期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于物体单视图的隐式曲面重建
1
作者 邢燕 牛赛虎 +1 位作者 洪沛霖 檀结庆 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2024年第5期642-648,共7页
基于隐式曲面的三维重建方法在保真度、灵活性和压缩能力方面提供了良好的权衡。文章利用隐式曲面网络学习物体形状的三维表面,首先利用视觉几何群(visual geometry group-16,VGG-16)网络从图像中提取全局特征,对建模空间中的每个采样点... 基于隐式曲面的三维重建方法在保真度、灵活性和压缩能力方面提供了良好的权衡。文章利用隐式曲面网络学习物体形状的三维表面,首先利用视觉几何群(visual geometry group-16,VGG-16)网络从图像中提取全局特征,对建模空间中的每个采样点从VGG-16网络中获取局部特征;其次对每个采样点利用多层感知器(multi-layer perceptron,MLP)进行位置编码得到点特征;然后将全局特征和局部特征分别与点特征串联起来送入2个解码器中,获得隐式场中采样点的符号距离函数(signed distance function,SDF)的大小与符号,并最终得到物体的隐式曲面。文中所提出的方法应用于ShapeNet数据集上进行三维对象重建任务,定性和定量评估均优于现有方法,特别是对于具有孔洞和薄结构的复杂拓扑物体。 展开更多
关键词 三维重建 全局特征 局部特征 深度学习 符号距离函数(SDF)
下载PDF
基于单视图的带纹理三维人体网格参数化重建
2
作者 邢燕 徐冬 +1 位作者 洪沛霖 檀结庆 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2024年第3期347-353,共7页
针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征... 针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征被送入三维回归模块,迭代推断出三维人体参数;纹理参数送入纹理解码器网络得到纹理图;学习到的人体参数可转化为三维人体网格;对于损失函数的设置,预测的人体网格顶点与真实顶点的差值用来进行三维监督;通过预测的像机参数、光照参数和纹理计算二维渲染损失;通过三维关节投射得到的二维关节与图像上的二维关节真值计算二维关节重投影损失;生成对抗网络的鉴别器使得渲染图像更加真实。该文方法与现有的三维人体重建方法相比具有竞争力,而且重建的三维人体网格带有纹理信息。 展开更多
关键词 三维人体重建 深度学习 蒙皮多人线性(SMPL)模型 形状姿态 纹理
下载PDF
蜂窝网络下的SWIPT-D2D通信资源分配
3
作者 杨特 洪佩琳 李润洲 《中国科学院大学学报(中英文)》 CSCD 北大核心 2022年第6期845-852,共8页
无线信息与能量同步传输(SWIPT)作为一种重要的射频能量采集技术,可使能量受限设备在通信的同时采集射频能量补充电能。针对蜂窝网络下的设备到设备(D2D)通信系统,研究D2D接收端利用功率切片技术同时进行信息解码与射频能量采集时的资... 无线信息与能量同步传输(SWIPT)作为一种重要的射频能量采集技术,可使能量受限设备在通信的同时采集射频能量补充电能。针对蜂窝网络下的设备到设备(D2D)通信系统,研究D2D接收端利用功率切片技术同时进行信息解码与射频能量采集时的资源分配问题。为保证D2D接收端在高射频能量采集需求下的高信息解码速率,提出D2D通信一对多的频谱复用方案,允许D2D设备复用多个蜂窝上行链路频谱进行通信,网络中的所有用户设备作为分布式的射频能量来源对D2D接收端充电。在此场景下,对包括频谱匹配,功率控制和功率切片控制在内的系统资源分配进行联合优化,在保证D2D接收端射频能量采集需求和各通信链路速率需求条件下最大化D2D通信总速率。以上优化问题为非凸形式的混合整数非线性规划(MINLP)问题,难以求得最优解。因此基于贪心思想和凸逼近理论提出两层资源分配算法。仿真结果显示,该算法对比其他资源分配策略,在满足用户设备能量和速率需求前提下显著提升了D2D通信总速率。 展开更多
关键词 D2D通信 SWIPT 射频能量采集 资源分配
下载PDF
基于正则化损失的MeshNet半监督分类
4
作者 吕帅君 邢燕 洪沛霖 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第8期1142-1145,1152,共5页
深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结... 深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结果的量化指标来看,提出的正则化损失对于网格半监督分类任务的准确率有很好的提升效果。 展开更多
关键词 正则化损失 网格分类 半监督学习 网格网络
下载PDF
一种面向未知链路帧的格式特征提取与分类算法 被引量:1
5
作者 薛开平 柳彬 +1 位作者 李威 洪佩琳 《中国科学院大学学报(中英文)》 CSCD 北大核心 2018年第4期521-528,共8页
随着通信网络的发展,私有协议被广泛应用。缺乏必要先验知识时,现有面向已知协议的解析工具无法获取私有协议数据承载的信息。获取私有协议数据承载的信息的前提是正确实现协议格式特征提取与数据分类。基于协议格式一般规律,提出一种... 随着通信网络的发展,私有协议被广泛应用。缺乏必要先验知识时,现有面向已知协议的解析工具无法获取私有协议数据承载的信息。获取私有协议数据承载的信息的前提是正确实现协议格式特征提取与数据分类。基于协议格式一般规律,提出一种针对私有链路协议的未知帧格式特征逆向提取与分类算法。通过链路帧预编码、固定域挖掘从帧样本集合提取帧格式特征并计算特征向量,最后基于特征向量加权欧氏距离对链路帧分类。测试结果表明,该算法能够有效提取帧格式特征,正确实现链路帧的提取和分类。 展开更多
关键词 私有协议 未知链路帧 格式特征 分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部