一种文物三维模型线稿生成方法
    1.
    发明公开

    公开(公告)号:CN117152347A

    公开(公告)日:2023-12-01

    申请号:CN202310878740.4

    申请日:2023-07-17

    Abstract: 本发明公开了一种文物三维模型线稿生成方法,本线稿生成方法包括以下步骤S110、通过摄影测量、激光扫描等三维重建技术获得三维模型,然后对三维模型做网格去燥、孔洞修补和网格简化等预处理操作;S120、计算三维模型的几何特征;S130、计算三维模型的光照特征;S140、在离散网格上进行插值计算,并过滤几何特征与光照特征的重复位置,同时设定阈值进行过滤;本发明可以实现对文物三维模型的线稿的实时渲染,帮助用户获取更高质量的线稿图。

    一种基于多层字典学习的图像自动标注方法

    公开(公告)号:CN117422898A

    公开(公告)日:2024-01-19

    申请号:CN202311138208.5

    申请日:2023-09-05

    Abstract: 本发明公开一种基于多层字典学习的图像自动标注方法,本方法包括以下步骤:S1、图像放缩至224x224像素,输入至神经网络,神经网络层数为一层卷积,三层全连接;S2、神经网络输出2048维向量,输入至第一层字典学习;S3、第一层字典经过稀疏分解得到300维向量,输入至第二层字典学习,第二层字典学习经过稀疏分解得到30维向量,输入至线性分类器;S4、分类器针对每一个标签打分,将分数排序,取其中邻近差值最大的两个分数作为阈值,该阈值以上的标签为自动标注结果。本发明解决图像自动标注中遇到的分类问题,结合多种算法融合的思路提出并实现多层融合字典学习算法,并用神经网络降维传统服饰图像,在多标签标注实验中取得了良好的结果。

Patent Agency Ranking