期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于物体单视图的隐式曲面重建
1
作者
邢燕
牛赛虎
+1 位作者
洪沛霖
檀结庆
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2024年第5期642-648,共7页
基于隐式曲面的三维重建方法在保真度、灵活性和压缩能力方面提供了良好的权衡。文章利用隐式曲面网络学习物体形状的三维表面,首先利用视觉几何群(visual geometry group-16,VGG-16)网络从图像中提取全局特征,对建模空间中的每个采样点...
基于隐式曲面的三维重建方法在保真度、灵活性和压缩能力方面提供了良好的权衡。文章利用隐式曲面网络学习物体形状的三维表面,首先利用视觉几何群(visual geometry group-16,VGG-16)网络从图像中提取全局特征,对建模空间中的每个采样点从VGG-16网络中获取局部特征;其次对每个采样点利用多层感知器(multi-layer perceptron,MLP)进行位置编码得到点特征;然后将全局特征和局部特征分别与点特征串联起来送入2个解码器中,获得隐式场中采样点的符号距离函数(signed distance function,SDF)的大小与符号,并最终得到物体的隐式曲面。文中所提出的方法应用于ShapeNet数据集上进行三维对象重建任务,定性和定量评估均优于现有方法,特别是对于具有孔洞和薄结构的复杂拓扑物体。
展开更多
关键词
三维重建
全局特征
局部特征
深度学习
符号距离函数(SDF)
在线阅读
下载PDF
职称材料
基于单视图的带纹理三维人体网格参数化重建
2
作者
邢燕
徐冬
+1 位作者
洪沛霖
檀结庆
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2024年第3期347-353,共7页
针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征...
针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征被送入三维回归模块,迭代推断出三维人体参数;纹理参数送入纹理解码器网络得到纹理图;学习到的人体参数可转化为三维人体网格;对于损失函数的设置,预测的人体网格顶点与真实顶点的差值用来进行三维监督;通过预测的像机参数、光照参数和纹理计算二维渲染损失;通过三维关节投射得到的二维关节与图像上的二维关节真值计算二维关节重投影损失;生成对抗网络的鉴别器使得渲染图像更加真实。该文方法与现有的三维人体重建方法相比具有竞争力,而且重建的三维人体网格带有纹理信息。
展开更多
关键词
三维人体重建
深度学习
蒙皮多人线性(SMPL)模型
形状姿态
纹理
在线阅读
下载PDF
职称材料
基于正则化损失的MeshNet半监督分类
3
作者
吕帅君
邢燕
洪沛霖
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第8期1142-1145,1152,共5页
深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结...
深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结果的量化指标来看,提出的正则化损失对于网格半监督分类任务的准确率有很好的提升效果。
展开更多
关键词
正则化损失
网格分类
半监督学习
网格网络
在线阅读
下载PDF
职称材料
题名
基于物体单视图的隐式曲面重建
1
作者
邢燕
牛赛虎
洪沛霖
檀结庆
机构
合肥工业大学数学学院
安徽中医药大学医药信息工程学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2024年第5期642-648,共7页
基金
国家自然科学基金资助项目(62172135)
合肥工业大学校级教研资助项目(KCSZ2022034)
安徽中医药大学教研重点资助项目(2020xjjy_zd005)
文摘
基于隐式曲面的三维重建方法在保真度、灵活性和压缩能力方面提供了良好的权衡。文章利用隐式曲面网络学习物体形状的三维表面,首先利用视觉几何群(visual geometry group-16,VGG-16)网络从图像中提取全局特征,对建模空间中的每个采样点从VGG-16网络中获取局部特征;其次对每个采样点利用多层感知器(multi-layer perceptron,MLP)进行位置编码得到点特征;然后将全局特征和局部特征分别与点特征串联起来送入2个解码器中,获得隐式场中采样点的符号距离函数(signed distance function,SDF)的大小与符号,并最终得到物体的隐式曲面。文中所提出的方法应用于ShapeNet数据集上进行三维对象重建任务,定性和定量评估均优于现有方法,特别是对于具有孔洞和薄结构的复杂拓扑物体。
关键词
三维重建
全局特征
局部特征
深度学习
符号距离函数(SDF)
Keywords
three-dimensional(3D)reconstruction
global feature
local feature
deep learning
signed distance function(SDF)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于单视图的带纹理三维人体网格参数化重建
2
作者
邢燕
徐冬
洪沛霖
檀结庆
机构
合肥工业大学数学学院
安徽中医药大学医药信息工程学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2024年第3期347-353,共7页
基金
国家自然科学基金资助项目(62172135)
合肥工业大学校级教研资助项目(KCSZ2022034)
安徽中医药大学教研重点资助项目(2020xjjy_zd005)。
文摘
针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征被送入三维回归模块,迭代推断出三维人体参数;纹理参数送入纹理解码器网络得到纹理图;学习到的人体参数可转化为三维人体网格;对于损失函数的设置,预测的人体网格顶点与真实顶点的差值用来进行三维监督;通过预测的像机参数、光照参数和纹理计算二维渲染损失;通过三维关节投射得到的二维关节与图像上的二维关节真值计算二维关节重投影损失;生成对抗网络的鉴别器使得渲染图像更加真实。该文方法与现有的三维人体重建方法相比具有竞争力,而且重建的三维人体网格带有纹理信息。
关键词
三维人体重建
深度学习
蒙皮多人线性(SMPL)模型
形状姿态
纹理
Keywords
3D human reconstruction
deep learning
skinned multi-person linear(SMPL)model
shape and pose
texture
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于正则化损失的MeshNet半监督分类
3
作者
吕帅君
邢燕
洪沛霖
机构
合肥工业大学数学学院
安徽中医药大学医药信息工程学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第8期1142-1145,1152,共5页
基金
国家自然科学基金资助项目(11601115)
中央高校基本科研业务费专项资金资助项目(PA2020GDSK0060)。
文摘
深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结果的量化指标来看,提出的正则化损失对于网格半监督分类任务的准确率有很好的提升效果。
关键词
正则化损失
网格分类
半监督学习
网格网络
Keywords
regularization loss
mesh classification
semi-supervised learning
MeshNet
分类号
TP391.411 [自动化与计算机技术—计算机应用技术]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于物体单视图的隐式曲面重建
邢燕
牛赛虎
洪沛霖
檀结庆
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于单视图的带纹理三维人体网格参数化重建
邢燕
徐冬
洪沛霖
檀结庆
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于正则化损失的MeshNet半监督分类
吕帅君
邢燕
洪沛霖
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
