-
公开(公告)号：CN109544666A
公开(公告)日：2019-03-29
申请号：CN201811259927.1
申请日：2018-10-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种全自动的模型变形传播方法，包括：分别获取第一模型库和第二模型库的第一变形梯度向量和第二变形梯度向量；以该第一变形梯度向量获得该第一模型库的第一分布向量，以该第二变形梯度向量获得该第二模型库的第二分布向量；获得该第一模型库与该第二模型库之间任一对模型的相似度；由该第一分布向量、该第二分布向量和该相似度训练循环生成对抗网络，建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络；由该第一模型指定变形过程的指定变形梯度向量，生成指定分布向量，并映射为该第二模型的目标分布向量，将该目标分布向量解码为该第二模型的目标变形梯度向量，并得到该第二模型的目标变形过程。
-
公开(公告)号：CN109544666B
公开(公告)日：2020-10-16
申请号：CN201811259927.1
申请日：2018-10-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种全自动的模型变形传播方法，包括：分别获取第一模型库和第二模型库的第一变形梯度向量和第二变形梯度向量；以该第一变形梯度向量获得该第一模型库的第一分布向量，以该第二变形梯度向量获得该第二模型库的第二分布向量；获得该第一模型库与该第二模型库之间任一对模型的相似度；由该第一分布向量、该第二分布向量和该相似度训练循环生成对抗网络，建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络；由该第一模型指定变形过程的指定变形梯度向量，生成指定分布向量，并映射为该第二模型的目标分布向量，将该目标分布向量解码为该第二模型的目标变形梯度向量，并得到该第二模型的目标变形过程。
-
公开(公告)号：CN108520513A
公开(公告)日：2018-09-11
申请号：CN201810293633.4
申请日：2018-03-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种三维模型局部变形分量提取方法和系统，包括：获取多个三维模型，在多个三维模型中选择一个三维模型作为参考模型，并将除参考模型以外的三维模型作为样本模型；根据参考模型和样本模型的顶点坐标，得出样本模型相对于参考模型的变形梯度；基于神经网络构建自编码器，自编码器包括编码器和译码器，译码器和编码器结构对称且共享权值；调用编码器对变形梯度进行卷积操作，生成列向量，通过对列向量进行线性映射处理，得到隐向量，并将隐向量作为样本模型的局部变形分量。本发明能够处理高精度的三维模型，并且在有噪声、有旋转变换、大尺度形变的模型库里也有优异表现。
-
-
Search Results
3
records
(took 0.029 seconds)
