排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
为了解决非真实感渲染方法中三维模型的细节特征保持不足的问题,提出一种基于三维模型内在属性特征绘制图的带水墨画效果的非真实感渲染方法.将模型曲面的平均曲率转化为表面材质,使用帧缓冲对象渲染到纹理,经过像素变换、高斯模糊等处理得到水墨效果;再经过非线性映射得到黑白分明的内在属性特征绘制图,然后在图像空间通过GPU进行图像处理;通过调节光源位置可以实时地调整水墨笔画的分布,调整阈值以改变特征细节的展示层次.大量实例结果表明,文中方法是高效、可靠的. 相似文献
2.
图像的边缘信息和对比度是影响人体视觉的最主要因素。提出一种能够同时保持边缘特征和增强对比度的图像缩放新方法。通过边缘检测算法、边缘梯度增强以及梯度图的低通滤波算法,得到新的梯度图,再通过求解泊松方程得到重建的图像。由于对图像边缘作了特殊处理,从而避免在图像缩放过程中丢失边缘信息。该方法可以同时保持特征以及增加图像的对比度,从而更好地展现图像的细节。实验结果表明,本文方法能应用于一般图像和医学图像的缩放和增强等应用中。 相似文献
3.
引入基于推广B样条的等几何分析方法对二维弹性问题进行边界元分析.首先使用推广B样条表示待分析的问题域,可以精确地表示待求域的圆弧边界;然后使用边界积分方程对边界未知量求解,将求得的位移通过细分方法插值到边界上;最后通过重心坐标法求得域内解,减少计算复杂度,提高了计算的精确度.分片测试及其他实例结果证实了该方法的有效性. 相似文献
4.
三维体数据场重建是体数据建模与分析的一个非常基础和重要的步骤,重建算法的精度直接决定了数据重采样和后续分析的准确性.文中发展了基于拟插值方法的三维体数据场重建理论,首次提出一种充分利用体数据自身信息与核函数优化相结合的预处理算法.在合理假设的前提下得到重建误差的表述式;然后充分利用三维体数据自身的信息全局优化该误差,使得重建误差在L2意义下达到最小.最后通过丰富的重建实例,显示了文中算法能有效地提高重建精度,并能够更好地保持三维体数据的高频信息. 相似文献
5.
目前越来越多的老人正在遭受着阿尔茨海默氏症AD(Alzheimer's Disease)带来的痛苦。临床研究显示,轻度认知障碍MCI(mild cognitive impairment)转化为阿尔兹海默氏症的概率很高,但是若能在MCI阶段对其进行药物治疗是可以康复的,因此提高根据核磁共振图像MRI医学图像诊断的准确率很有必要有。由于医学领域的特点,构建带标注信号的一定规模的数据集非常困难,导致现有机器学习/深度学习方法难以应用于医学影像分析以至于深度学习的结果并不理想。采用数据增广方式对原来数据集的规模进行一定数量的扩充。然后采用一种针对MRI识别的端到端的深度神经网络分类器(MCINet)。结合迁移学习方式对MCINet模型进行有效训练而不至于过拟合。实验结果表明,该方法在较少带标记训练样本的情形下,也获得较高的准确率。 相似文献
6.
7.
对基于点云神经网络的局部形状特征匹配模型进行对抗攻击,有益于评估并提高其对抗鲁棒性.针对上述问题,提出了3种基于对抗点的攻击方法,包括通过移动原始待匹配局部点云中点的坐标进行对抗点扰动;计算局部点云的显著图,通过添加点到显著图中关键点的位置并施加位移进行对抗点添加;通过将显著图中的关键点移动到形状中心位置进行对抗点删除.在3DMatch数据集上针对DIP模型和SpinNet模型的实验结果表明,3种攻击方法均能实现有效攻击;攻击的效果与所设置的扰动大小有关;在保证隐蔽性的前提下,随着扰动的增大,攻击效果逐渐显著,如DIP模型被攻击后的特征匹配召回率可从100%降低至2%. 相似文献
8.
基于遗传算法提出了一种新算法,新算法用于解决特征值的求解问题.具有通用性,算法的稳定性也大大提高. 相似文献
9.
几何深度学习模型在三维形状检索任务中已应用,其安全评估工作也引起了研究者们的关注。
该文针对三维形状检索评估提出一种基于多视图通用扰动攻击(MvUPA)的对抗攻击方法,其具有高成功率的攻
击效果。首先设计多视角深度全景图检索模型,训练适用于视图类三维形状检索的高效嵌入向量;其次,为三
维形状检索提出有益于通用扰动更新的损失函数方案和攻击机制。该损失函数方案同时融合了三元损失和标签
损失,提升了对相近拓扑异类样本和差异拓扑同类样本的对抗扰动生成。通过实验验证了 MvUPA 在多个视图
类检索模型上攻击的有效性和稳定性,攻击指标下降率(DR)最高达 94.52%;融合损失函数相比单个损失函数
DR 指标提高约 3.0%~5.5%。 相似文献
10.
特征值问题是一个在诸多科学与技术领域中有关键应用的重要问题,而已有的传统的方法只能对不同类别情形有不同程度的实现,本文基于遗传算法设计的新算法具有通用性,算法的稳定性也大大提高。 相似文献