三維模型壓縮感知與快速恢複方法研究

三維模型壓縮感知與快速恢複方法研究

《三維模型壓縮感知與快速恢複方法研究》是依託江蘇理工學院,由杜卓明擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:三維模型壓縮感知與快速恢複方法研究
  • 項目類別:青年科學基金項目
  • 項目負責人:杜卓明
  • 依託單位:江蘇理工學院
項目摘要,結題摘要,

項目摘要

三維模型的壓縮表達與快速恢複方法是高效存儲與使用模型的關鍵,在數字娛樂、動畫製作以及虛擬現實等領域有著深入廣泛的套用背景。本項目以幾何信號處理理論為基礎,探索三維模型的稀疏化表達、壓縮感知以及快速恢複方法,並將研究成果套用於大型三維模型庫的快速檢索上。針對目前三維模型數據量大的特點,結合壓縮感知理論、凸最佳化方法以及高性能計算理論開展三維模型壓縮與快速恢復算法的創新性研究。主要研究內容包括:三維模型的稀疏化表達、稀疏約束下的最佳化算法、魯棒的二階精度最佳化算法、三維模型快速檢索框架的建立等。本研究將為三維模型的遠距離傳輸、本地大量存儲、以及海量三維模型庫的快速檢索奠定理論和方法的基礎。

結題摘要

壓縮感知是一種基於信號稀疏表達的壓縮採樣技術,在信號處理、數據壓縮、機器學習等多個領域有廣泛的套用。課題組依託本項目進行了:(1)壓縮感知信號的快速恢復;(2)三維模型的稀疏化表達;(3)稀疏表達與快速恢復算法的推廣套用三個方面的研究工作。主要研究成果有以下幾個方面: 首先,在壓縮感知信號的快速恢復算法方面:(1)設計光滑函式擬合信號的0範數作為壓縮感知信號恢復的最佳化目標函式,以避免求解NP問題及不可解情況;(2)求解過程中設計了類牛頓方法的搜尋方向進行求解,使求解速度達到線性速度;(3)設計了全空間信號0範數的凸擬合函式作為最佳化目標函式,將n元函式最佳化問題轉變為n個一元函式最佳化問題,求解過程中利用快速收縮算法進行求解,使收斂速度達到二階收斂。其次,利用三維模型的拓撲結構實現其幾何結構的稀疏化表達,並進而對其幾何結構進行壓縮採樣,實現醫學三維模型的壓縮與快速恢復,為大規模醫學三維模型的存儲與傳輸提供了理論基礎。最後將稀疏表達與壓縮感知恢複方法套用於:圖像去噪、邊緣檢測、目標跟蹤、以及超解析度圖像處理等方面。壓縮感知信號恢複方法能簡單快速的進行圖像處理相關問題的建模;稀疏化表達可以加快模型的求解。在項目進展後期,項目組根據目前計算機的研究熱點開展了深度學習、圖像評價、多曝光圖像融合等方面的研究工作。稀疏化表達與壓縮感知理論在這些相關領域依然有重要的作用和價值,將為項目組在當前計算機熱門領域中的研究工作提供重要的理論創新基礎。

相關詞條

熱門詞條

聯絡我們