GAN驱动的单视角三维重建 9787574232631

配送至
$ $ USD

开本:32开
纸张:轻型纸
包装:平装
是否套装:否
国际标准书号ISBN:9787574232631
所属分类:图书>计算机/网络>信息安全
商品详情
章 三维重建方法概述

研究背景及意义

国内外研究现状

单视角三维重建的特点

本书的组织结构

第章 生成对抗网络重建基础

引言

对象体素表示

生成对抗网络基本理论

对象重建的评估指标

第章 基于多特征联合感知的生成对抗网络重建方法

引言

基于多特征联合感知的生成对抗网络重建框架

基于潜在和深度特征感知的生成对抗网络

基于邻域特征感知的二值化分类网络

实验结果及分析

本章小结

第章 基于全局与局部形状优化的生成对抗网络重建方法

引言

基于全局与局部形状优化的生成对抗网络重建框架

基于潜在特征感知的生成网络

基于可见区域占优原则的双流判别网络

实验结果及分析

本章小结

……
彩,博士,现就职于北京工商大学计算机与人工智能学院,主要深耕人工智能领域,聚焦三维重建技术方向,致力于借深度学习算法攻克单视角三维重建精度低这一核心难题。研究成果在自动驾驶场景感知、虚拟现实、文物数字化保护等领域展现出显著应用潜力。以作者身份发表篇学术,授权专利项,主持项和省部级科研项目,并参与多项省部级以上项目,研究内容覆盖三维对象高鲁棒重建、几何模型体网格生成、人体姿态估计以及人类家居行为理解等前沿方向。

本书面向单视角三维对象重建开展研究,针对现有方法存在的问题,通过分析模型在特征感知、优化目标和网络结构方面的特,提出了四种三维模型重建方法,实现了精度更高的重建,在一定程度上拓展了其应用范畴。同时,对提出的四种重建方法进行分析、总结,就方法备自特、适应、能优劣、以及后续研究趋势预测等给出了结。本期望通过对这些方法的深入研究与阐述,为三维重建领域的学者、研究人员及相关从业者提供新的思路与方法,推动该领域技术的进一步发展与应用拓展。