真实感树木的逆向/智能交互建模技术
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第15-37页 |
| 1.1 基于规则的过程式建模方法 | 第16-22页 |
| 1.2 基于图像/视频和三维点云的重建方法 | 第22-27页 |
| 1.3 基于草图的建模方法 | 第27-31页 |
| 1.4 其他逆向建模方法 | 第31-34页 |
| 1.5 本文内容及结构 | 第34-37页 |
| 第2章 树木形态特征的表达 | 第37-59页 |
| 2.1 树木形态特征的植物学表达 | 第38-43页 |
| 2.1.1 Horton-Strahler编码 | 第39-40页 |
| 2.1.2 植物学参数设计 | 第40-43页 |
| 2.2 树木形态特征的语义表达 | 第43-54页 |
| 2.2.1 树木语义特征的选择 | 第44-49页 |
| 2.2.2 树木语义特征的参数表达 | 第49-54页 |
| 2.3 树木不同形态特征表达之间的转换 | 第54-55页 |
| 2.3.1 树木计算参数空间到语义特征空间的映射 | 第54-55页 |
| 2.3.2 树木语义特征空间到计算参数空间的映射 | 第55页 |
| 2.4 针对树木形态特征的感知距离度量 | 第55-58页 |
| 2.5 小结 | 第58-59页 |
| 第3章 变分式逆向树木建模 | 第59-87页 |
| 3.1 变分式逆向树木建模数学模型 | 第61-65页 |
| 3.2 变分式逆向树木建模算法设计 | 第65-73页 |
| 3.2.1 算法概述 | 第66-67页 |
| 3.2.2 树木单层枝干的优化计算 | 第67-72页 |
| 3.2.3 树木整体枝干结构的微调 | 第72-73页 |
| 3.3 变分式逆向树木建模系统实现 | 第73-75页 |
| 3.4 结果分析 | 第75-80页 |
| 3.5 小结 | 第80-87页 |
| 第4章 用户意图导向的树木交互建模 | 第87-119页 |
| 4.1 用户意图导向树木交互建模系统的设计 | 第90-95页 |
| 4.1.1 模型参数空间的探索 | 第90-93页 |
| 4.1.2 用户意图在线学习中的核心问题 | 第93-94页 |
| 4.1.3 系统整体设计 | 第94-95页 |
| 4.2 用户意图的在线学习 | 第95-109页 |
| 4.2.1 用户意图评估函数的定义 | 第97-98页 |
| 4.2.2 用户意图在线学习的数学模型 | 第98-103页 |
| 4.2.3 用户意图评估函数的增强 | 第103-107页 |
| 4.2.4 候选树木模型的生成 | 第107-109页 |
| 4.3 结果分析 | 第109-118页 |
| 4.4 小结 | 第118-119页 |
| 第5章 针对单张照片的树木建模 | 第119-145页 |
| 5.1 针对单张照片树木建模框架的整体设计 | 第121-125页 |
| 5.2 树木建模中使用的深度学习技术 | 第125-133页 |
| 5.2.1 二维卷积神经网络 | 第125-128页 |
| 5.2.2 三维递归神经网络 | 第128-131页 |
| 5.2.3 三维卷积神经网络 | 第131-133页 |
| 5.3 TreeNet数据集的构建 | 第133-136页 |
| 5.4 结果分析 | 第136-139页 |
| 5.5 小结 | 第139-145页 |
| 第6章 总结与展望 | 第145-151页 |
| 6.1 本文工作总结 | 第145-147页 |
| 6.2 将来工作展望 | 第147-151页 |
| 参考文献 | 第151-167页 |
| 攻读博士学位期间主要研究成果 | 第167-169页 |
| 致谢 | 第169-170页 |
