排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
着墨量的精确计算和自动控制是提高彩色报纸图像质量的主要因素;针对目前彩报印刷计算不准确及自动化程度低等不足,主要对基于粒子群算法的彩报印刷CMYK四色油墨墨量计算方法进行研究;在分析基本粒子群算法原理的基础上,通过引入自适应惯性权重和收缩因子,改善了算法的收敛性能,应用改进粒子群算法对求解本问题进行研究,验证了算法的有效性,该墨量预置方法能较精确地控制墨层厚度,为彩报印刷自动配色提供了可参考的方法. 相似文献
2.
随着近年来互联网购物的快速发展,在各大平台上出现了越来越多的服装商品。通过三维重建技术生成服装的三维模型可以帮助消费者更好地了解服装的姿态信息。针对服装的三维重建技术进行研究,提出基于隐式表达的服装三维重建模型。使用神经网络学习获得的占用函数作为服装三维模型的隐式表达,从而建立三维坐标和模型形状的映射。目前已有的三维重建算法需要拟合复杂的曲面模型,但资源消耗量大,而基于隐式表达的三维重建算法不需要进行参数化和网格化,能够提高算法的运行速度。为了进一步提高三维重建效果,采用目前性能最好的Point MetaBase-L网络模型和偏移注意力模块作为模型的特征提取网络。其中Point MetaBase-L网络模型基于现有的点云特征提取网络提出Set Abstraction层的元架构Point Meta,并通过分析选择Point Meta元架构中4个模块的最佳实践构成Point MetaBase-L网络模型的Set Abstraction层,同时引入平面特征投影模块加强特征的局部信息。在特征解码阶段,利用特征权重网络通过加权平均算法获取三维空间中采样点的占用概率。根据这些采样点的占用概率,通过... 相似文献
3.
为解决单目图像中冗余像素点不利于深度神经网络快速完成深度信息检测的问题,提出一种基于卷积神经网络的深度线段分类算法。对NYU-Depth数据集使用线段检测算法进行线段检测得到原始图像的线段特征图,通过数据预处理结合深度数据得到表征深度信息的线段集合及其标签,提出适用于线段特征的卷积神经网络,实现单目图像中深度线段的分类。通过在不同线段数目上进行多次多组对比试验,深度线段分类准确率达到73.50%。试验结果证明了利用卷积神经网络实现深度线段分类的可实施性,有助于更好的利用图像几何特征解决深度估计问题。 相似文献
4.
分析了UM71信号的时域波形和频谱特点以及小波变换在时域和频域具有良好的局部化特性.针对UM71信号的信息特征,提出了基于小波分析技术、利用小波脊线对UM71信号进行解调进而提取UM71信号信息特征的方法,给出了小波算法解调过程,通过计算机仿真,证明了此方法的有效性.该方法克服了傅立叶变换频谱分析方法缺乏时间和频率定位功能的缺点,可以得到UM71信号的瞬时幅度、瞬时频率及上下边频等特征,从而为UM71信号的分析和解调提出了一个新的方案. 相似文献
1