基于视觉的三维重建技术通过图像特征匹配计算相机的姿态信息以及提取稀疏点云,然后利用多视图精细化匹配技术重建真实环境中物体表面的三维模型,然而对于特殊区域如弱纹理区域和无纹理区域,三维重建技术很难提取特征信息,这导致在稠密...基于视觉的三维重建技术通过图像特征匹配计算相机的姿态信息以及提取稀疏点云,然后利用多视图精细化匹配技术重建真实环境中物体表面的三维模型,然而对于特殊区域如弱纹理区域和无纹理区域,三维重建技术很难提取特征信息,这导致在稠密重建中出现空洞现象,三维重建结果的可视效果差且实用价值受限。针对传统摄影测量三维重建方法在弱纹理区域的重建效果差、后期人工修模工序复杂且工作量大的问题,提出一种基于AI智能识别的三维重建弱纹理区域模型修复方法。首先,向YOLOv8分割网络中添加具有双水平路由注意的视觉变压器注意力机制BiFormer、基于最小点距离的边界框相似度比较度量MPDIoU(Minimum Point Distance Intersection over Union)和遗传编程自动发现神经网络优化器Lion,以优化改进YOLOv8网络,即提高网络对弱纹理的识别精度,用于弱纹理场景的训练与智能推理;其次,基于智能识别的弱纹理区域掩膜,对PatchMatch稠密化的深度图进行弱纹理填补和优化,从而自动补全场景弱纹理区域的点云,并生成整平的弱纹理区域模型,且无需任何后期的人工干预就能得到高完整度、高质量的三维模型成果。实验结果表明,所提方法的弱纹理识别效率提升了15%,识别精度提升了10%,且使弱纹理区域三角网空洞填补完整,验证了所提方法针对弱纹理区域场景修复的有效性。展开更多
针对弱扰动下Bonhoeffer-Van Der Pol振子表现出复杂类型的振荡,采用Poincare mapping和回归映射等非线性动力学的分析方法对其进行了研究,考察了弱扰动周期与强度对混合模式振荡类型的影响.结果表明:虽然研究的动力系统是简单的,但是...针对弱扰动下Bonhoeffer-Van Der Pol振子表现出复杂类型的振荡,采用Poincare mapping和回归映射等非线性动力学的分析方法对其进行了研究,考察了弱扰动周期与强度对混合模式振荡类型的影响.结果表明:虽然研究的动力系统是简单的,但是表现出的动力学行为是比较复杂的;所观察到的现象与相似的模型有着相关性.展开更多
借助具弱压缩的粘性逼近,提出一种新的修正的迭代算法,用以寻求一公共元,它既是一无穷族非扩张映像的公共不动点集中的点,也是一有限族的平衡问题的解集中的点,而且它还是一变分不等式的解.在适当的条件下,一些强收敛定理在Hilbert空间...借助具弱压缩的粘性逼近,提出一种新的修正的迭代算法,用以寻求一公共元,它既是一无穷族非扩张映像的公共不动点集中的点,也是一有限族的平衡问题的解集中的点,而且它还是一变分不等式的解.在适当的条件下,一些强收敛定理在Hilbert空间的框架下被建立.所得结果推广和改进了Colao等[Nonlinear Anal,2009,71:2708-2715],Plubtieng等[JMath Anal Appl,2007,336:455-469],Colao等[JMath Anal Appl,2008,344:340-352],Yao等[Fixed Point Theory Appl,2007,ArtID64363]及其他人的一些最新的结果.展开更多
针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出...针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出现了坍塌现象,且从理论上证明了两个耦合bonhoeffer-van der pol振子的膜电压比慢变量到达完全同步时所需的耦合强度要大,在二维参数平面上,膜电压到达同步时所取参数范围应小些.结果表明,与膜电压相比,慢变量更容易达到同步,且变量之间呈现一种线性关系.展开更多
文摘基于视觉的三维重建技术通过图像特征匹配计算相机的姿态信息以及提取稀疏点云,然后利用多视图精细化匹配技术重建真实环境中物体表面的三维模型,然而对于特殊区域如弱纹理区域和无纹理区域,三维重建技术很难提取特征信息,这导致在稠密重建中出现空洞现象,三维重建结果的可视效果差且实用价值受限。针对传统摄影测量三维重建方法在弱纹理区域的重建效果差、后期人工修模工序复杂且工作量大的问题,提出一种基于AI智能识别的三维重建弱纹理区域模型修复方法。首先,向YOLOv8分割网络中添加具有双水平路由注意的视觉变压器注意力机制BiFormer、基于最小点距离的边界框相似度比较度量MPDIoU(Minimum Point Distance Intersection over Union)和遗传编程自动发现神经网络优化器Lion,以优化改进YOLOv8网络,即提高网络对弱纹理的识别精度,用于弱纹理场景的训练与智能推理;其次,基于智能识别的弱纹理区域掩膜,对PatchMatch稠密化的深度图进行弱纹理填补和优化,从而自动补全场景弱纹理区域的点云,并生成整平的弱纹理区域模型,且无需任何后期的人工干预就能得到高完整度、高质量的三维模型成果。实验结果表明,所提方法的弱纹理识别效率提升了15%,识别精度提升了10%,且使弱纹理区域三角网空洞填补完整,验证了所提方法针对弱纹理区域场景修复的有效性。
文摘针对弱扰动下Bonhoeffer-Van Der Pol振子表现出复杂类型的振荡,采用Poincare mapping和回归映射等非线性动力学的分析方法对其进行了研究,考察了弱扰动周期与强度对混合模式振荡类型的影响.结果表明:虽然研究的动力系统是简单的,但是表现出的动力学行为是比较复杂的;所观察到的现象与相似的模型有着相关性.
文摘借助具弱压缩的粘性逼近,提出一种新的修正的迭代算法,用以寻求一公共元,它既是一无穷族非扩张映像的公共不动点集中的点,也是一有限族的平衡问题的解集中的点,而且它还是一变分不等式的解.在适当的条件下,一些强收敛定理在Hilbert空间的框架下被建立.所得结果推广和改进了Colao等[Nonlinear Anal,2009,71:2708-2715],Plubtieng等[JMath Anal Appl,2007,336:455-469],Colao等[JMath Anal Appl,2008,344:340-352],Yao等[Fixed Point Theory Appl,2007,ArtID64363]及其他人的一些最新的结果.
文摘针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出现了坍塌现象,且从理论上证明了两个耦合bonhoeffer-van der pol振子的膜电压比慢变量到达完全同步时所需的耦合强度要大,在二维参数平面上,膜电压到达同步时所取参数范围应小些.结果表明,与膜电压相比,慢变量更容易达到同步,且变量之间呈现一种线性关系.
