检索结果-内蒙古大学图书馆

系统仿真学报 2019年第3期31卷 486-493页

作者：管桐叶军涛马光辉张晓鹏中国科学院自动化研究所模式识别国家重点实验室北京100190

虚拟美容外科手术仿真系统,模拟手术过程都严重依赖人机交互操作,这个过程非常繁琐,而且效果因操作者的技能水平而异。虚拟双眼皮手术对精确程度有很高的要求,人机交互操作难以准确完成操作。针对这个问题,提出了一种基于人脸几何特征,... 详细信息

虚拟美容外科手术仿真系统,模拟手术过程都严重依赖人机交互操作,这个过程非常繁琐,而且效果因操作者的技能水平而异。虚拟双眼皮手术对精确程度有很高的要求,人机交互操作难以准确完成操作。针对这个问题,提出了一种基于人脸几何特征,通过测地线自动地生成虚拟双眼皮的算法。在算法中,采用了自适应细分策略来避免变形结果的走样,通过限定区域运算提升效率。实验结果表明,该算法具有稳定性、高效性和易用性。

关键词：虚拟手术几何特征网格编辑谷脊线测地线

来源：评论

学校读者我要写书评

暂无评论

用于卷积神经网络图像预处理的目标中心化算法

引用

中南大学学报（自然科学版） 2019年第3期50卷 579-586页

作者：董秋成吴爱国董娜冯伟天津大学电气自动化与信息工程学院天津300072 中国科学院自动化所模式识别国家重点实验室北京100000

为解决工业生产中对不同零件进行自动分类的问题,提出一种基于卷积神经网络的模式识别算法,对29种不同尺寸的螺丝、螺母和垫片进行分类。首先采集待分类零件的图像数据,通过数据增强得到数据集,然后设计一种简化的卷积神经网络。提出一... 详细信息

为解决工业生产中对不同零件进行自动分类的问题,提出一种基于卷积神经网络的模式识别算法,对29种不同尺寸的螺丝、螺母和垫片进行分类。首先采集待分类零件的图像数据,通过数据增强得到数据集,然后设计一种简化的卷积神经网络。提出一种对图像中的目标位置进行中心化的图像预处理算法,它能够提取图像中目标所在的区域并将其移动到图像中心位置。研究结果表明,与不采用目标中心化算法的传统方法相比,总体准确率从97.59%提升至99.96%,具有最低准确率的零件的准确率从85.83%提升至99.67%。使用卷积神经网络对背景纯净且目标明显的图像进行分类时,使用本文提出的目标中心化算法进行图像预处理能够显著提高网络的识别准确率。

关键词：零件识别卷积神经网络数据增强中心化目标提取

来源：评论

学校读者我要写书评

暂无评论

基于三维变形的图像合成

引用

中国体视学与图像分析 2020年第4期25卷 383-392页

作者：华淼袁梦轲徐士彪张晓鹏中国科学院自动化研究所模式识别国家重点实验室北京100190

随着多媒体技术的发展,图像编辑技术越来越受到人们的关注和重视,是计算机视觉和机器学习领域的热点和难点问题。图像合成是图像编辑中的一种重要方法,现有的图像合成方法或者未考虑图像的高度或法相信息,导致图像合成效果不真实;或者... 详细信息

随着多媒体技术的发展,图像编辑技术越来越受到人们的关注和重视,是计算机视觉和机器学习领域的热点和难点问题。图像合成是图像编辑中的一种重要方法,现有的图像合成方法或者未考虑图像的高度或法相信息,导致图像合成效果不真实;或者需要复杂的交互,费时费力。为此,本文提出了一种新的图像合成算法,基于三维变形来表示图像的高度或法相信息,不需要人工交互,计算速度快。多组实验结果证明,本文方法的效果优于目前其他方法。

关键词：图像合成生成对抗网络神经网络

来源：评论

学校读者我要写书评

暂无评论

基于社会多媒体内容的用户建模应用研究

引用

南京信息工程大学学报(自然科学版) 2020年第1期12卷 31-44页

作者：徐常胜黄晓雯钱胜胜方全中国科学院自动化研究所模式识别国家重点实验室中国科学院大学

随着互联网和社会媒体平台的发展,社会媒体吸引着数以亿计的用户参与其中进行创造和分享信息,产生了海量的文本、图像、音频和视频数据.面对这些数量巨大、异构多源、模态复杂的社会多媒体内容数据,如何对其进行有效的内容理解和知识表... 详细信息

随着互联网和社会媒体平台的发展,社会媒体吸引着数以亿计的用户参与其中进行创造和分享信息,产生了海量的文本、图像、音频和视频数据.面对这些数量巨大、异构多源、模态复杂的社会多媒体内容数据,如何对其进行有效的内容理解和知识表示,从而为用户提供更高效、优质的服务,成为实现社会媒体大数据价值的关键.本文对近年来在社会多媒体内容分析、知识提取和表示以及用户建模应用的相关研究展开综述,并针对社会多媒体特征融合、跨模态知识提取与表示,以及基于社会媒体的用户建模相关应用研究三个方面进行详细总结.随后对社会多媒体内容的知识表示和用户建模的研究与应用的发展趋势进行介绍,最后对多媒体知识表示与用户建模研究进行了总结和展望.

关键词：社会多媒体多模态知识表示用户建模

来源：评论

学校读者我要写书评

暂无评论

基于增量Voronoi序列的即时彩色点画算法

引用

计算机辅助设计与图形学学报 2019年第9期31卷 1502-1508页

作者：吴志超马雷陈彦云石剑徐丹云南大学信息学院昆明650504 中国科学院大学北京100049 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 中国科学院自动化研究所模式识别国家重点实验室北京100190

作为流行的图像风格化技术之一,数字点画是具有吸引力的一项研究课题.现有的大部分工作针对黑白点画,而彩色点画作为一种多类别采样问题,其计算成本较大,为此提出一种即时彩色点画算法,采用离线计算的方式得到蓝噪声性质的点集,以此构... 详细信息

作为流行的图像风格化技术之一,数字点画是具有吸引力的一项研究课题.现有的大部分工作针对黑白点画,而彩色点画作为一种多类别采样问题,其计算成本较大,为此提出一种即时彩色点画算法,采用离线计算的方式得到蓝噪声性质的点集,以此构建增量Voronoi序列;然后将单类别阈值策略扩展到多类别阈值策略来确定各个采样点的颜色;最后根据采样点的颜色生成彩色点画.通过与其他合成策略在不同颜色空间中的对比,结果表明文中确定性算法可以在保证效率和鲁棒性的同时,生成与当前最先进算法质量相当的结果.

关键词：非真实感绘制彩色点画阈值策略 Voronoi

来源：评论

学校读者我要写书评

暂无评论

基于球坐标的植物果实重建

引用

中国农机化学报 2020年第10期41卷 176-182页

作者：陆玲姚玲洁郭建伟王蕾东华理工大学信息工程学院南昌市330013 中国科学院自动化研究所模式识别国家重点实验室北京市100190

针对植物果实形状特点,提出基于坐标变换的点云快速重建方法。对于生长在茎干上的果实,首先计算茎干方向即果实的中心轴方向,将点云直角坐标转为球坐标,利用中值滤波沿半径方向对点云数据去噪,判断果实的长扁特征,计算果实中心轴的经纬... 详细信息

针对植物果实形状特点,提出基于坐标变换的点云快速重建方法。对于生长在茎干上的果实,首先计算茎干方向即果实的中心轴方向,将点云直角坐标转为球坐标,利用中值滤波沿半径方向对点云数据去噪,判断果实的长扁特征,计算果实中心轴的经纬度;然后以果实的中心轴作为球坐标的中心轴再次对原始点云进行坐标变换,进行去噪和填空点处理,最后采用B样条曲面对果实进行重建。本文方法的计算效率高于传统方法的2.5倍以上,随着点云数据量的增加,计算速度可加快几十倍,而且重建结果与实际点云误差小于2.2%。

关键词：植物果实三维点云球坐标系重建 B样条曲面

来源：评论

学校读者我要写书评

暂无评论

GreenLab模型20余年研究回顾与展望

引用

农业大数据学报 2021年第3期3卷 3-12页

作者：康孟珍王秀娟华净胡包钢王飞跃 De Reffye Philippe 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 北京市智能化技术与系统工程技术研究中心北京100190 中国科学院自动化研究所模式识别国家重点实验室北京100190 法国农业发展研究中心植物学与植物构造模型联合实验室蒙彼利埃F-34398

【有关概念】GreenLab是器官尺度的植物功能结构模型(Functional-Structural Plant Model,FSPM),采用离散动态系统的形式来描述植物的生长和发育过程,包括植物生物量产生和分配,以及结构形成等,是融合植物学、数学、农业、计算机、自动... 详细信息

【有关概念】GreenLab是器官尺度的植物功能结构模型(Functional-Structural Plant Model,FSPM),采用离散动态系统的形式来描述植物的生长和发育过程,包括植物生物量产生和分配,以及结构形成等,是融合植物学、数学、农业、计算机、自动化领域学科知识的通用模型。【目前研究现状】自1998年以来,基于中法合作,围绕GreenLab模型发展了包括双尺度自动机理论、分枝结构植物的参数反求方法、随机的植物功能结构模型以及理论计算、植物快速建模与可视化算法,开发了SciLab以及MatLab环境下的作物生长模拟与拟合软件,以及基于c++的面向复杂植物计算的软件。目前,GreenLab模型已应用于玉米、小麦、黄瓜、番茄、油菜、菊花、松树、枫树等具有不同特点的几十种植物,涵盖的植物类型从草本作物到复杂的树木。模型特色在于可通过观测植物的器官生物量和数量等数据,反求影响生物量产生和分配的模型内部源库参数;对于单枝或分枝结构、确定性或随机性结构,均能采用通用的器官尺度的数据进行模型校准。【本文的内容概括】本文回顾GreenLab模型的发展历程及其最新进展,介绍模型的基本概念和主要方法,包括双尺度自动机、器官序列,以及通用的植物拟合目标。详细介绍了GreenLab模型中所包含的结构模型(器官数量的计算、器官产生的随机性模拟等)、功能模型(植物和器官需求、生物量产生和分配、器官生长等),以及二者相结合进行参数反求的计算方法。【展望】随着植物表型技术的成熟和普及,GreenLab模型可用于平行农业种植系统的构建,服务植物与环境关系的深入理解,以及生产管理与控制中的智能决策支持。

关键词： GreenLab 植物功能结构模型离散动态模型参数校准平行农业系统

来源：评论

学校读者我要写书评

暂无评论

基于二次曲面拟合的机械模型交互式分割方法

引用

计算机辅助设计与图形学学报 2019年第7期31卷 1210-1220页

作者：吴仲琦郭建伟肖俊曾祥永王颖严冬明中国科学院大学人工智能技术学院北京100049 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京盛开互动科技有限公司北京100191

针对三角网格全自动分割方法的自适应能力较差的问题,提出了一种基于二次曲面拟合的交互式半自动分割方法.首先采用变分方法对网格模型进行二次曲面拟合和分割,然后引入用户的交互信息来指导模型的分割,并配合迭代优化算法交替使用.具体... 详细信息

针对三角网格全自动分割方法的自适应能力较差的问题,提出了一种基于二次曲面拟合的交互式半自动分割方法.首先采用变分方法对网格模型进行二次曲面拟合和分割,然后引入用户的交互信息来指导模型的分割,并配合迭代优化算法交替使用.具体地,算法包括以下3个步骤:基于random sample consensus(RANSAC)的初始化、迭代优化、交互式合并与切分.其中,初始化方法可以取得一个较好的划分结果,迭代优化可以提高算法的分割质量,而交互式合并与交互式切分步骤可以与迭代优化步骤交替使用,利用用户的主观先验知识对分割不够准确的地方进行局部操作,从而使得分割的效果更为准确、真实.通过比较不同算法对多个机械模型进行分割的效果,算法在收敛速度和拟合误差方面都有明显的优势,并且可以对具有不同特征的三维机械模型以及带有噪声的模型进行准确、合理的分割.

关键词：网格分割用户交互二次曲面拟合

来源：评论

学校读者我要写书评

暂无评论

亚急性期脑卒中康复过程中半球间皮质结构可塑性差异

引用

中国康复理论与实践 2021年第4期27卷 436-444页

作者：张豪杰王云雷樊令仲李芳刘静娅于少泓侯园园白晨李冰洁杜晓霞张通首都医科大学康复医学院北京市100068 中国康复科学所北京市100068 中国康复研究中心北京博爱医院北京市100068 中国科学院自动化研究所模式识别国家重点实验室和脑网络组研究中心北京市100190 中国科学院大学北京市100190 山东中医药大学第二附属医院山东济南市250001 山东中医药大学第二临床医学院山东济南市250001

目的探讨脑卒中患者亚急性期康复过程中不同半球间皮质结构可塑性机制差异。方法 2018年11月20日至2020年2月1日,选取本院首次发病的皮质下缺血性脑卒中患者22例,分别在康复前、康复1个月、康复2个月行磁共振扫描和运动功能评估。测量... 详细信息

目的探讨脑卒中患者亚急性期康复过程中不同半球间皮质结构可塑性机制差异。方法 2018年11月20日至2020年2月1日,选取本院首次发病的皮质下缺血性脑卒中患者22例,分别在康复前、康复1个月、康复2个月行磁共振扫描和运动功能评估。测量皮质表面积、皮质厚度和皮质体积。采用两因素重复测量方差分析观察皮质结构的动态变化和半球间差异。结果对于双侧半球,时间主效应显著,主要集中在康复前和康复1个月之间。大部分脑区的皮质表面积、厚度和体积主要呈减少趋势,海马旁回的皮质厚度和体积呈升高趋势。半球间主效应显著的脑区为中央后回表面积和体积(F> 4.305, P <0.05),表现为病灶同侧小于病灶对侧。病灶侧中央后回厚度(r=-0.474, P=0.026)和体积(r=-0.432, P=0.044)的减少与运动功能恢复率呈负相关。结论病灶同侧半球与对侧半球在康复过程中存在皮质结构可塑性差异,皮质结构在脑卒中后的前2个月变化最明显,病灶侧中央后回厚度和体积减小越明显,运动功能恢复可能越差。

关键词：脑卒中康复脑可塑性皮质厚度皮质体积

来源：评论

学校读者我要写书评

暂无评论

基于伪三维卷积神经网络的手势姿态估计

引用

计算机应用研究 2020年第4期37卷 1230-1233,1243页

作者：张宏源袁家政刘宏哲原春锋王雪峤邓智方北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学北京100081 中国科学院自动化研究所模式识别国家重点实验室北京100190

大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。该方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度。另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些... 详细信息

大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。该方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度。另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些方法常难以满足实时性要求。为了克服这些缺点,提出以空间滤波器和深度滤波器级联的方式模拟三维卷积,减少网络参数量。同时,在各个尺度上提取手势姿态特征并加以整合,充分利用手势的三维信息。实验表明,该方法能有效提高手势姿态估计精度,减小模型尺寸,且在具有单块GPU的计算机上能以超过119 fps的速度运行。

关键词：手势姿态估计伪三维卷积神经网络三维特征深度图像深度学习

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：