排序方式: 共有14条查询结果,搜索用时 31 毫秒
2.
3.
4.
5.
6.
7.
基于轮廓约束的摄影测量法元青花瓶数字三维重建 总被引:3,自引:1,他引:2
利用数字摄影测量技术对一件馆藏元青花瓷瓶进行数字三维重建。利用物体在影像上的成像轮廓,结合物体的制造工艺,采用类似断面扫描的积分方法,利用在多张影像上精确提取的轮廓位置作为约束,用最小二乘迭代来求解物体上一系列横断面的三维尺寸。选取每幅影像的最佳区域进行纹理重组织,并自动消除影像之间的接边差异。重建结果表明,该方法几何精度高,纹理真实,自动化程度较高。 相似文献
8.
9.
10.
联合稳健跨域映射和渐进语义基准修正的零样本遥感影像场景分类 总被引:1,自引:0,他引:1
零样本影像分类技术旨在通过学习数据集的部分类别(可见类),获得识别在训练阶段未出现类别(不可见类)的能力。该技术在遥感大数据时代具有重要现实意义。目前,遥感领域的零样本场景分类方法对于映射后的语义空间优化关注很少,导致已有方法的整体分类性能较差。基于这一考虑,本文提出了一种基于稳健跨域映射和渐进语义基准修正的零样本遥感影像场景分类方法。在训练的有监督学习模块,基于可见类的类别语义向量和场景影像样本,实现深度特征提取器学习和视觉空间到语义空间的稳健映射。在训练的无监督学习阶段,基于全体类别的类别语义向量和不可见类遥感影像样本,分别通过协同表示学习和k近邻算法来渐进修正不可见类类别的语义向量,从而缓解可见类语义空间与不可见类语义空间的漂移问题和自编码跨域映射模型映射后不可见类语义空间与协同表示后不可见类语义空间的偏移问题。在测试阶段,基于学习所得的深度特征提取器、自编码跨域映射模型和修正后的不见类语义向量,实现对不可见类遥感影像场景的分类。本文整合多个已有公开的遥感影像场景数据集,组建了一个新的遥感影像场景数据集,在此数据集上进行试验。试验结果表明本文提出的算法在多种不同的可见类与不可见类的划分情况下都明显优于已有公开零样本分类方法。 相似文献