论文部分内容阅读
基于图像的城区场景三维重建方法研究
【摘 要】
：
城区场景三维模型作为一种现实世界的虚拟数字表示,不仅提供了对城区建筑物三维几何形态与空间分布的直观描述,还反映了城区场景的细节结构,对现代数字城市的构建有重要意义。近年来,对三维数字城市资源的需求不断增长,但城区三维数字模型的传统获取方法仍依赖于复杂的手工采集过程,无法满足众多现实应用对三维数字模型即时获取的需要。随着计算机视觉技术的进步,基于图像的城区场景重建方法得到了长足的发展,为城区场景重建
【机 构】
：
中国科学技术大学
【出 处】
：
中国科学技术大学
【发表日期】
：
2021年08期
【基金项目】
：
其他文献
Supervised Machine Learning Approach based Adaptive Modulation Order Selection in Spatial Modulation
学位
随着多媒体技术的快速发展和移动显示设备的普及,人们也对社交媒体信息提出了更高的期望。一方面,人们期望能观看到具有更好的临在感和浸入感的媒体信息,另一方面,也希望自己能成为图像和视频的提供方,而不是单纯的接受方。基于以上目标,许多新兴的媒体形式被提出并得到应用,例如光场图像和流媒体视频。然而,编码、传输和处理等过程会劣化图像和视频的感知质量。因此,图像和视频的质量评价十分重要。本文围绕光场图像和流媒
学位
编码技术作为压缩媒体信息、节省网络带宽和存储资源的有效手段一直以来都得到了广泛的应用。传统编解码技术通过增加额外的计算复杂度的方式按照每十年提升50%性能的速度发展。发展至今,现有最新的编码标准已经集成了较多的复杂模块,其进一步提升的难度不断提高。得益于深度学习的发展,基于变分自编码器的压缩技术在近几年得到了快速发展,其中图像的压缩方案已经在几年内追上了最新传统编解码器的性能。而且作为新的压缩框架
学位