期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合形状结构恢复和细节补偿的双分支点云修复网络
1
作者
缪永伟
景程宇
+1 位作者
刘复昌
张旭东
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第9期1450-1462,共13页
针对传统点云修复中难以有效地保持原始形状细节结构信息的问题,提出一种融合形状全局结构恢复和局部细节补偿的双分支点云形状修复网络.网络中的形状全局结构恢复分支为编解码-解码器结构,编码器对缺失点云数据进行特征变换以克服点云...
针对传统点云修复中难以有效地保持原始形状细节结构信息的问题,提出一种融合形状全局结构恢复和局部细节补偿的双分支点云形状修复网络.网络中的形状全局结构恢复分支为编解码-解码器结构,编码器对缺失点云数据进行特征变换以克服点云形状的旋转不变性,利用最大池化操作解决点云的无序性问题,并通过多层感知器生成原始点云的特征码字,解码器对编码得到的特征码字使用4个二维网格进行2次折叠操作,拟合点云形状得到粗修复结果;为了补偿点云粗修复结果的形状细节信息,网络中的局部细节补偿分支对编码器提取得到的不同维度特征,通过层次特征学习和多层次特征融合学习点云形状的几何结构特征,有效地恢复缺失点云数据并保留原始形状细节信息;最终将经全局结构恢复分支和局部细节补偿分支分别得到的点云数据拼接融合,再进行迭代最远点重采样,得到点云形状精修复结果.实验结果表明,在ShapeNet数据集上,所提网络比已有网络修复结果的平均CD误差和平均EMD误差分别低16%~29%和19%~65%;在ModelNet数据集上,比已有网络修复结果的平均CD误差和平均EMD误差分别低6%~41%和31%~59%;该网络可以修复原始形状的整体结构信息并能有效地恢复其形状细节,生成采样点分布均匀的完整点云模型,且对模型噪声和不同程度的模型缺失均具有鲁棒性.
展开更多
关键词
点云形状
修复补全
几何细节补偿
双分支网络
编码器-解码器
下载PDF
职称材料
平滑注意力与谱上采样细化的非等距三维点云模型对应关系计算
2
作者
杨军
张思洋
吴衍
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第8期3285-3294,共10页
为了解决非等距3维点云模型对应关系计算易受模型大尺度形变影响而导致对应失真、准确率低且平滑性差的问题,该文提出一种结合平滑注意力与谱上采样细化的非等距3维点云模型对应关系计算新方法。首先,利用点所在表面的几何特征信息设计...
为了解决非等距3维点云模型对应关系计算易受模型大尺度形变影响而导致对应失真、准确率低且平滑性差的问题,该文提出一种结合平滑注意力与谱上采样细化的非等距3维点云模型对应关系计算新方法。首先,利用点所在表面的几何特征信息设计平滑注意力机制与平滑感知模块,提高特征对大尺度形变区域非刚性变换的感知能力;其次,将深度函数映射模块与平滑正则化约束相结合,提升函数映射计算结果的平滑性;最后,在谱上采样细化模块中,以多分辨率重建的方式得到最终的逐点映射结果。实验结果表明,与已有算法相比,本算法在FAUST、SCAPE和SMAL数据集上构建的对应关系测地误差最小,处理大尺度形变模型时,能够提升逐点映射的平滑性和全局准确率。
展开更多
关键词
对应关系
非等距3维模型
平滑注意力
函数映射
谱上采样细化
下载PDF
职称材料
题名
融合形状结构恢复和细节补偿的双分支点云修复网络
1
作者
缪永伟
景程宇
刘复昌
张旭东
机构
浙江理工大学计算机科学与技术学院
杭州师范大学信息科学与技术学院
浙江树人学院信息科技学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第9期1450-1462,共13页
基金
浙江省自然科学基金(LZ23F020002)
国家自然科学基金(61972458)
浙江省基础公益研究计划(LGF22F020006)。
文摘
针对传统点云修复中难以有效地保持原始形状细节结构信息的问题,提出一种融合形状全局结构恢复和局部细节补偿的双分支点云形状修复网络.网络中的形状全局结构恢复分支为编解码-解码器结构,编码器对缺失点云数据进行特征变换以克服点云形状的旋转不变性,利用最大池化操作解决点云的无序性问题,并通过多层感知器生成原始点云的特征码字,解码器对编码得到的特征码字使用4个二维网格进行2次折叠操作,拟合点云形状得到粗修复结果;为了补偿点云粗修复结果的形状细节信息,网络中的局部细节补偿分支对编码器提取得到的不同维度特征,通过层次特征学习和多层次特征融合学习点云形状的几何结构特征,有效地恢复缺失点云数据并保留原始形状细节信息;最终将经全局结构恢复分支和局部细节补偿分支分别得到的点云数据拼接融合,再进行迭代最远点重采样,得到点云形状精修复结果.实验结果表明,在ShapeNet数据集上,所提网络比已有网络修复结果的平均CD误差和平均EMD误差分别低16%~29%和19%~65%;在ModelNet数据集上,比已有网络修复结果的平均CD误差和平均EMD误差分别低6%~41%和31%~59%;该网络可以修复原始形状的整体结构信息并能有效地恢复其形状细节,生成采样点分布均匀的完整点云模型,且对模型噪声和不同程度的模型缺失均具有鲁棒性.
关键词
点云形状
修复补全
几何细节补偿
双分支网络
编码器-解码器
Keywords
point
cloud
shape
shape
completion
geometric
detail
compensation
double-branch
network
en-coder-decode
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
平滑注意力与谱上采样细化的非等距三维点云模型对应关系计算
2
作者
杨军
张思洋
吴衍
机构
兰州交通大学电子与信息工程学院
兰州交通大学测绘与地理信息学院
福建技术师范学院大数据与人工智能学院
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第8期3285-3294,共10页
基金
国家自然科学基金(42261067)。
文摘
为了解决非等距3维点云模型对应关系计算易受模型大尺度形变影响而导致对应失真、准确率低且平滑性差的问题,该文提出一种结合平滑注意力与谱上采样细化的非等距3维点云模型对应关系计算新方法。首先,利用点所在表面的几何特征信息设计平滑注意力机制与平滑感知模块,提高特征对大尺度形变区域非刚性变换的感知能力;其次,将深度函数映射模块与平滑正则化约束相结合,提升函数映射计算结果的平滑性;最后,在谱上采样细化模块中,以多分辨率重建的方式得到最终的逐点映射结果。实验结果表明,与已有算法相比,本算法在FAUST、SCAPE和SMAL数据集上构建的对应关系测地误差最小,处理大尺度形变模型时,能够提升逐点映射的平滑性和全局准确率。
关键词
对应关系
非等距3维模型
平滑注意力
函数映射
谱上采样细化
Keywords
shape
correspondence
Non-isometric
3D
point
cloud
shape
Smooth
attention
mechanism
Functional
maps
Spectral
up-sampling
refinement
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合形状结构恢复和细节补偿的双分支点云修复网络
缪永伟
景程宇
刘复昌
张旭东
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
2
平滑注意力与谱上采样细化的非等距三维点云模型对应关系计算
杨军
张思洋
吴衍
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部