版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、大多數(shù)三維物體都有一個自然向上的朝向,我們稱之為正朝向。將物體擺正到其正朝向是一個重要的問題。首先,它有助于物體的識別。而且,這也是物體匹配、檢索、形狀分析等許多圖形學(xué)問題中的第一個步驟。另外,這也有助于生成具有高識別度的物體預(yù)覽圖,來幫助三維形狀數(shù)據(jù)庫的管理。然而,由于各種各樣的原因,現(xiàn)有數(shù)據(jù)庫中的許多模型都沒有處在其正朝向。
本文提出了一種基于機器學(xué)習(xí)的方法,使用三維卷積網(wǎng)絡(luò)來預(yù)測物體的正朝向。當(dāng)給定足夠量的三維物體及其正
2、朝向的方向向量時,該預(yù)測問題可以建模為回歸問題。本方法借助于深度網(wǎng)絡(luò)的學(xué)習(xí)能力,可以處理一般性的三維物體,而不需要對其形狀做對稱性、平行性等假設(shè)。除了網(wǎng)格模型外,本方法還可以處理能夠被體素化的其他種類的數(shù)據(jù),例如隱式曲面和點云。
與基于卷積網(wǎng)絡(luò)的方法相比,過往方法的劣勢在于它們受限于其預(yù)先假設(shè)的規(guī)則。但是,這些規(guī)則并不總是成立。因此,基于學(xué)習(xí)的方法更適用于一般的物體。盡管已有工作中已經(jīng)使用了數(shù)據(jù)驅(qū)動的方法,但是其學(xué)習(xí)過程基于人
3、工設(shè)計的穩(wěn)定性、可見性和平行性等特征,這些特征對一般物體的正朝向估計并不適用。相比之下,神經(jīng)網(wǎng)絡(luò)通過端到端的學(xué)習(xí)方式,直接從原始數(shù)據(jù)中提取高層知識,而不依賴于物體的對稱性等正規(guī)性質(zhì)。
但是,單一的卷積網(wǎng)絡(luò)難以對一般的物體都起作用。核心問題在于,每種物體的正朝向有其特殊的性質(zhì)。這種情況在機器學(xué)習(xí)中被稱為干擾現(xiàn)象,會導(dǎo)致泛化能力不足。也就是說,應(yīng)該使用不同的策略來處理不同品種的物體。因此在本文提出的系統(tǒng)中使用了分治的方法。對于每一
4、個形狀,首先通過一個網(wǎng)絡(luò)對其分類,然后才將它傳入在對應(yīng)品種上訓(xùn)練的正朝向回歸網(wǎng)絡(luò)進(jìn)行預(yù)測。另外,本文使用了基于距離的聚類方法來減少所需網(wǎng)絡(luò)的個數(shù),以及測試中增強的方法來提高準(zhǔn)確率。
豐富的實驗展示了本方法的有效性和高效性。本系統(tǒng)在測試集上達(dá)到了90%以上的正確率,并對訓(xùn)練集以外的物體品種具有一定的泛化能力。并且實驗表明本系統(tǒng)可以處理一些其它方法無能為力的情況。此外,利用本方法處理一個模型,平均時間不超過0.15秒,比現(xiàn)有方法高
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的三維人臉識別研究.pdf
- 基于形狀的三維模型檢索.pdf
- 基于三維卷積神經(jīng)網(wǎng)絡(luò)步態(tài)識別方法的研究.pdf
- 基于圖的三維形狀匹配.pdf
- 理正勘察三維地質(zhì)模塊使用手冊
- 三維模型形狀分析和檢索.pdf
- 基于卷積曲面的三維樹木建模.pdf
- 自底向上的三維形狀分割.pdf
- 輕松勾畫交互的三維形狀混合.pdf
- 基于形狀匹配的三維物體抓取
- 三維模型的形狀描述子研究
- 復(fù)雜形狀刀具三維實體建模.pdf
- 機器視覺-三維運動估計
- 基于主流形的三維形狀特征分析.pdf
- 三維形狀畫刷分割工具的研究.pdf
- 融合深度卷積網(wǎng)絡(luò)和運動恢復(fù)結(jié)構(gòu)方法的三維人臉建模研究.pdf
- 三維CAD模型形狀結(jié)構(gòu)分析方法.pdf
- 人臉的三維姿態(tài)自動估計研究.pdf
- 三維模型數(shù)字水印與形狀對應(yīng).pdf
- 基于MRF和神經(jīng)網(wǎng)絡(luò)的三維運動參數(shù)估計.pdf
評論
0/150
提交評論