一种有效的散乱数据点云三角剖分算法

本文使用的算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建。本算法的运行效率高,且思想简单易于实现;输出结果为最常用的三角网格表示,适用于任意拓扑结构的物体和各种类型的散乱数据点云对象,允许数据点集的分布具有一定的不均匀性。     

基于数字人彩色图像的三维重建算法研究

对数字人彩色照片数据进行高质量的实时三维表面重建提出了一种新算法。该算法利用交互分割平台提取出彩色体数据中单个器官的三维表面点集,再根据对二值体数据滤波后的灰度值计算灰度梯度估算得到表面点的法向量。最后用带颜色的表面点来描述器官的三维表面,利用显卡OpenGL接口对表面点集进行三维显示。在微机环境下对美国数字人照片数据集中的肝脏和肺部两个器官进行了三维重建,在保证图像质量的前提下重建速度超过25帧/s。提出的算法能对高分辨率的彩色体数据进行高质量的实时三维表面重建。     

散乱点云的自适应α-shape曲面重建

针对α-shape算法不适用于散乱非均匀点集曲面重建的问题,提出了一种基于点云数据局部特征尺寸（LFS）的自适应α-shape曲面重建改进算法。首先,以采样点的k-邻近点计算出负极点逼近曲面中轴（MA）;然后,根据近似中轴计算曲面在采样点处的局部特征尺寸,并依据局部特征尺寸对原始点云进行非均匀降采样;最后,根据三角面片的外接球半径和对应的α值自适应重建出物体表面。与α-shape算法相比,所提算法可以有效合理地减少点云数据量,点云简化率达到70%左右,同时重建结果中冗余三角面片更少且基本没有孔洞。实验结果表明,所提算法能够自适应地重建出非均匀点集的表面。     

基于三维模型几何信息的纹理图像压缩

为进一步压缩三维模型数据,提高网络传输的速度,同时不降低模型渲染的视觉表现效果.提出了一种基于三维模型几何信息的纹理图像压缩算法.首先对模型三维网格做重网格化,使网格具备半正则的规则拓扑结构;然后利用半正则网格表面的几何信息对模型的三维特征点进行提取,对三维特征点在纹理空间的映射点应用k-means聚类算法获取感兴趣区域;最后结合基于感兴趣区域的嵌入式零树小波压缩算法,实现对模型纹理图像数据的编码和解码操作.实验结果表明,该算法提取的纹理图像感兴趣的细节区域更精确、压缩比高,经过解码和重建后的纹理图像在对三维模型表面贴图映射后具有更好的视觉效果.     

基于图片序列的三维表面重建

根据非透明物体内部不可见的实际,提出了一种基于图片序列的三维表面重建算法.该算法首先利用传统的八叉树算法重建出物体的三维模型,然后利用一种新颖的表面点提取算法提取出物体表面点,最后利用这些表面点进行三角网格剖分,进而重建出光滑的三维物体表面.在表面点的提取过程中,算法对处于不同状态(处于立方体的顶点、棱、面)的点赋予不...     

自适应步长的Alpha‑shape表面重建算法

三维物体表面重建在现代临床医学、场景建模和林业测量等方面有着重要应用价值。为了更好地理解三维物体表面形状,本文先介绍了三维空间离散点集的Alpha形状的相关概念。在分析表面重建的Alpha?shape算法的基础上,本文提出一种自适应步长的Alpha?shape算法。通过kd?tree和k近邻平均距离来动态更新α值,使得算法在处理点集密度较大的区域时也能以较少的遍历次数进行表面重建,从而改善了重建效果并提高了算法运行效率。大量随机数据和现实三维采样数据的实验结果表明,本文提出的改进算法与原始算法相比,能大幅度地提高运行效率。     

基于自适应遗传算法的点云曲线重建

由于用无序离散点集来重建出曲线曲面模型，在反求工程与计算机视觉中都有着广泛的应用，为此根据实际采样中离散点分布相对集中的特点，提出了一个基于自适应遗传算法的多维无序点集曲线重建算法。该算法针对无序带噪声的空间曲线重建问题，先把点云分布空间网格化，然后在每个网格中用自适应遗传算法搜索出最能代表该网格中点集的特征点，由于每个网格区域中点集分布的不均匀性，因此可根据搜索出来的特征点，利用改进的自适应的SIG（sphere-of-influence graph）图来对每个特征点进行进一步调整，以便能使得到待重建曲线的型值点，最后利用测地距离函数来确定型值点的拓扑结构，并利用B样条函数来重建曲线。实例证明，无论是2维平面点云还是3维空间点云，该点云重建方法简单可行，特别是对于存在自交情况以及点云具有明显角点的情况亦可以获得满意的结果。     

散乱点的快速曲面重建方法

空间散乱点的曲面重建有着广泛的应用前景，是当前国际上的研究热点之一，Crust算法是一种基于计算几何中的Voronoi周期图的曲面重建算法，它算法简单，重建结果精细，但是由于计算量太大，其应用受到了限制，为此提出了一种依据采样点的局部特征尺度对原始采样集进行不均匀降采样的方法，在保证采样集能够满足重建要求的前提下，使参与重建的表面点数大为降低，减少了重建算法的计算量，从而提高了重建的速度，这一方法还可以应用于网络简化，通过剔除某些顶点达到简化之目的。     

基于深度学习的单幅图像三维人脸重建研究综述

在计算机视觉领域中,三维人脸重建是一个具有研究价值的方向,高质量地重建出三维人脸在人脸识别、防伪、游戏娱乐、影视动画和美容医疗等领域具有重要的意义。近二十年来,虽然基于单幅图像的三维人脸重建领域已经取得很大的进展,但使用传统算法进行重建的结果仍会受到人脸表情、遮挡、环境光的影响,并且会出现重建效果精度不佳和鲁棒性不足等问题。随着深度学习进入三维人脸重建领域,各种优于传统重建算法的方法相继出现。文中首先重点介绍了基于深度学习的单幅图像三维人脸重建算法,将算法按不同的网络架构分为4类,并对各类最具有代表性的方法进行了详细阐述。然后汇总了基于单幅图像的三维人脸重建算法常用的三维人脸数据集,并在数据集上对具有代表性的方法进行了性能评估。最后对基于单幅图像的三维人脸重建领域进行了总结与展望。     

基于数据点松紧度的局部线性嵌入算法

局部线性嵌入算法（LLE）是流形学习中非线性数据降维的重要方法之一。考虑数据点分布大多呈现不均匀性,LLE对近邻点的选取方式将会导致大量的信息丢失。根据其不足,提出一种基于数据点松紧度的局部线性嵌入改进算法——tLLE算法,针对数据点分布不均匀的数据集,tLLE算法能有效地进行维数约简,且具有比LLE更好的降维效果。在人造数据和现实数据上的嵌入以及分类识别结果表明了tLLE算法的有效性。     

Boundary-conformed toolpath generation for trimmed free-form surfaces

In this paper, we adopt a 2D reparameterization procedure to regenerate boundary-conformed toolpaths. Three methods for the 2D reparameterization of trimmed boundaries in parametric space are examined and compared. They are the Coons method, the Laplace method, and a newly developed boundary-blending method. These three methods represent three different approaches to 2D surface parameterization, namely, the algebraic interpolation approach, the partial differential equation approach, and a geometric offsetting approach, respectively. Complete algorithms for surface reparameterization and toolpath generation are developed and implemented. The results showed that the Coons method is relatively simple yet might cause anomalies when the complexities of the boundary are high. The Laplace method is robust but takes relatively more computational time and also has the problem of uneven distribution of iso-parametrics. For the newly developed boundary-blending method, both the computational efficiency and parameterization robustness are quite good, in addition, it alleviates the uneven distribution problem appeared in the Laplace results.     

多视重建的研究现状

：对目前的多视重建技术进行了综述．先介绍了多视重建的分类和评价方法，然后分析了光照一致性约 束和可见性约束，再分别讨论了几个有代表性的算法，如深度图方法、空间雕刻法、变形模型方法、目标函数求解 法（包括水平集法、图割法）、种子生长法、概率估算法（马尔可夫场方法、EM 方法）等等，再探讨了这些算法的不 足之处．最后，提出了融合多种方法、多种线索的3 维重建新思路，以提高多视重建的完整性和精度．     

A geometric partitioning method for distributed tomographic reconstruction

Tomography is a powerful technique for 3D imaging of the interior of an object. With the growing sizes of typical tomographic data sets, the computational requirements for algorithms in tomography are rapidly increasing. Parallel and distributed-memory methods for tomographic reconstruction are therefore becoming increasingly common. An underexposed aspect is the effect of the data distribution on the performance of distributed-memory reconstruction algorithms. In this work, we introduce a geometric partitioning method, which takes into account the acquisition geometry and aims to minimize the necessary communication between nodes for distributed-memory forward projection and back projection operations. These operations are crucial subroutines for an important class of reconstruction methods. We show that the choice of data distribution has a significant impact on the runtime of these methods. With our novel partitioning method we reduce the communication volume drastically compared to straightforward distributions, by up to 90% for a number of cases, and furthermore we guarantee a specified load balance.     

ST-Rec3D：基于结构和目标感知的三维重建

基于视图的三维重建旨在从二维图像恢复出其对应的三维形状。现有方法主要通过编码器-解码器结构,结合二元交叉熵函数及其变形,完成三维重建,取得较好的重建结果。然而,编码器在编码过程中缺乏对输入视图的结构感知能力,造成重建的三维模型几何细节不准确;以二元交叉熵函数为主的损失函数在体素分布不均衡的情况下,目标感知能力较差,导致其重建结果存在断裂、缺失等不完整性问题。针对此类问题,提出了一种具有结构和目标感知能力的三维重建网络(ST-Rec3D),以单视图或多视图为输入,由粗到细地重建出三维模型;结合注意力机制提出了一种具有空间结构感知能力的编码器,即结构编码器,以充分捕捉输入视图中的空间结构信息,有效感知重建物体的几何细节;将 IoU 损失引入到三维体素模型重建中,在体素分布不均衡的情况下,精准感知目标物体,确保重建物体的完整性和准确性。在 ShapeNet和 Pix3D 数据集上的对比结果表明,ST-Rec3D 在单视图和多视图上重建的三维模型的完整性和准确性均优于当前方法。     

Weak-perspective structure from motion by fast alternation

This paper addresses the problem of moving object reconstruction. Several methods have been published in the past 20 years including stereo reconstruction as well as multi-view factorization methods. In general, reconstruction algorithms compute the 3D structure of the object and the camera parameters in a non-optimal way, and then a nonlinear and numerical optimization algorithm refines the reconstructed camera parameters and 3D coordinates. In this paper, we propose an adjustment method which is the improved version of the well-known Tomasi–Kanade factorization method. The novelty, which yields the high speed of the algorithm, is that the core of the proposed method is an alternation and we give optimal solutions to the subproblems in the alternation. The improved method is discussed here and it is compared to the widely used bundle adjustment algorithm.     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

基于工程图样的三维重建技术研究与实现

提出一种新颖的基于工程图样理解的三维形体重建方法,设计了完整的算法,并建立了一个原型系统。文中的研究成果在三个方面取得了较大的进展：１）将重建对象从一般图形拓展到含半剖视图、全剖视图和尺寸标注的工程图样,使三维重建的实用化成为可能;２）较好地利用了工程图样语义进行形体分析,实施图形预处理,降低了特征识别的难度;３）将特征识别与三维重建结合起来,使重建结果包含形体信息,为利用重建结果进行更高层次的工     

基于多尺度投影的相似颅骨检索

在基于模板变形的颅面复原方法中,复原的开始阶段需要在数据库中选取与待复原颅骨最为相似的参考颅骨.鉴于基于三维模型的检索算法时间久且颅骨间的差异细微,从而不同于一般三维模型数据库中各模型的差异.因此,已有的三维模型检索算法不适用于颅骨检索.本文提出一种夹角信息和距离信息融合的颅骨轮廓特征提取算法,并在此基础上提出一种能够反映颅骨空域信息的剖面特征提取算法.检索时首先获取三维颅骨的正交投影和深度投影,通过正交投影获取轮廓的角度和距离特征,通过深度投影获得具有空域信息的剖面特征;然后对多个特征进行加权融合搜索到最相似颅骨;最后通过ICP+TPS对检索到的颅骨进行误差评估.实验表明,本算法在保证检索效率的同时,可以准确地应用在颅面复原前期对最相似颅骨的选择上.     

基于带梯度惩罚深度卷积生成对抗网络的页岩三维数字岩心重构方法

针对传统数字岩心重构技术存在的成本高昂、复用性差和重构质量低等问题,提出了一种基于带梯度惩罚深度卷积生成对抗网络（DCGAN-GP）的三维页岩数字岩心重构方法。首先,利用神经网络参数来描述页岩训练图像的分布概率,并完成训练图像的特征提取;其次,保存训练后的网络参数;最后,利用生成器重构出页岩三维数字岩心。实验结果表明,相较于经典的数字岩心重构技术得到的图像,DCGAN-GP得到的图像在孔隙度、变差函数和孔隙大小及分布特征上都更接近训练图像,而且DCGAN-GP的CPU使用率不到经典算法的一半,内存峰值仅有7.1 GB,重构时间达到了每次42 s,体现出模型重构质量高、效率高的特点。     

Surface measures for accuracy evaluation in 3d face reconstruction

In this paper, we propose surface based metrics to evaluate the accuracy of the 3D face reconstruction algorithms. The continuous 3D surfaces obtained due to reconstruction algorithms for a 3D face is considered to obtain a numerical estimate. The surface based measures namely the volume of difference, average edge distance and intercept edge distance metrics are proposed. These measures are computed by considering continuous 3D surfaces to ascertain the quality of the reconstruction techniques. Experimental validation of the proposed approach is performed using the data acquired by 2D cameras and 3D scanning technologies.