检索结果-内蒙古大学图书馆

纺织高校基础科学学报 2014年第2期27卷 258-262页

作者：朱耀麟刘雅琪万韬阮武桐西安工程大学电子信息学院陕西西安710048 英国布拉德福德大学计算机信息与传媒学院

针对传统提取信息方法的局限性和对唐代服饰进行信息提取自身的特点,提出了一种利用图片的灰度值作为深度信息的唐代服装褶皱信息提取方法.在计算机视觉OpenCV技术平台上,及其Photoshop图像处理技术上对提取服装褶皱信息的方法进行研究.... 详细信息

针对传统提取信息方法的局限性和对唐代服饰进行信息提取自身的特点,提出了一种利用图片的灰度值作为深度信息的唐代服装褶皱信息提取方法.在计算机视觉OpenCV技术平台上,及其Photoshop图像处理技术上对提取服装褶皱信息的方法进行研究.在Photoshop中对图片进行预处理,然后在OpenCV平台上对图片进行褶皱信息提取,并将具体数据输出,并用Maya建模软件对输出的褶皱数据信息进行三维恢复,使唐代服装模型立体化重现.利用这种方法突破了传统建模方法只能对简单物体进行三维恢复的局限性,提高了建模效率,使模型达到逼真的三维可视化效果.

关键词： OpenCV 褶皱信息 Photoshop 唐代服装

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的镜头边界检测

引用

计算机应用 2009年第5期29卷 1369-1372页

作者：张楠肖国强江健民邱开金西南大学计算机与信息科学学院重庆400715 布拉德福德大学信息学院布拉德福德英国BD7 1DP

基于神经网络的机器学习思想,提出一种利用多种视频特征的镜头边界检测算法。突变检测中,在特征矢量形成上,分别采用了相邻两帧差值法和滑动窗口法,并加入运动信息以排除强运动对突变检测的影响;在神经网络的构架上,则分别采用了融合法... 详细信息

基于神经网络的机器学习思想,提出一种利用多种视频特征的镜头边界检测算法。突变检测中,在特征矢量形成上,分别采用了相邻两帧差值法和滑动窗口法,并加入运动信息以排除强运动对突变检测的影响;在神经网络的构架上,则分别采用了融合法和选举法。在渐变检测中,先通过三个神经网络将溶解过程中方差曲线的三种模式分别识别出来,再根据溶解过程中亮度均值呈线性递增或递减的特性将干扰排除。对大量TRECVID视频进行实验的结果表明,该算法对视频突变和渐变都具有良好的检测性能,并对运动以及闪光灯的干扰具有较好的鲁棒性。

关键词：镜头边界检测视频分割 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

九成宫虚拟场景创建及其交互漫游实现

引用

计算机工程与设计 2015年第8期36卷 2201-2205页

作者：朱耀麟许嘉琳杨宇峤万韬阮武桐田蓉西安工程大学电子信息学院陕西西安710000 布拉德福德大学计算机信息与传媒学院西约克郡布拉德福德BD71DP 长安大学建筑学院陕西西安710061

结合考古资料,研究隋唐遗址九成宫虚拟场景创建及其交互漫游实现的方法。针对其实现过程中遇到的场景复杂、内存占用多、画面不流畅、交互设备复杂等问题,提出混合建模和采用Kinect进行动作捕捉的方法,实现复杂虚拟场景的构建及交互漫... 详细信息

结合考古资料,研究隋唐遗址九成宫虚拟场景创建及其交互漫游实现的方法。针对其实现过程中遇到的场景复杂、内存占用多、画面不流畅、交互设备复杂等问题,提出混合建模和采用Kinect进行动作捕捉的方法,实现复杂虚拟场景的构建及交互漫游过程中人体姿势控制代替键盘控制,重现隋唐遗址九成宫的原始风貌。整个漫游过程无"跳跃"现象,画面流畅,人体姿势控制能正确反映到交互漫游过程中,Kinect动作捕捉精度较高,对九成宫遗址的保护和展示有重要意义。

关键词：九成宫虚拟场景建模自然交互漫游

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的抗噪声点云识别网络设计

引用

纺织高校基础科学学报 2020年第3期33卷 113-120页

作者：张光玺汤汶万韬阮薛涛西安工程大学计算机科学学院陕西西安710048 伯恩茅斯大学科学与技术学院英国伯恩茅斯BH125BB 布拉德福德大学工程与信息学院英国布拉德福德BD71DP

为了提高点云识别网络的抗噪声能力,降低神经网络在空间模型运算中对处理器的压力,设计一款轻量且具备抗噪声能力的点云识别网络。新的网络通过引入点云库技术,在多层感知机输入数据前添加了随机采样模块和近邻统计高斯滤噪模块,有效滤... 详细信息

为了提高点云识别网络的抗噪声能力,降低神经网络在空间模型运算中对处理器的压力,设计一款轻量且具备抗噪声能力的点云识别网络。新的网络通过引入点云库技术,在多层感知机输入数据前添加了随机采样模块和近邻统计高斯滤噪模块,有效滤除复杂点云场景中的离群点。通过优化多层感知模块与全连接模块层次结构,减少网络冗余参数。实验证明:在模型识别准确率维持在84.2%的同时,相较于7种同类型网络,本网络对数据中的随机噪声具有较强的鲁棒性,并具有更快的识别速度。

关键词：点云识别抗噪声轻量型点云库随机下采样高斯统计滤噪

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的服装图像语义分析与检索推荐

引用

纺织高校基础科学学报 2020年第3期33卷 64-72页

作者：徐慧白美丽万韬阮薛涛汤汶西安工程大学计算机科学学院/陕西省服装设计智能化重点实验室陕西西安710048 布拉德福德大学工程与信息学院英国布拉德福德BD71DP 伯恩茅斯大学科学与工程技术学院英国伯恩茅斯BH125BB

针对服装检测推荐方法中的服装图像分割算法分割精度不高且存在多尺度特征融合不佳的问题,提出一种基于注意力机制和多尺度特征融合的深度卷积网络服装特征提取分析检索与推荐方法。该方法以图像语义分割算法为基础,从服装图像中提取高... 详细信息

针对服装检测推荐方法中的服装图像分割算法分割精度不高且存在多尺度特征融合不佳的问题,提出一种基于注意力机制和多尺度特征融合的深度卷积网络服装特征提取分析检索与推荐方法。该方法以图像语义分割算法为基础,从服装图像中提取高级语义信息,通过哈希函数对提取的特征进行编码,并引入ASPP对图像进行多尺度特征提取,然后使用注意力模型对提取到的特征进行融合并构建索引库,最终实现语义相似性服装推荐的功能。实验表明:本方法可以有效提高分割准确度,解决多尺度特征提取的问题,能够成功提取图像中的高层次语义特征,具有较高的分割准确率,在很大程度上提高了服装相似性语义推荐的效率。

关键词：深度卷积神经网络多尺度特征融合服装语义分割服装多尺度特征提取服装检索服装推荐

来源：评论

学校读者我要写书评

暂无评论

基于结构光的3D激光扫描仪系统研究

引用

微处理机 2013年第2期34卷 78-80页

作者：林静汤汶万韬阮西安工程大学电子信息学院西安710048 英国提塞德大学计算机学院英国布拉德福德大学信息学院

近年来,3D激光扫描仪凭借其全自动高精度立体扫描的优点极大地促进了三维重建的发展与应用,然而,其过高的价格又极大地限制了其应用与普及。基于这一问题,提出了一种自制的低成本3D激光扫描系统,该系统基于结构光法原理,由常见的摄像头... 详细信息

近年来,3D激光扫描仪凭借其全自动高精度立体扫描的优点极大地促进了三维重建的发展与应用,然而,其过高的价格又极大地限制了其应用与普及。基于这一问题,提出了一种自制的低成本3D激光扫描系统,该系统基于结构光法原理,由常见的摄像头,线状激光发射器,标定板搭建而成。系统分为背景设置,相机标定及数据采集几个部分。实验结果表明,此系统能够完成对物体的三维扫描过程,具有成本低,性价比高的优点。

关键词：三维重建 3D激光扫描仪低成本

来源：评论

学校读者我要写书评

暂无评论

三维虚拟古代士兵群体运动仿真研究

引用

计算机与数字工程 2013年第1期41卷 101-104页

作者：成红艳汤汶万韬阮景军锋朱耀麟西安工程大学电子信息学院西安710048 英国提塞德大学计算机学院英国布拉德福德大学信息学院

针对现有的虚拟群体动画技术难以同时保证动画的实时性和真实性等问题,提出了一种采用运动捕获数据和粒子群系统相结合的方法来实现群体的运动。对运动捕获数据进行分析与研究,采用Maya嵌入式脚本语言(MEL)建立并驱动三维骨架模型,从而... 详细信息

针对现有的虚拟群体动画技术难以同时保证动画的实时性和真实性等问题,提出了一种采用运动捕获数据和粒子群系统相结合的方法来实现群体的运动。对运动捕获数据进行分析与研究,采用Maya嵌入式脚本语言(MEL)建立并驱动三维骨架模型,从而产生骨架的运动,形成动画,最后采用粒子群系统实现群体的运动。经实验证明,此方法在三维场景中成功实现了古代士兵群体的行军运动仿真,且提高了制作群体动画的效率和逼真度。

关键词：虚拟士兵运动捕获 ASF AMC 粒子系统 MEL 群体动画

来源：评论

学校读者我要写书评

暂无评论

一种改进的用于服装解析的自监督网络学习方法

引用

纺织高校基础科学学报 2019年第4期32卷 385-392,410页

作者：白美丽万韬阮汤汶朱欣娟薛涛西安工程大学计算机科学学院/陕西省服装设计智能化重点实验室陕西西安710048 布拉德福德大学工程与信息学院英国布拉德福德BD71DP 伯恩茅斯大学科学与工程技术学院英国伯恩茅斯BH125BB

针对现有的服装解析算法在复杂背景下分割准确率较低,依赖姿态估计等问题,提出一种基于深度卷积神经网络的自监督服装解析方法(Deeplabv2-SSL),即在Deeplabv2网络中注入一种自监督的结构敏感学习算法。新的算法在训练过程中不需要标注... 详细信息

针对现有的服装解析算法在复杂背景下分割准确率较低,依赖姿态估计等问题,提出一种基于深度卷积神经网络的自监督服装解析方法(Deeplabv2-SSL),即在Deeplabv2网络中注入一种自监督的结构敏感学习算法。新的算法在训练过程中不需要标注任何人体关节信息,直接从像素标签中学习人体更高层次的信息,利用学习到的人体关节信息更好地定位服装分割的区域,降低了姿态估计过程中的损失。实验表明,Deeplabv2-SSL网络可以有效地解析服装中人体的个别部位以及服装区域。测试过程中总体像素精度大约83.37%,平均像素精度大约52.53%,较其他语义分割模型性能更佳。

关键词：服装解析语义分割深度卷积神经网络自监督学习姿态估计

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：