首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于简单交互式2D图像与3D图形特征分析与融合

摘要第4-5页
英文摘要第5页
第一章 绪论第11-17页
    1.1 选题背景和意义第11-12页
    1.2 相关研究第12-15页
        1.2.1 一般的 3D模型检索技术第12-14页
        1.2.2 非刚性 3D模型检索技术第14页
        1.2.3 基于语义的 3D模型检索技术第14-15页
    1.3 本文的贡献第15页
    1.4 论文章节组织第15-17页
第二章 基于 2D草图局部特征提取的 3D形状检索第17-26页
    2.1 多视角下的 2D草图生成第17-18页
    2.2 特征词汇表的生成第18-21页
    2.3 特征量化第21-22页
    2.4 3D模型检索第22-24页
    2.5 算法优化第24-26页
第三章 基于深度卷积网的 3D形状检索第26-34页
    3.1 基于形状相似性的 3D形状坐标空间第26-28页
    3.2 训练图像的生成第28-31页
    3.3 深度卷积网的架构与训练方法第31-34页
第四章 实验结果分析第34-43页
    4.1 基于 2D草图局部特征提取的 3D形状检索的实验结果分析第34-39页
        4.1.1 3D模型检索结果示例第34-36页
        4.1.2 算法优化前后对比第36-37页
        4.1.3 与其他方法的对比第37-39页
    4.2 基于深度卷积网的 3D形状检索的实验结果分析第39-43页
        4.2.1 以计算机生成图像作为输入的测试结果与分析第39-40页
        4.2.2 以手绘图像作为输入的测试结果与分析第40-43页
第五章 关于 2D图像与 3D形状检索方面的延伸应用第43-49页
    5.1 跨越视角的图像检索第43-44页
    5.2 基于图像的形状检索第44-45页
    5.3 基于形状的图像检索第45页
    5.4 形状引导的图像编辑第45-46页
    5.5 交互式的图像辅助建模第46-47页
    5.6 图像代理的文本-形状检索第47-49页
第六章 总结与展望第49-51页
    6.1 论文方法总结第49页
    6.2 本文方法的局限性第49-50页
    6.3 改进展望第50-51页
参考文献第51-56页
致谢第56-57页
作者简介第57页

论文共57页,点击 下载论文
上一篇:基于Spark的PostgreSQL数据分析扩展中间件的研究
下一篇:基于深度学习的人脸属性识别方法研究