【摘 要】
：
为了解决传统基于图像的三维重建中鲁棒性较差、信息获取效率低下的问题,使用了卷积神经网络(convolutional neural networks, CNN),将基于区域的掩模卷积网络(region-based convolutional network method, Mask R-CNN)和图卷积(graph convolutional network, GCN)联合实现三维重建,其中Mask
【机 构】
：
江苏海洋大学计算机工程学院,连云港市水利工程管理处
【基金项目】
：
连云港市“521工程”资助项目(LYG52105-2018036)
论文部分内容阅读
为了解决传统基于图像的三维重建中鲁棒性较差、信息获取效率低下的问题,使用了卷积神经网络(convolutional neural networks, CNN),将基于区域的掩模卷积网络(region-based convolutional network method, Mask R-CNN)和图卷积(graph convolutional network, GCN)联合实现三维重建,其中Mask R-CNN完成二维感知GCN实现三维形状推断,该方法不需要进行特征提取与匹配以及复杂的几何运算。通过实
其他文献
目前,在小学数学解决问题教学过程中,有些学生欠缺足够的理解能力,导致不能有效地解决数学问题,这就需要改进当前的课堂教学方式,一方面可以利用探究学习活动,令学生在合作中
秦岭山区自然环境良好,生态敏感区众多,结合沿线区域地质条件、工程条件设置、环境保护等因素,综合比较分析西安至十堰高铁对李家河水库饮用水源地的影响,通过多种设计方案研
针对细粒度人脸认证(fine-grained face verification, FGFV)中如何有效区分非常相似的人脸图像问题,提出了一种大边距余弦相似度学习(large margin cosine similarity learning, LMCSL)方法,以提高认证精度。实验中,正样本对由同一人的2幅人脸图像组成,不同于传统人脸认证,每个负样本对由双胞胎人脸图像组成,能呈现非常相似的面部外
针对人群密度大和分布不均等因素造成计数困难的问题,提出了一种基于尺度空间金字塔网络的人群计数算法。首先通过迁移经典网络VGG16的前10层作为前端模块提取初步特征;然后使用尺度空间金字塔模块提取多尺度人群特征,并在该模块中引入扩张卷积,通过增大感受野进一步优化特征图,以解决人群拥挤和人群分布不均的问题;最后使用1×1的卷积层将特征图回归为密度图。实验结果表明,与对比算法相比,所提算法的平均绝对误差
在素质教育提倡促进学生综合能力全面发展的宗旨下,需要学校能够开展符合学生学习能力的综合实践活动课程,以此为途径使学生从小学阶段就能形成自主学习意识,并能够密切联系
为提升高光谱图像谱聚类的精度,针对基于锚点的高光谱图像快速谱聚类算法中由锚点相关性过高造成对样本间相似关系衡量失准,进而导致聚类精度下降的问题,提出一种基于k重均值锚点提取的高光谱图像谱聚类(anchor point extraction with k-multiple-means, APEKMM)算法。首先,利用具有特定k重均值(k-multiple-means, KMM)算法对图像进行聚类,以
随着教育改革的逐步推进,现代教育更加重视学生优质道德品质与法律意识的发展,小学道德与法治课程也受到了广大师生的关注。本文主要通过三个方面的探讨,分析了在小学道德与
快速城市化进程改变了城市地区原有下垫面,不透水层面积增加,暴雨期间汇流时间缩短,洪峰流量加大,进而导致城市内涝加剧,严重影响城市的防洪安全。本研究以广州市南沙区万顷沙网河区为研究对象,基于水量平衡的调蓄演算方法,对研究区域蓄排设施的规模进行分析;构建MIKE11一维网河模型,对涝区水情进行模拟,校核排涝工程规模,并对工程布局与规模进行了优化。结果表明:(1)万顷沙网河区在典型水文组合情况下,内河涌
局部聚合描述子向量(vector of locally aggregated descriptors, VLAD)是一种硬编码方式,会导致较大的量化损失。为了解决此问题,提出了一种基于内积加权的VLAD编码(inner product weighted vector of locally aggregated descriptors, IPWVLAD),它是一种软编码方式,为图像中的每个描述子寻找
小学《道德与法治》新课标明确提出,要注重学生的情感体验和道德实践,要营造适合学生的实践环境,帮助学生落实道德践行,丰富他们的情感体验,让学生养成良好的行为习惯。因此,