圖像數據驅動的三維模型集標註技術研究

圖像數據驅動的三維模型集標註技術研究

《圖像數據驅動的三維模型集標註技術研究》是依託杭州電子科技大學,由吳子朝擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:圖像數據驅動的三維模型集標註技術研究
  • 項目類別:青年科學基金項目
  • 項目負責人:吳子朝
  • 依託單位:杭州電子科技大學
項目摘要,結題摘要,

項目摘要

三維模型集的分割和標註是計算機圖形學的基礎、重要研究問題。在很多套用中,例如:模型檢索、建模、場景理解等,它都起著關鍵的支撐作用。本項目擬面向大量三維模型集的高效、精確標註問題,深入地研究跨模態數據驅動的標註技術,從而有效挖掘和重用已有圖像數據集的語義信息。項目將具體地探討跨模態數據集研究的潛力,同時結合前沿的深度學習技術,重點研究二維圖像與幾何模型之間的信息融合、遷移等問題,並系統地提出我們的解決方案。主要研究內容包括:(1).研究跨模態數據間的融合策略。(2).研究跨模態數據間信息的遷移。(3).研究面向海量數據集的眾包標註問題。(4).研究面向海量數據集的細粒度、多層次語義標註問題。

結題摘要

三維模型集的分割和標註是計算機圖形學的基礎、重要研究問題。在很多套用中,例如:模型檢索、建模、場景理解等,它都起著關鍵的支撐作用。本項目擬面向大量三維模型集的高效、精確標註問題,深入地研究跨模態數據驅動的標註技術,從而有效挖掘和重用已有圖像數據集的語義信息。項目具體地探討跨模態數據集研究的潛力,同時結合前沿的深度學習技術,重點研究二維圖像與幾何模型之間的信息融合、遷移等問題,並系統地提出我們的解決方案。圍繞該目標,項目分別提出了聯合分析圖像與三維模型方法、基於圈卷積網路的形狀協同分割方法、基於多視圖原型網路的模型識別方法、基於套索網路的點雲選擇方法等。這些工作都從效率和精確性等方面最佳化了傳統方法。為研究領域提供理論模型和方法,同時能有效地解決產業界問題。

相關詞條

熱門詞條

聯絡我們