检索结果-维普期刊中文期刊服务平台

基于K-means聚类方法的三维点云模型分割被引量：24: 1; 作者孙红岩孙晓鹏李华《计算机工程与应用》 CSCD 北大核心 2006年第10期42-45,共4页; 提出采用K-means聚类分析方法对三维点云模型进行分割。论文指出,对于分布呈现类内团聚状三维点云模型,K均值聚类分割可以得到较好的结果。与三维网格模型的K均值聚类分割、点云模型的谱系聚类分割的实验结果比较证实了这一点。; 关键词三维模型分割聚类分割三维点云模型 K均值聚类; 在线阅读下载PDF 职称材料

基于点云数据的三维目标识别和模型分割方法被引量：21: 2; 作者牛辰庚刘玉杰 +1 位作者李宗民李华《图学学报》 CSCD 北大核心 2019年第2期274-281,共8页; 三维模型的深度特征表示是三维目标识别和三维模型语义分割的关键和前提,在机器人、自动驾驶、虚拟现实、遥感测绘等领域有着广泛的应用前景。然而传统的卷积神经网络需要以规则化的数据作为输入,对于点云数据需要转换为视图或体素网格... 展开更多; 关键词点云深度学习原始数据三维目标识别三维模型分割; 在线阅读下载PDF 职称材料

基于权重能量自适应分布的三维形状分割算法被引量：1: 3; 作者舒振宇杨思鹏 +3 位作者辛士庆庞超逸杨雨璠胡超《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第3期343-351,共9页; 针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的... 展开更多; 关键词三维模型三维模型分割权重能量自适应分布深度学习; 在线阅读下载PDF 职称材料

勾画式交互的网格模型分割被引量：1: 4; 作者杨福艳周明全邓擎琼《计算机工程与应用》 CSCD 北大核心 2010年第36期175-177,共3页; 提出一种基于区域增长的交互三维网格模型分割方法。在区域增长的基础上,首先由用户利用基于勾画的交互方式选定部分顶点作为目标和背景,其余顶点作为未知区域,利用区域增长的方法自动生成目标的边界,从而完成模型的分割。此方法中边界... 展开更多; 关键词三维网格模型分割基于勾画的交互方式边界顶点区域增长; 在线阅读下载PDF 职称材料

基于三角网格模型的纹理映射研究被引量：10: 5; 作者万燕王慧洁鲁俊《计算机应用与软件》 CSCD 2016年第4期160-163,201,共5页; 纹理映射可以在不增加三维模型复杂度的前提下很好地表现三维模型表面的纹理细节,提高三维模型的视觉效果。针对三维网格模型,提出一种用基于纹理图册的方法将模型进行分片,并利用最小二乘保形映射对分割得到的每一片进行平面参数化,控... 展开更多; 关键词纹理映射平面参数化纹理坐标三维模型分割纹理重建; 在线阅读下载PDF 职称材料

题名基于K-means聚类方法的三维点云模型分割被引量：24: 1; 作者孙红岩孙晓鹏李华; 机构鞍山科技大学计算机系中国科学院计算技术研究所智能信息处理重点实验室中国科学院研究生院; 出处《计算机工程与应用》 CSCD 北大核心 2006年第10期42-45,共4页; 基金国家自然科学基金资助项目(编号:60533090 60573154) 国家973基础研究规划资助项目(编号:G2004CB318000); 文摘提出采用K-means聚类分析方法对三维点云模型进行分割。论文指出,对于分布呈现类内团聚状三维点云模型,K均值聚类分割可以得到较好的结果。与三维网格模型的K均值聚类分割、点云模型的谱系聚类分割的实验结果比较证实了这一点。; 关键词三维模型分割聚类分割三维点云模型 K均值聚类; Keywords 3D model segmentation,cluster segmentation,3D point cloud,K-means cluster; 分类号 TP391 [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

题名基于点云数据的三维目标识别和模型分割方法被引量：21: 2; 作者牛辰庚刘玉杰李宗民李华; 机构中国石油大学(华东)计算机与通信工程学院中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学; 出处《图学学报》 CSCD 北大核心 2019年第2期274-281,共8页; 基金中央高校基本科研业务费专项资金项目(18CX06049A) 国家自然科学基金项目(61379106 +3 种基金 61379082 61227802) ZR2013FM036); 文摘三维模型的深度特征表示是三维目标识别和三维模型语义分割的关键和前提,在机器人、自动驾驶、虚拟现实、遥感测绘等领域有着广泛的应用前景。然而传统的卷积神经网络需要以规则化的数据作为输入,对于点云数据需要转换为视图或体素网格来处理,过程复杂且损失了三维模型的几何结构信息。借助已有的可以直接处理点云数据的深度网络,针对产生的特征缺少局部拓扑信息问题进行改进,提出一种利用双对称函数和空间转换网络获得更鲁棒、鉴别力更强的特征。实验表明,通过端到端的方式很好地解决缺少局部信息问题,在三维目标识别、三维场景语义分割任务上取得了更好的实验效果,并且相比于PointNet++在相同精度的情况下训练时间减少了20%。; 关键词点云深度学习原始数据三维目标识别三维模型分割; Keywords point cloud deep learning raw data 3D object recognition 3D model segmentation; 分类号 TP391 [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

题名基于权重能量自适应分布的三维形状分割算法被引量：1: 3; 作者舒振宇杨思鹏辛士庆庞超逸杨雨璠胡超; 机构浙江大学宁波理工学院计算机与数据工程学院浙江大学宁波研究院浙江大学机械工程学院山东大学计算机科学与技术学院浙江大学宁波理工学院信息科学与工程学院; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第3期343-351,共9页; 基金国家自然科学基金(61872321,61572022) 浙江省自然科学基金(LQ17F030002,LQ19C060001) +3 种基金浙江大学CAD&CG国家重点实验室开放课题(A1702).; 文摘针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.; 关键词三维模型三维模型分割权重能量自适应分布深度学习; Keywords 3D shape 3D shape segmentation weighted energy adaptive distribution deep learning; 分类号 TP391.72 [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

题名勾画式交互的网格模型分割被引量：1: 4; 作者杨福艳周明全邓擎琼; 机构北京师范大学虚拟现实与可视化技术实验室; 出处《计算机工程与应用》 CSCD 北大核心 2010年第36期175-177,共3页; 基金国家自然科学基金重点项目(No.60736008) 国家高技术研究发展计划(863)(No.2008AA01Z301)~~; 文摘提出一种基于区域增长的交互三维网格模型分割方法。在区域增长的基础上,首先由用户利用基于勾画的交互方式选定部分顶点作为目标和背景,其余顶点作为未知区域,利用区域增长的方法自动生成目标的边界,从而完成模型的分割。此方法中边界顶点分割结果的好坏直接影响到了最终的分割结果,因此,在利用区域增长方法形成边界时,将既与目标相邻又与背景相邻的顶点标记为特殊点,在其余未知部分分割完成之后,重新对特殊点进行一次区域增长算法。此时由于大部分顶点的状态已经确定,获得的边界将更为准确。实验表明分割结果有了很大程度的改进。; 关键词三维网格模型分割基于勾画的交互方式边界顶点区域增长; Keywords three-dimensional mesh segmentations cribble-based interactive methods boundariesr egion growth; 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

题名基于三角网格模型的纹理映射研究被引量：10: 5; 作者万燕王慧洁鲁俊; 机构东华大学计算机科学与技术系; 出处《计算机应用与软件》 CSCD 2016年第4期160-163,201,共5页; 基金国家自然科学基金项目(81372057); 文摘纹理映射可以在不增加三维模型复杂度的前提下很好地表现三维模型表面的纹理细节,提高三维模型的视觉效果。针对三维网格模型,提出一种用基于纹理图册的方法将模型进行分片,并利用最小二乘保形映射对分割得到的每一片进行平面参数化,控制了形变。再通过建立二维坐标系与纹理坐标系的关系,确定三维模型各个顶点的纹理坐标,从而对三维模型进行纹理映射。实验证明,该方法能得到较好的纹理映射效果,增强了三维模型的真实感。; 关键词纹理映射平面参数化纹理坐标三维模型分割纹理重建; Keywords Texture mapping Plane parameterisation Texture coordinate 3D model segmentation Texture reconstruction; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 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K-means聚类方法的三维点云模型分割	孙红岩孙晓鹏李华	《计算机工程与应用》 CSCD 北大核心	2006	24	在线阅读下载PDF 职称材料
2	基于点云数据的三维目标识别和模型分割方法	牛辰庚刘玉杰李宗民李华	《图学学报》 CSCD 北大核心	2019	21	在线阅读下载PDF 职称材料
3	基于权重能量自适应分布的三维形状分割算法	舒振宇杨思鹏辛士庆庞超逸杨雨璠胡超	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
4	勾画式交互的网格模型分割	杨福艳周明全邓擎琼	《计算机工程与应用》 CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
5	基于三角网格模型的纹理映射研究	万燕王慧洁鲁俊	《计算机应用与软件》 CSCD	2016	10	在线阅读下载PDF 职称材料