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
2
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
DCSplat:一种深度约束的稀疏视角三维重建方法
1
作者
黄志勇
佘雅丽
+3 位作者
华喜锋
向梦丽
杨晨龙
丁妥君
《图学学报》
北大核心
2025年第3期510-519,共10页
针对稀疏视角三维重建中的挑战,尤其是高斯椭球数量不足引起的重建孔洞和精度衰减等问题,提出了一种深度约束的3D Gaussian splatting(3DGS)稀疏视角三维重建方法(DCSplat),利用深度约束自适应的补全3DGS初始化时所需的点云,设计了一种...
针对稀疏视角三维重建中的挑战,尤其是高斯椭球数量不足引起的重建孔洞和精度衰减等问题,提出了一种深度约束的3D Gaussian splatting(3DGS)稀疏视角三维重建方法(DCSplat),利用深度约束自适应的补全3DGS初始化时所需的点云,设计了一种随机结构相似性损失,实现了稀疏视角图像的快速高精质量重建。其核心在于利用提出的前馈神经网络来完善SFM过程中产生的稀疏点云。首先,通过预训练的单目深度估计网络从图像中预测深度信息。其次,利用相机参数构建投影矩阵,将稀疏点云投影到图像上,建立点云z值与深度值关联关系,进一步构建和训练图像像素深度值与点云z值映射的深度神经网络,用于优化和补全3DGS所需的点云信息。再次,为克服3DGS逐点优化损失的局限性,引入了一种随机结构相似性损失函数,该函数将对应于像素的多个高斯视为整体来处理,能够全局考虑点云结构,促进更连贯和精确的三维重建。DCSplat在LLFF,DTU和MipNeRF360标准数据集上的测试结果表明,其在关键评价指标上,包括峰值信噪比(PSNR)、结构相似性(SSIM)以及学习感知图像块相似度(LPIPS),均达到甚至超越了现有方法的性能水平,能够有效提升重建质量。此外,该方法基于深度约束完成点云补全,从全局到局部利用深度信息优化重建质量,并在多项指标上表现出良好的性能提升,展现了一定的应用潜力。
展开更多
关键词
三维重建
稀疏视角
DCSplat
3DGS
深度信息
在线阅读
下载PDF
职称材料
微博演化网络的负信息分类方法
被引量：
13
2
作者
赵一
何克清
+1 位作者
李昭
黄贻望
《计算机科学与探索》
CSCD
北大核心
2017年第1期91-98,共8页
针对Sina微博博文的转发关系,建立起用户转发博文之间的演化网络,从而利用SMO SVM(sequential minimal optimization support vector machine)分类算法对博文进行分类,筛选出恶意博文、垃圾广告、垃圾营销信息,使用户能够精确地屏蔽不...
针对Sina微博博文的转发关系,建立起用户转发博文之间的演化网络,从而利用SMO SVM(sequential minimal optimization support vector machine)分类算法对博文进行分类,筛选出恶意博文、垃圾广告、垃圾营销信息,使用户能够精确地屏蔽不想要的博文和博主。第一步基于微博转发关系的演化网络和SVM分类算法对整个Sina微博进行分类;第二步利用复杂网络等技术对经常发送恶意广告的博主进行标注,从而在网络中对他们进行屏蔽;最后找出垃圾信息的来源以及分辨出博主是不是恶意转发者,在宏观上能更好地遏制垃圾信息的传播。与用户从UCI数据集中实际反馈情况进行比较,实验结果表明,机器学习分类的实验结果吻合度达到89%。
展开更多
关键词
序列最小优化(SMO)
支持向量机(SVM)
演化网络
UCI数据集
负信息
在线阅读
下载PDF
职称材料
题名
DCSplat:一种深度约束的稀疏视角三维重建方法
1
作者
黄志勇
佘雅丽
华喜锋
向梦丽
杨晨龙
丁妥君
机构
三峡大学计算机与信息技术学院
出处
《图学学报》
北大核心
2025年第3期510-519,共10页
基金
国家自然科学基金(62371271)。
文摘
针对稀疏视角三维重建中的挑战,尤其是高斯椭球数量不足引起的重建孔洞和精度衰减等问题,提出了一种深度约束的3D Gaussian splatting(3DGS)稀疏视角三维重建方法(DCSplat),利用深度约束自适应的补全3DGS初始化时所需的点云,设计了一种随机结构相似性损失,实现了稀疏视角图像的快速高精质量重建。其核心在于利用提出的前馈神经网络来完善SFM过程中产生的稀疏点云。首先,通过预训练的单目深度估计网络从图像中预测深度信息。其次,利用相机参数构建投影矩阵,将稀疏点云投影到图像上,建立点云z值与深度值关联关系,进一步构建和训练图像像素深度值与点云z值映射的深度神经网络,用于优化和补全3DGS所需的点云信息。再次,为克服3DGS逐点优化损失的局限性,引入了一种随机结构相似性损失函数,该函数将对应于像素的多个高斯视为整体来处理,能够全局考虑点云结构,促进更连贯和精确的三维重建。DCSplat在LLFF,DTU和MipNeRF360标准数据集上的测试结果表明,其在关键评价指标上,包括峰值信噪比(PSNR)、结构相似性(SSIM)以及学习感知图像块相似度(LPIPS),均达到甚至超越了现有方法的性能水平,能够有效提升重建质量。此外,该方法基于深度约束完成点云补全,从全局到局部利用深度信息优化重建质量,并在多项指标上表现出良好的性能提升,展现了一定的应用潜力。
关键词
三维重建
稀疏视角
DCSplat
3DGS
深度信息
Keywords
3D reconstruction
sparse viewpoints
DCSplat
3DGS
depth information
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
微博演化网络的负信息分类方法
被引量：
13
2
作者
赵一
何克清
李昭
黄贻望
机构
武汉
大学
计算机
学院
软件工程国家重点实验室
三峡大学计算机与信息技术学院
出处
《计算机科学与探索》
CSCD
北大核心
2017年第1期91-98,共8页
基金
国家重点基础研究发展计划(973计划)~~
文摘
针对Sina微博博文的转发关系,建立起用户转发博文之间的演化网络,从而利用SMO SVM(sequential minimal optimization support vector machine)分类算法对博文进行分类,筛选出恶意博文、垃圾广告、垃圾营销信息,使用户能够精确地屏蔽不想要的博文和博主。第一步基于微博转发关系的演化网络和SVM分类算法对整个Sina微博进行分类;第二步利用复杂网络等技术对经常发送恶意广告的博主进行标注,从而在网络中对他们进行屏蔽;最后找出垃圾信息的来源以及分辨出博主是不是恶意转发者,在宏观上能更好地遏制垃圾信息的传播。与用户从UCI数据集中实际反馈情况进行比较,实验结果表明,机器学习分类的实验结果吻合度达到89%。
关键词
序列最小优化(SMO)
支持向量机(SVM)
演化网络
UCI数据集
负信息
Keywords
sequential minimal optimization (SMO)
support vector machine (SVM)
evolutionary network
UCI data set
negative information
分类号
TP393.092 [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
作者
出处
发文年
被引量
操作
1
DCSplat:一种深度约束的稀疏视角三维重建方法
黄志勇
佘雅丽
华喜锋
向梦丽
杨晨龙
丁妥君
《图学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
微博演化网络的负信息分类方法
赵一
何克清
李昭
黄贻望
《计算机科学与探索》
CSCD
北大核心
2017
13
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
