平均灰度特征的全局符号压力函数和基于多特征融合的局部符号压力函数,实现了对水平集方程的改进,由此提升了算法对目标局部外观的表征能力,能够避免目标轮廓“泄漏”现象,且图像分割效果几乎不受水平集函数初始化状态的影响。针对传统空域滤波算法无法有效抑制虚警的问题,提出了一种基于过完备字典学习的单帧红外小目标检测算法,利用疑似目标区域在小目标字典上展开系数的稀疏性进行目标表观建模,并根据提出的稀疏度指标筛选目标,在保证算法目标探测能力的条件下,降低了单帧检测的虚警率。另外,现有多帧红外小目标检测算法大多仅利用了目标的时域相关性特征,其帧间探测精度有限,为此构建了一种基于显著性直方图和图匹配误差的多帧检测算法,在空域视觉显著性分析的基础上,根据疑似目标相对位置的时域图匹配误差进一步区分真实目标和虚警,既实现了对亮暗目标的同时提取,又提高了多帧检测的准确性。为克服传统视觉跟踪算法对红外噪声干扰的敏感性,设计了一种基于全变分约束的红外目标跟踪算法,将候选目标的表观模型分解为具有低秩性的目标项和具有稀疏性的遮挡项,通过对遮挡项施加全变分约束,控制噪声像素不被误判为遮挡,解决了因噪声干扰产生的跟踪“漂移”问题。同时,为降低目标外观变化和遮挡干扰对跟踪精度的影响,提出了一种基于时间一致性和遮挡连续性约束的红外目标跟踪算法,一方面通过对字典编码系数向量施加时间一致性约束来控制目标在相邻帧间的外观相似度,另一方面通过建立带有连续性约束的二值遮挡向量来控制遮挡形状分布,提升了算法对目标姿态变化、场景光照变化以及部分遮挡等干扰的鲁棒性。

关键词：红外目标探测特征挖掘表观建模图像增强图像分割小目标检测目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的轻薄透明物体的表观建模

基于数据驱动的轻薄透明物体的表观建模

引用

作者：戴强中国科学院研究生院

学位级别：博士

近年来，表面质感建模在现代计算机应用中发挥着越来越重要的作用，在电影电视、娱乐和可视化等领域得到了广泛的应用与发展。表面质感建模是计算机图形学的重要研究课题，也是真实感绘制技术中的核心课题之一。此研究题目的主要内容是... 详细信息

近年来，表面质感建模在现代计算机应用中发挥着越来越重要的作用，在电影电视、娱乐和可视化等领域得到了广泛的应用与发展。表面质感建模是计算机图形学的重要研究课题，也是真实感绘制技术中的核心课题之一。此研究题目的主要内容是让计算机可以真实地模拟自然界中物体的外观。本文主要使用数据驱动的方法，从真实世界中采集数据，对日常生活中轻薄透明物体的表面质感建模课题进行研究。轻薄透明物体在生活中很常见，对用户的真实感体验有重要的影响。本博士论文为轻薄透明物体表面质感建模提出了一种新的材质模型和数据捕获方法，即“双层微平面模型”，研究了表观建模中数据处理的问题，并研究了其中的一个子问题：数字图像中光照去除的算法。\n (1)生活中存在着数量众多的轻薄透明的薄板状物体，它们的上下平面包裹着一层各处粗糙度不同的表面，比如纸张或者塑料板。我们为这种材质提出了一种新的光照模型，称为双层微平面模型。我们使用基于微平面的双向传播分布函数来表达光线透过薄板的传输，使用查找表的形式来存储微平面的法向量分布函数，环境贴图中的每一个像素代表朝向该方向的微平面的数量。虽然材质样本以两种不同粗糙程度的表面为界，我们通过由一个随空间变化的法向量分布函数决定的虚拟薄板来近似表示折射光线的传播路径。这使得我们可以高效地对透明薄板进行数据采集。我们提出了一个简单但有效的采集系统来为这个模型测量平面样本的数据。将一台CRT显示器放置在材质样本的下方，从一个固定的角度对样本拍摄数据。我们的方法可以捕获双向传输分布函数中的角度和空间的变化，和被测量的材质形成了较好的匹配。\n (2)轻薄透明材质的折射现象在生活中很常见，为获得高质量的绘制效果，使用现有的表观建模方法，需采集大量数据，为此提出一种数据处理的方法。使用照相机从一个固定角度对材质样本进行拍摄后，使用微平面合成方法为每一个表面点处的法向量分布函数片段寻找与之形态相同而朝向不同的数据来补全当前法向量分布函数数据，得到具有较多细节的完整的双向传输分布函数。只需采集规模较小的数据，通过查找和补全处理即可获得完整数据。实验结果表明，本方法简单易行，在增强绘制效果和细节的同时，使得数据采集的效率得到提升。\n (3)数据采集是表面质感建模中一个重要的组成部分。由采集设备拍摄到的数字图像经常包含由于背景光照造成的阴影和明暗分布，会对计算结果造成干扰。我们基于Retinex理论和纹理分析提出了一种将图像中本底颜色和光照部分进行分离的方法。虽然大多数之前的方法尝试着用局部梯度属性来解决这个问题，我们通过全局的纹理分析方法来找到相距较远的具有相同本底颜色(即反射项)的像素。这个约束大大减少了原始问题中的歧义。我们把分解问题转换为由Retinex约束和非局部纹理约束构成的二次函数的最小化问题。可以使用标准的共轭梯度算法来得到该问题的闭合形式解。实验表明，我们的方法在质量和效率上都大大优于先前的方法。

关键词：双向传输分布函数法向量分布函数表观建模轻薄透明材质微平面纹理分析数据驱动

来源：评论

学校读者我要写书评

暂无评论

基于表观建模的中国手语识别技术研究

基于表观建模的中国手语识别技术研究

引用

作者：杨全西北大学

学位级别：博士

研究中国手语的识别技术,就是为了把聋人使用的手语通过计算机自动、高效地完成机器翻译,从而实现手语与自然语音的无障碍交流。这种方式便于聋人融入社会,有利于他们与周围环境的交流,为其提供更好的服务。同时,手语识别在其他应用领域... 详细信息

研究中国手语的识别技术,就是为了把聋人使用的手语通过计算机自动、高效地完成机器翻译,从而实现手语与自然语音的无障碍交流。这种方式便于聋人融入社会,有利于他们与周围环境的交流,为其提供更好的服务。同时,手语识别在其他应用领域,也有着深远的研究意义。基于计算机视觉的手语识别作为一种自然、直观的交互方式,无需附加的物理设备作为输入,在人机交互过程研究中占很大比重,能够广泛地应用于多学科领域。作为一个非常有意义的研究课题,手语识别的研究,不仅有助于改善、提高聋人的生活、学习和工作环境,也能够提高计算机对人类自然语言的理解水平,发展成为一种能够付诸应用的最自然的人机交互方式。本文从自然交互方式的角度出发,研究了基于机器视觉的手语手势跟踪、手势分割提取、手语表观建模、SVM核函数构建算法及中国手指语字母的识别。具体研究工作包括以下几个方面： (1)根据Kinect同步拍摄深度视频信息的特点,使用手语视频中的深度图像信息对CamShift加以改进,提出了一种在复杂场景下跟踪能力更强、抗干扰性能更好的,适于手语识别应用的DIamShift (Depth Image CamShift)算法。采用基于深度图像信息的跟踪算法在手语视频中确定手势区域,对手语手势进行定位跟踪。在手势提取方面,通过计算手势深度图像确定手势的主轴方向,提出了一种基于深度图像信息的椭圆边界肤色建模方法。 (2)在复杂背景下的手势提取过程中,结合椭圆边界肤色模型,得出新的基于深度积分图像的二维OTSU算法,并将积分图和粒子群结合用于二维OTSU算法,提出了基于深度积分图和粒子群优化的OTSU算法提取手势图像。 (3)在手语表观建模时,为了使其各种视觉特征均可以被描述的更为准确,同时提取了SURF特征,Gabor小波纹理特征和颜色直方图特征,作为手势表观特征的完备特征集。在解决手势图像局部特征点个数不同的问题时,本文提出使用BoW (Bag of Words)方法,把提取出的手语完备特征集量化生成手语视觉单词(Sign Language Visual Word)。对提取到的手势特征,采用K-Means聚类算法,生成手语SURF词包、Gabor词包和颜色直方图词包,最后把所有词包经过CCA融合后的结果作为手语的特征。 (4)研究了SVM及核函数理论,通过提取相同的手势特征对单核SVM分类器进行训练,比对研究不同核函数SVM在手语识别中的效果。提出构建一种新的适于手语识别的核函数Hernel,并证明了Hernel满足Mercer条件,可以作为用于手语识别的SVM核函数。鉴于手语BoW模型并未考虑语义信息,所以本文提出构建基于H Kernel和BoW语义核的混合核函数SVM进行训练学习及手语识别。

关键词：表观建模手语识别 Kinect 深度图像特征融合

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的轻量级物体表观建模研究

基于深度学习的轻量级物体表观建模研究

引用

作者：张健照中国科学院大学

学位级别：硕士

物体表观建模是计算机图形学中的一个重要研究问题。重建物体表观，旨在对物体表面处于不同光照下的反射效果进行建模。高质量的物体表观重建在增强现实、电影制作、游戏等领域都有广泛的应用，对研究真实世界的数字化有着重要的意义。... 详细信息

物体表观建模是计算机图形学中的一个重要研究问题。重建物体表观，旨在对物体表面处于不同光照下的反射效果进行建模。高质量的物体表观重建在增强现实、电影制作、游戏等领域都有广泛的应用，对研究真实世界的数字化有着重要的意义。物体对光照的反射效果通常表示为关于光线入射、出射方向以及表面位置的高维函数。从图像中重建物体表观，需要从已融合的信息中推测原本材质属性，是一个严重欠定的问题，特别是对于视觉效果复杂的物体，具有很大的难度和挑战。　　传统的基于测量的方法，通过密集采样来实现高质量的表观重建。这些方法依赖于专业设备，使用范围非常有限。随着深度学习技术在图像处理任务中的成功应用，基于深度学习的材质建模方法开始出现。　　本文围绕基于深度学习的物体表观建模开展研究工作，提出了一种基于深度逆向绘制的物体表观建模算法，并构建了以商用智能设备为主的轻量级数据采集系统。算法的核心是利用神经网络来表示物体表面材质。为此，我们将物体表面材质与几何进行解构，并使用自编码器来描述解构之后的表面材质。光源设置很大程度上决定了算法的复杂度。为了实现轻量级目标，本文以未知位置的点光源作为光照条件，在非完全可控条件下采集输入图像。此外，本文算法支持任意数量的输入图像，可以根据待测物体灵活地调整输入数据规模。实验结果表明，在合成数据与真实采集的数据上，本文算法都能够高质量地重建物体表观。

关键词：深度学习逆向绘制神经网络轻量级物体表观建模

来源：评论

学校读者我要写书评

暂无评论

目标跟踪中的表观建模方法研究

目标跟踪中的表观建模方法研究

引用

作者：胡则熙华南农业大学

学位级别：硕士

目标跟踪一直是计算机视觉领域一个重要基础课题。随着计算机与各种传感器的发展,目标跟踪技术拥有越来越广泛的应用领域,如运动识别、交通监控、车辆导航等。由于目标变形、噪声干扰、目标遮挡、背景混淆、光照变化等因素影响,目标鲁... 详细信息

目标跟踪一直是计算机视觉领域一个重要基础课题。随着计算机与各种传感器的发展,目标跟踪技术拥有越来越广泛的应用领域,如运动识别、交通监控、车辆导航等。由于目标变形、噪声干扰、目标遮挡、背景混淆、光照变化等因素影响,目标鲁棒跟踪仍然有许多困难。主要原因在于目标跟踪所使用的模型退化导致后续跟踪发生漂移。由于模型在跟踪和学习过程中自适应性太强或太弱,导致模型学习或保持了不需要的信息,随着这种劣势会不断地累积,最终发生漂移。而产生这个现象的根本原因在于经典的跟踪算法使用单纯的模型结构已经无法适应日趋复杂的跟踪任务,改进单一的模型将遭遇性能的瓶颈。本论文提出一个崭新的基于步调更新的通用框架,与既有的跟踪器结合后可以克服其模型单一带来的劣势。框架通过步调更新的过程,在一个集合中基于某个基跟踪器初始化多个跟踪器,指导它们进行不同的跟踪过程,并产生前向和后向轨迹,通过轨迹分析,计算这些轨迹的鲁棒性来判断对应的跟踪器是否发生了模型漂移,并有效抑制这些负面影响,包括错误的跟踪结果和模型信息。在这个过程中,框架使得跟踪器得以对时域上下文进行建模。之后本论文在这个框架的基础上进一步探索,将单个基跟踪器拓展为由多个不同的特征的跟踪器组成的基跟踪器集合。在这个框架下,这些特征能够产生互补性的效果,取得比单一特征更好的性能。在公开数据集上的实验证明了本论文提出的框架有效缓解模型漂移问题,明显提高跟踪器的性能。在实验中,框架与目前较为主流的跟踪器进行了结合,构建出来的跟踪器具有领先的性能。

关键词：目标跟踪步调更新轨迹分析表观建模时空上下文

来源：评论

学校读者我要写书评

暂无评论

基于深度残差网络自强化学习方法的表观建模

基于深度残差网络自强化学习方法的表观建模

引用

作者：尹航辽宁工程技术大学

学位级别：硕士

三维物体的高质量表观建模通常通过手工方式,十分依赖专业人士的经验,所以产出效率较低。随着机器学习的发展,近年来通过机器自动进行表观建模成为热点问题,由于其数据集采集困难,可以采用自强化学习方法提升图像质量,但这种方法还存在... 详细信息

三维物体的高质量表观建模通常通过手工方式,十分依赖专业人士的经验,所以产出效率较低。随着机器学习的发展,近年来通过机器自动进行表观建模成为热点问题,由于其数据集采集困难,可以采用自强化学习方法提升图像质量,但这种方法还存在过于冗余低效,容易过拟合,梯度消失/爆炸等缺点。针对上述问题,本文提出了一种基于深度残差网络自强化学习方法的表观建模。首先使用深度残差网络调整其结构,防止梯度消失/爆炸等现象发生。并对激活函数做出改进,保留了更多的神经元,从而保留了更多有效信息。其次在每个分析层加入Dropout层,一定程度上缓解了过拟合的发生。最终通过多种不同材质的实验,以平均峰值信噪比和结构相似度(PSNR/SSIM)为标准对比了渲染后图像的结果,改进后的深度残差网络自强化学习表观建模相比原自强化网络的表观建模在金属、木质、塑料材质的峰值信噪比提高了6.82d B、4.27d B、0.47d B,结构相似性提高了0.036、0.061、0.006,客观上本文方法生成的表观材质质量高于原自强化网络。同时展示了本文方法在实际场景中的应用,具备一定的真实感。最后通过消融实验证明了改进的深度残差网络效果更好,表观建模的质量更高。该论文有图33幅,表6个,参考文献52篇。

关键词：表观建模卷积神经网络双向表面反射分布函数深度残差网络自强化学习

来源：评论

学校读者我要写书评

暂无评论

小麦与玉米叶部表观建模与应用

小麦与玉米叶部表观建模与应用

引用

作者：田原中国科学技术大学

学位级别：硕士

本文将植物的叶部表观定义为叶子表面与光线的交互过程,因此叶部表观可用图像、成像高光谱数据、光函数等形式表达。由于表观反应叶子内部物质的组成与分布,因此叶部的表观建模对于研究植物生理生态学、生长状况监测,和三维植物的真实... 详细信息

本文将植物的叶部表观定义为叶子表面与光线的交互过程,因此叶部表观可用图像、成像高光谱数据、光函数等形式表达。由于表观反应叶子内部物质的组成与分布,因此叶部的表观建模对于研究植物生理生态学、生长状况监测,和三维植物的真实感可视化研究具有重要的意义。现有的叶部表观建模大都基于原始数字图像,高光谱数据所建立,用于植物营养状况预测,病害识别和三维可视化等研究。本文以玉米、小麦等植物的叶片为研究对象,利用数字图像处理、高光谱分析、图像测量和真实感绘制等技术,讨论了不同应用背景下的植物叶部表观建模,并开发了相应的软件系统。本文主要工作包括: 一,在植物叶部表观病理识别方面:采集四种复杂背景下的小麦叶部病害的数字图像,实现了病害识别模型包括图像预处理、背景分割、病斑分割、特征提取与选择、多分类器识别等处理流程,用VC++进行了应用程序开发及DLL封装。在识别模型中,设计了一种基于SVM的层叠泛化的多分类器,该分类器可引入高层病理学知识,并极大提高小麦的病害识别率。二,在植物叶子表观真实感绘制方面:首先,建立了基于Ward BRDF描述的植物叶片表观绘制模型。并利用线性光源、背光光源、以及步进电机等硬件,建立了基于单摄像机的植物叶部BRDF数据采集系统。该图像测量系统通过分析线性光源变化的叶子样本图像序列,得到定量的反射与透射特性。最后,对叶子的老化表观做独立成分分析(ICA),分离出了两种独立成分:绿色色素和老化色素的相对量,并建立了表观合成模型。可视化仿真实验表明,本文建立的叶部表观绘制模型可绘制出具有较强真实感的植物叶片三维模型,并且通过基于ICA的老化表观合成模型,可通过改变老化叶子中的两种色素的含量来实现植物叶子老化的正向和逆向的可视化模拟。三,在植物叶部表观营养预测模型方面:通过田间扫描成像光谱仪(pushbroom imaging spectrometer, PIS),获取吐丝期、灌浆期、成熟期三个不同生育期的玉米单叶样本125个。利用图谱合一的分析方法,提取叶子不同部位连续高光谱反射率,以及对应的叶绿素生化组分数据,利用偏最小二乘回归方法建立玉米叶片三种不同生育期以及全生育期的叶绿素含量预测模型。实验结果表明,预测模型与验证数据之间有较好的拟合效果,实现了不同生育期的叶部营养预测建模。

关键词：图像处理模式识别多分类器真实感绘制图像测量技术 Opengl 高光谱分析表观建模植物叶子

来源：评论

学校读者我要写书评

暂无评论

目标跟踪中表观建模研究进展

引用

中国人民公安大学学报（自然科学版） 2016年第1期22卷 73-78页

作者：丁建伟田华伟中国人民公安大学警务信息工程学院北京102623 中国人民公安大学反恐怖学院北京102623

目标跟踪是计算机视觉中的热点研究问题,具有重要的理论价值和广泛的应用前景。虽然研究者对目标跟踪进行了大量研究,但是目标跟踪在复杂场景下的效果依然难以令人满意。为了设计鲁棒的目标跟踪算法,需要解决的首要问题是如何对目标表... 详细信息

目标跟踪是计算机视觉中的热点研究问题,具有重要的理论价值和广泛的应用前景。虽然研究者对目标跟踪进行了大量研究,但是目标跟踪在复杂场景下的效果依然难以令人满意。为了设计鲁棒的目标跟踪算法,需要解决的首要问题是如何对目标表观进行建模。近年来,视觉理论和机器学习的蓬勃发展促进了目标表观建模的研究。为了使读者了解最新的表观建模研究进展,首先分析了最近几年典型的目标表观建模方法,并对目标表观建模的一般框架进行了总结,然后分别从目标的视觉描述和模型学习两方面进行了详细的论述,最后讨论了目标表观建模还存在的问题以及未来发展的方向。

关键词：目标跟踪表观建模视觉描述模型学习

来源：评论

学校读者我要写书评

暂无评论

基于低维观测的表观及几何建模

基于低维观测的表观及几何建模

引用

作者：李潇中国科学技术大学

学位级别：博士

表观和几何是计算机图形学中物体与场景的基础表达,是游戏、电影、增强现实等应用的基本输入元素之一。一方面,几何和表观数据本身维度较高,难于直接获取建模。另一方面,传统的图像和视频只能获取几何与表观在特定光照和视角下的低维投... 详细信息

表观和几何是计算机图形学中物体与场景的基础表达,是游戏、电影、增强现实等应用的基本输入元素之一。一方面,几何和表观数据本身维度较高,难于直接获取建模。另一方面,传统的图像和视频只能获取几何与表观在特定光照和视角下的低维投影。如何利用低维的图像观测有效获取高维的几何与表观数据,一直是图形学中的重点和难点问题。针对这一挑战,本文以链接高维表观及几何数据与低维图片观测的渲染投影变换（以下简称渲染变换）作为切入点,通过对渲染变换的有效利用,充分挖掘低维图片观测中所含的信息,有效地对表观和几何进行建模。基于这一思路,本文研究并提出了一系列基于低维图片观测的表观及几何建模方法。论文的主要工作和贡献如下:·提出了基于自适应光照的分片均质材质表观及微几何采集算法。该算法通过针对给定材质的空域分布设计最优的光照模式和渲染变换,有效地从两张照片中重建平面材质的表观属性及法向微几何。相比于传统采集方法,本文提出的采集方法减少了所需样本的采集数量及采集难度,提高了表观及微几何建模的效率。·提出了基于自增强卷积神经网络的单张图像表观建模算法。针对标注数据不足的问题,该算法通过将渲染变换引入网络训练过程,使用训练中的神经网络从大量无标注图片中生成标注数据,实现了神经网络的自增强。训练后的深度神经网络可从单张照片估计平面物体的表观材质及微几何,显著提高了表观及微几何建模的易用性及建模效率。·提出了基于多投影生成对抗网络的几何和表观生成算法。该算法将可微分多重渲染变换引入生成对抗网络的训练过程,直接利用低维观测图片集含有的信息,对高维几何及表观的生成式模型进行建模。针对几何建模,算法进一步引入视角预测网络,通过迭代训练生成对抗网络和视角预测网络,实现了观测图片集合的投影视角分类,提高了生成对抗网络的几何生成质量。该方法有效的降低了几何和表观生成所需要的数据标注工作量,开拓了几何和表观生成的新方法。

关键词：表观建模几何建模生成式模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：