【摘 要】
：
单频条纹截断相位图的展开是条纹结构光视觉中的一个难题。传统的可靠度引导算法和最小范数算法,在展开有低对比度、条纹断裂、图像离焦或运动模糊的单频条纹的截断相位图时,仍面临很大的挑战。针对这些问题,本文提出一种采用深度卷积神经网络的新方法。截断相位图的展开被分为不可靠区域检测和可靠区域展开两个子问题,深度卷积神经网络被用于检测截断相位图中的不可靠区域,可靠区域的相位展开用传统算法完成。为训练能处理高分
【基金项目】
：
四川省科技计划项目(No.2020YFG0082)。
论文部分内容阅读
单频条纹截断相位图的展开是条纹结构光视觉中的一个难题。传统的可靠度引导算法和最小范数算法,在展开有低对比度、条纹断裂、图像离焦或运动模糊的单频条纹的截断相位图时,仍面临很大的挑战。针对这些问题,本文提出一种采用深度卷积神经网络的新方法。截断相位图的展开被分为不可靠区域检测和可靠区域展开两个子问题,深度卷积神经网络被用于检测截断相位图中的不可靠区域,可靠区域的相位展开用传统算法完成。为训练能处理高分辨率截断相位图的神经网络,本文提出位移采样方法。实验采用真实牙模三维扫描数据对神经网络进行训练,并和传统
其他文献
科技创新与司法结合,能够充分彰显科技赋能司法的效率价值,助力提升批量案件审理的速度。广州互联网法院通过运用知识图谱及其他人工智能处理技术,设计完成一套知识产权要素化智能审理系统,建立知识产权案件由立案、受理、举证、文书送达到法官审理和判决文书一键生成的新型智能协同审判模式,对知识产权类案件实现繁简分流、优化法院审判资源配置、破解法院人案矛盾、提升诉讼质量和办案效率具有重要实践意义。
非负矩阵分解(NMF)方法在计算机视觉、模式识别、数据表示或聚类问题中有着重要作用。基于传统NMF算法提出了一种带有L_2稀疏约束和超图正则的非负矩阵分解(SHGNMF)方法。其优势在于考虑了数据集的内在几何信息和稀疏性。具体内容如下:首先,在NMF中加入了超图正则项,同时保持数据集的内在几何结构信息。其次,将L_2稀疏约束项引入NMF中,产生更加稀疏精确的解,并证明该算法是收敛的。最后,在公开数
飞行器的自主智能避障一直是无人机领域的研究热点。相对于平面运动物体来说,飞行器的空间信息,以及对于避障的态势动作的控制更加复杂。由于飞行器在三维空间的动作的选择都是在一个连续动作空间内,所以本文提出将深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)的强化学习方法应用在飞行器自主智能避障场景,并通过可视化仿真模拟算法效果。实验结果表明该方法能够很好地解决连续动作空间的动作选择问题,使得飞行器在障碍环境中探索出完整的避障路径,达到较好的应用效果。
以甘氨酸乙酯盐酸盐和亚硝酸钠为原料,研究了在微通道反应器中重氮乙酸乙酯的连续流合成工艺。考察了亚硝酸钠用量、反应温度、酸用量、停留时间等工艺条件对反应结果的影响。由于该反应为强放热反应,且产物在高温下稳定性差,因此,若采用传统釜式间歇操作容易造成局部过热,存在较大的安全隐患和产物分解的缺陷;普通的管道反应器又难以克服非均相的传质障碍导致收率偏低。微通道反应器在保持良好的传热效率同时,能打破相界面障碍,保证反应液充分混合,非常适合该工艺的开发。利用微通道反应器的上述优点,进行工艺条件的筛选,提高了反应效率并
动作检测已经成为计算机视觉领域的一个重要研究方向,特别是对特定事件的检测,如打架斗殴等暴力事件。暴力行为检测任务在视频监控等场景中是十分有用的,例如监狱、学校等公共场所。其实用性使得越来越多的研究者研发相应的检测算法。传统方法提取的时空特性同时考虑运动和外观信息,进而达到不错的准确率,但是他们的计算量却令人望而却步。近年来,随着深度学习广泛应用于计算机视觉领域,暴力行为检测任务也得到了很好地解决。
2001年7月13日,当北京成功申办2008年奥运会的喜讯传遍华夏大地、大江南北的那一刻,令湘北洞庭湖南岸的女工胡宝桥心潮澎湃,激动得一夜未眠.rn中国人实现了奥运梦想,胡宝桥也
用户界面在应用程序中无处不在,它定义了用户与应用程序的交互方式。为了设计出既吸引用户又具有高可用性的应用程序,设计人员需要大量的用户界面样例做参考。为了支持这一过程的顺利进行,有很多研究者提出了用户界面检索的方法。本文通过对这些方法进行分类、总结和分析,介绍部分代表性工作,指出其中不足,并对未来研究方向进行猜想。
现有关于神经网络推理过程中的分布式研究多是将神经网络运算的不同阶段分布在多个设备之间。运算中多个设备并未同时计算,资源利用率较低。由于依赖多个设备,其容错率较低。针对此问题,本文提出一种分布式神经网络的设计方法。使用网络剪枝将一个训练好的神经网络模型分解为多个不同准确率的子模型,通过知识蒸馏将多个子模型的知识传递给多个学生模型,使得多个学生模型在推理阶段可以协同工作。实验结果表明,基于知识蒸馏得到的模型可以单机运行亦可以多个设备协同工作,协同工作时有较高的准确率。基于知识蒸馏的分布式神经网络可以多个设备协
提出一种高效的适用于实时渲染领域的次序无关透明渲染算法,该算法使用傅里叶级数来近似透射率函数,既有较好的近似效果,又具有次序无关的优良性质。此外,该算法结合Lanczos-Local-Typeσ-Averaging方法极大地削弱Gibbs效应的影响。实验表明,该算法与传统算法相比具有更高的效率与更低的显存消耗,具有更佳的实际应用价值。
利用深度学习的目标检测技术与混合现实结合的方法,旨在帮助穿戴Microsoft HoloLens2设备的用户对真实世界的物体对象进行实时高效的检测,得到物体对象的位置,还能够识别目标,得到目标的分类信息及其所属类别的置信度。同时,利用HoloLens2的增强现实信息能够更加直观地看到检测信息,摆脱传统的人机交互方式,达到虚实交互的目的。实验结果表明,该系统能够较快地计算目标检测信息,具有较高的识别