【摘 要】
：
本文提出了一种基于边缘检测的多分类感知方法，该方法通过深度卷积网络的端到端训练完成图像的语义分割，并利用检测到的边缘特征对原始的语义分割结果进行细化处理.目前绝大多数的图像分割算法基本利用较大的感受野学习复杂的多分类信息，虽然提高了目标分割的准确度，但也忽略了分割边缘的细节特征，预测出的分割图像往往边缘较为模糊.鉴于以上问题，本文首先通过深度多尺度编解码模型(MSDF)提取输入图像的边缘信息，独立
【机 构】
：
南开大学计算机与控制工程学院 天津 300071;南开大学计算智能与数据工程研究室 天津 300071
【出 处】
：
2018第12届全国计算机图形学大会Chinagraph 2018
论文部分内容阅读
本文提出了一种基于边缘检测的多分类感知方法，该方法通过深度卷积网络的端到端训练完成图像的语义分割，并利用检测到的边缘特征对原始的语义分割结果进行细化处理.目前绝大多数的图像分割算法基本利用较大的感受野学习复杂的多分类信息，虽然提高了目标分割的准确度，但也忽略了分割边缘的细节特征，预测出的分割图像往往边缘较为模糊.鉴于以上问题，本文首先通过深度多尺度编解码模型(MSDF)提取输入图像的边缘信息，独立完成端到端训练； 然后根据迁移学习的思想，利用 COCO 数据集训练得到的 FCN+CRF 模型权值，由 Multi-sigmoid 作为损失函数，形成一种新的语义分割模型； 最后以像素关联为目的设计二元势函数和全局能量函数，将 FCN+CRF 提取到的粗糙分割信息与 MSDF 检测到的边缘特征结合在一起.我们在 Pascal context 标准数据集上作了相应的实验分析，预测的像素准确率可以达到 71.2％，相比其他传统的深度图像分割方法具有较为优越的结果.
其他文献
利用传统的方法进行图像放大时，往往其边缘层数也进行了成倍的增加，极度扩展了边缘的宽度，从而产生图像轮廓层次模糊现象。本文利用梯度自适应扩散获取边缘轮廓层作为图像放大约束，进而对轮廓层直接进行曲线插值重采样，而并不额外增加边缘层数，从而保证了放大后的图像在视觉上的边缘锐化效果。对于非轮廓层的平坦区域，则选择构建双三次 Coons 插值曲面并进行重采样，既能很好的保证平坦区域的平滑性，又能保证算法运算
In visualization field,Focus+Context techniques have been developed to visualize large,complex models on the display device with limited resolution.In this work,we propose a novel method for Focus+Con
提出一种数据点加权的 LSPIA 算法，使得生成的拟合曲线精确插值给定的待插值点，并逼近其它给定的数据点。首先，赋予每个数据点相同的初始权重，由 LSPIA 方法生成拟合曲线。然后，计算待插值点与拟合曲线上对应点的误差。若误差不满足精度要求，调整待插值点的权值后由 LSPIA 方法生成新的拟合曲线，直至精确插值给定的待插值点为止。该方法可以使拟合曲线具有很好的保形性，同时在迭代过程中可以动态调整待
周期轨道提取是矢量场拓扑可视化的重要研究内容。目前的周期轨道提取方法效率较低，难以满足矢量场数据高效拓扑可视分析的需求。本文在 Wischgoll 等人[1]算法基础上，通过减少可能生成封闭流线的候选种子点数目，有效缩短备选流线的生成时间； 然后根据流线不相交的性质，进一步减少备选流线周围需要测试的网格点数目，从而有效提高周期轨道提取的效率。实验结果表明，相比 Wischgoll 等人的算法，本文
门窗信息检测是建筑物内部三维场景重建中的重要步骤。本文采用“整体-局部”策略，将门窗检测范围从室内场景的全局区域转换到包含门窗的局部区域，提出了一个基于图片的自动检测三维室内场景中门窗特征角点的算法。首先，在三维室内场景点云模型中多角度旋转拍照，获取二维图片； 然后，对二维图片进行门窗目标的粗检测，得到门窗在图片中的大致范围，并将此二维信息返回到三维点云数据中，得到包含门窗的局部点云数据； 最后提
谱图小波自提出后广泛应用于三维形状分析与几何处理，如分片、检索和修复等。在本文中，我们为实现三维模型匹配，利用三维模型顶点处脉冲函数的谱图小波系数和尺度函数系数构建一种点的描述符，它能反映模型表面上各顶点处的多尺度结构。由于基于拉普拉斯-贝尔特米算子的谱图小波同时使用低通和带通滤波器分析信号且能稳定地重构信号，使得我们提出的描述符具有很好的形状分辨能力和紧凑性。大量实验结果证明该描述符具有比同类方
针对细分曲面形状控制及光顺性问题,本文提出了一种带权值矩阵的 Catmull-Clark 细分曲面渐进插值算法。通过定义不同的权值矩阵来控制收敛速度,控制极限曲面形状,并且可以实现曲面光顺。定义的权值矩阵可以分解为两个矩阵之和,分别控制收敛速度和曲面形状及光顺。同时本文也给出了两种定义权值矩阵的方法,即采用对角矩阵实现对x,y,z 各分量的收敛速度的控制； 采用旋转矩阵实现调整顶点位置来拟合法向量
容积泵是一种通过改变密闭空间的容积来实现流体输送的泵。密闭空间容积的改变是通过围成它的机械部件之间的相对运动实现的。目前的容积泵无法避免这些机械部件之间的滑动摩擦。如果能设计出使用滚动摩擦代替所有滑动摩擦的结构，则可以让摩擦力大大减小，从而提高泵的效率和寿命。避免滑动摩擦的同时保证密封却是一个很有挑战性的几何设计问题。本文以正八面体为基本结构，通过在它的棱和面上放置特殊形状的转子和活塞，成功实现这
针对视频目标检测领域中使用图像检测算法而造成速度与精度相互制约的问题，为了充分利用目标在帧之间的运动信息，提出一种结合关联特征和卷积神经网络的视频检测方法。首先当前视频帧使用图像检测算法提取特征，其次，利用两帧的关联特征预测当前帧的特征图，最后，使用关联特征中的运动信息来修正最终结果。本文的方法最终在 ImageNet 数据集上进行了实验，结果比当前方法获得了较好的精度提升，同时保持了较快的速度。