-
题名基于傅里叶频域截断的神经辐射场优化
- 1
-
-
作者
殷泽众
郭茂祖
田乐
-
机构
北京建筑大学电气与信息工程学院
北京建筑大学建筑大数据智能处理方法研究北京重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2024年第5期1319-1330,共12页
-
基金
国家自然科学基金面上项目(62271036)
北京市自然科学基金面上项目(4232021).
-
文摘
神经辐射场(neural radiance fields,NeRF)作为一种通用的场景表达方法,可以更好地理解三维世界的同时创造出更加逼真的感官体验。然而在实际应用中,输入图像较少导致重建效果不佳是一个常见的问题。为此,本文提出了基于傅里叶频域截断的神经辐射场(sparse views neural radiance fields,Sv-NeRF),通过在频域空间对输入频率进行截断并应用正则化策略来控制高频信号的输入来优化NeRF的位置编码机制,有效地降低了高频噪声,保留了关键的细节信息以提升渲染的质量和稳定性。该方法提升了模型对场景的理解能力,相较于现有方法在渲染质量、细节保留能力上均有显著提升,尤其适用于稀疏输入视角的场景重建工作。
-
关键词
神经辐射场
频率截断
傅里叶变换
三维重建
稀疏视角
精细渲染
位置编码
场景表达
-
Keywords
neural radiance field
frequency domain truncation
Fourier transform
3D reconstruction
sparse view
fine rendering
positional encoding
scene representation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于卫星图的小样本街区品质评估
- 2
-
-
作者
郭茂祖
王偲佳
王鹏跃
赵玲玲
-
机构
北京建筑大学电气与信息工程学院
北京建筑大学建筑大数据智能处理方法研究北京重点实验室
北京建筑大学建筑与城市规划学院
哈尔滨工业大学计算机科学与技术学院
-
出处
《智能系统学报》
CSCD
北大核心
2022年第6期1254-1262,共9页
-
基金
国家自然科学基金面上项目(61871020)
北京市属高校高水平创新团队建设计划项目(IDHT20190506).
-
文摘
量化的城市街区品质评价是街区设计规划的重要依据,图像数据是街区品质评价模型的重要维度。目前的研究中存在街区品质标注成本较高的问题。因此本文改进基于子空间的小样本学习方法,对街区卫星图像特征进行奇异分解生成类别子空间,并将训练集子空间参数继承到街区品质评估模型中。实验结果表明,在小样本街区品质评估问题上,本文方法相比传统小样本学习方法的正确率提高约30%,一致性提高约15%。
-
关键词
街区品质评估
卫星图
小样本学习
自适应子空间
深度神经网络
奇异值分解
不平衡数据集
欠采样
-
Keywords
block quality assessment
satellite map
few-shot learning
adaptive subspace
depth neural network
singular value decomposition
unbalanced dataset
under-sampling
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
