一类保细节特征的双参数m重融合型细分

来源 :计算机辅助设计与图形学学报 | 被引量 : 3次 | 上传用户:listen342325
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于B样条的光滑性,利用Laurent多项式与细分生成多项式之间的关系,构造出可生成一类m重融合型细分格式的Laurent多项式.构造的Laurent多项式不仅包含了较多经典格式,还可衍生出C~3连续且保持细节特征的新格式;特别地,分析了双参数四点三重融合型格式的支集和连续性,并给出和证明了格式C~3连续的充分必要条件.最后通过大量数值实例展示了参数对极限曲线的影响;对比图例表明,文中格式生成的极限曲线能较好地保持细节特征.
其他文献
在已有残差卷积神经网络基础上,采用加权损失函数提高视图特征的可分性,提出面向三维模型视图特征提取的残差卷积网络优化算法.首先对三维模型进行多视图渲染得到二维视图;然后通过残差网络扩展模块加深网络深度;最后采用中心损失函数和交叉熵损失函数定义加权损失函数,解决交叉熵损失函数因为类内距离小于类间距离而导致的特征不可分问题.在ModelNet数据集上的实验结果表明,该算法提取到的特征在三维模型分类问题上