共查询到20条相似文献,搜索用时 589 毫秒
1.
随着应用需求的增长,三维模型的规模和复杂度急剧增长,给模型的存储和在有限带宽的网络上传输带来了很大的困难.因此,研究空间需求小、适合于计算机网络传输的三维模型的表示方法具有十分重要的意义.三维模型的压缩主要包括拓扑压缩和几何压缩.由于压缩数据中的大部分是几何压缩数据,因此已发展了许多几何压缩方法,以提高模型的压缩效率.为使相关的学者和工程技术人员较好地了解几何压缩技术,本文对这方面的工作进行了较全面的介绍.本文首先介绍了几何压缩的基本流程及几种几何压缩方法的分类原则,然后将几何压缩技术分为基础压缩方法和经过模型变换的压缩方法两大类并分别进行详细的介绍,讨论了各个方法的特点,最后结合我们自身的工作认识对几何压缩技术进行小结和展望. 相似文献
2.
基于纹理映射的彩绘系统通常受到从三维模型空间到二维纹理空间参数化的限制.如果一个模型具有复杂的拓扑结构或高度复杂的表面细节,寻找一个好的参数化方法通常是非常困难的,即使可以实现,通常也不能自动完成,需要用户手工交互进行.针对这种问题,提出了一种用于在三维模型表面直接进行彩绘的数据表示方法和一个原型系统,通过在三维模型中的每一个三角形上生成带有颜色信息的几何点,该系统可以支持许多与二维图像编辑类似的操作.其中一个关键的内容是提出了一种包含几何、拓扑和色彩信息在内的自适应的数据表示方法.这种方法被称为图像化的几何,它允许用户将每一个三角形视为一个三角形图像,并可以在不需要任何参数化的前提下在三维模型表面进行彩绘.系统的输入为一个常见的三角形网格模型,通过系统处理后变成一个在三角形上分布着带有颜色信息的几何点的三维表面.因为创建过程是自适应的,因此只有那些需要进行绘画纹理的三角形才需要创建几何点,这样可以节省存储消耗.将这种数据表示用于三维模型彩绘可以很好地处理具有复杂拓扑结构的模型. 相似文献
3.
4.
5.
针对物联网技术中亟待解决的海量数据存储问题,提出了一种基于射频识别(RFID)的三层数据存储压缩模型。该模型将数据分为当前数据层、临时数据层和历史数据层,利用每一层中数据的特点分别设计了相应的数据汇总算法,最终实现RFID数据的压缩存储。在该模型的基础之上,提出了针对路径的编码算法,用于对路径进行压缩存储。实验结果表明,该三层存储模型可以有效地压缩存储RFID数据,同时数据汇总算法具有较低的时间复杂度与较高的数据压缩比。 相似文献
6.
渐进网格中真实选择细化技术的探讨 总被引:1,自引:0,他引:1
三维几何模型的选择性细化,是在几何网格LOD技术基础上,依据某种标准(如视点的位置、角度)对网格进行局域精简或细化,以尽可能少的顶点数来再现原模型的细节.其核心是顶点拓扑信息记录、检索方式.真实选择细化技术的优点在于将精简和细化操作局限在顶点及其领域上,不会产生可能失控的连锁反应.就此方法应用于采用半边缩减的渐进网格上,提出了具体的拓扑压缩数据结构方案,并对该结构的实现条件提出建议.该方案结构紧凑,适用于大型三维几何模型通过互联网进行传榆并适于在个人电脑上进行动态显示. 相似文献
7.
8.
本文给出的压缩方法属于谱压缩方法. 谱压缩方法是一种常用的二维轮廓线模型压缩方法. 文章从压缩感知的角度解释了谱压缩方法, 并提出了基于压缩感知的二维轮廓线模型压缩方法. 首先利用二维轮廓线模型 Laplace 算子的特征向量构造了一组基. 二维轮廓线模型的几何结构在这组基下可以被稀疏表达. 利用随机矩阵对二维轮廓线模型的几何结构抽样, 完成压缩. 恢复过程中, 通过最优化1-范数, 实现几何信号的恢复. 实验结果表明, 该方法压缩速度快, 比例高, 恢复效果好, 适合对大型数据以及远距离数据进行压缩. 相似文献
9.
10.
三维网格单一位率压缩技术将网格的几何信息和拓扑连接信息分开独立压缩.进行连接信息压缩时,通常对某种结构表示的网格连接信息进行某种形式的遍历,对遍历过程进行信息编码压缩;压缩几何信息时,一般需要经过量化、预测和熵编码3个处理过程.通过对该类算法进行研究总结,提出并设计了一个针对三角网格的单一位率压缩统一模式框架,并基于OpenGL和Visual C 6.0,以Edgebreaker算法为例进行了实验. 相似文献
11.
12.
针对当前冷启动推荐模型在处理异质信息网络时难以充分挖掘结构与语义信息,以及忽略网络中用户行为属性的问题,提出了一种基于元学习的多视图对比融合冷启动推荐算法(MVC-ML)。该算法在模型层和数据层双重作用下,有效缓解了冷启动问题。在MVC-ML算法框架中,首先通过元路径视图提取异质信息网络的高阶语义信息;其次,利用网络模式视图捕获网络的结构特征;再接着,通过聚类视图分析用户行为属性信息;最后,运用对比学习方法,将上述三个视图中提炼的信息进行综合融合,以生成准确的表示向量。通过在DBook等三个数据集上的实验验证,MVC-ML模型在冷启动场景下相较MetaHIN等传统异质信息网络模型,在MAE上降低了1.67%,在RMSE上降低了2.06%,同时nDCG@K提高了1.48%。这些数据充分证实了MVC-ML算法的合理性和有效性。 相似文献
13.
14.
15.
使用密码猜测算法是评估用户密码强度和安全性的有效方法,提出一种基于条件变分自编码密码猜测算法PassCVAE。算法基于条件变分自编码模型,将用户个人信息作为条件特征,训练密码攻击模型。在编码器端,分别使用双向循环神经网络(GRU)和文本卷积神经网络(TextCNN),实现对密码序列和用户个人信息的编码和特征的抽象提取;在解码器端使用两层GRU神经网络,实现对用户个人信息和密码数据隐编码的解码,生成密码序列。该算法可以有效地拟合密码数据的分布和字符组合规律,生成高质量的猜测密码数据。多组实验结果表明,提出的PassCVAE算法优于现有的主流密码猜测算法。 相似文献
16.
针对区域马尔可夫随机场(MRF)模型难以有效描述图像复杂先验知识的问题,提出一种基于局部区域一致性流形约束MRF(LRCMC-MRF)模型.首先,所提模型利用高维数据的低维流形分布表征图像局部区域的复杂几何结构先验,建立图像局部区域的流形先验约束;其次,基于Pairwise MRF模型,建立一种包含更多图像局部信息的局部空间自适应MRF模型;最后,基于贝叶斯理论,将复杂局部区域几何结构先验和局部空间自适应统计特征融合,利用Gibbs采样算法对所提出模型进行优化.实验结果表明,与基于常规区域的MRF模型相比,所提出的分割算法具有较好的分割效果. 相似文献
17.
18.
19.
深度卷积神经网络的存储和计算需求巨大,难以在一些资源受限的嵌入式设备上进行部署。为尽可能减少深度卷积神经网络模型在推理过程中的资源消耗,引入基于几何中值的卷积核重要性判断标准,提出一种融合弱层惩罚的结构化非均匀卷积神经网络模型剪枝方法。使用欧式距离计算各层卷积核间的信息距离,利用各卷积层信息距离的数据分布特征识别弱层,通过基于贡献度的归一化函数进行弱层惩罚,消除各层间的差异性。在全局层面评估卷积核重要性,利用全局掩码技术对所有卷积核实现动态剪枝。在CIFAR-10、CIFAR-100和SVHN数据集上的实验结果表明,与SFP、PFEC、FPGM和MIL剪枝方法相比,该方法剪枝得到的VGG16单分支、Resnet多分支、Mobilenet-v1轻量化网络模型在保证精度损失较小的情况下,有效地减少了模型参数量和浮点操作数。 相似文献
20.
现存非负矩阵分解(non-negative matrix factorization,NMF)研究多考虑单一视图分解数据,忽略了数据信息的全面性。此外,NMF限制其获取数据的内在几何结构。针对以上问题,提出一个结构正则化多视图非负矩阵分解算法(structure regularized multi-view nonnegative matrix factorization,SRMNMF)。首先,通过主成分分析来对数据进行全局结构的判别式学习;其次,利用流形学习来捕获数据的局部结构;然后,通过利用多视图数据的多样性和差异性来学习表征。模型提升了算法聚类的整体性能,更加有效地挖掘数据的结构信息。此外,采用高效的交替迭代算法优化目标函数得到最优的因子矩阵。在六个数据集上与现存的代表性方法比较,所提出的SRMNMF的准确率、NMI和Purity分别最大提高4.4%、6.1%和4.05%。 相似文献