近年來,隨著3D傳感器功能的愈發(fā)強(qiáng)大,3D數(shù)據(jù)的獲取也越來越容易。而3D數(shù)據(jù)更加接近現(xiàn)實(shí)世界維度,能夠更加逼真地展示現(xiàn)實(shí)世界的方方面面,這也導(dǎo)致了當(dāng)前VR,AR等3D應(yīng)用的愈發(fā)火爆。如何理解這些3D數(shù)據(jù)成為了人們的迫切需求。而文字是人類文明的高度凝練和智慧結(jié)晶,讓人們能夠交流思想,感受和想法,精準(zhǔn)地描述現(xiàn)實(shí)世界,是人類理解世界的主要方式之一。找到文字和3D數(shù)據(jù)之間的某種仍未發(fā)現(xiàn)的內(nèi)在聯(lián)系成為了人們的興趣。本文的文本和3D形狀的相互轉(zhuǎn)化系統(tǒng)則試圖在自然語言和3D視覺模式之間發(fā)現(xiàn)一種內(nèi)在聯(lián)系。本文通過系統(tǒng)需求分析,將整個系統(tǒng)合理劃分為三個模塊,設(shè)計并實(shí)現(xiàn)了:（1）實(shí)例級關(guān)聯(lián)學(xué)習(xí),結(jié)合聯(lián)合學(xué)習(xí)與度量學(xué)習(xí),解決文本和3D形狀之間的跨模態(tài)語義聯(lián)系學(xué)習(xí)問題;（2）文本嵌入解碼器,使用GRU Encoder-Decoder模型,解決長短期記憶學(xué)習(xí)和參數(shù)量問題,使得文本和文本嵌入的相互轉(zhuǎn)化更加準(zhǔn)確高效;（3）文本嵌入和3D形狀相互轉(zhuǎn)化的模型,使用CycleGAN算法,充分利用文本嵌入和3D形狀之間的監(jiān)督信息,解決兩者相互轉(zhuǎn)化的對應(yīng)問題,從而提高整個系統(tǒng)的轉(zhuǎn)化準(zhǔn)確率。最后的實(shí)驗(yàn)結(jié)果證明本文的系統(tǒng)效果比之... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀以及技術(shù)難點(diǎn)
    1.3 研究內(nèi)容和創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)安排
2 相關(guān)技術(shù)研究
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
    2.2 跨模態(tài)學(xué)習(xí)
    2.3 機(jī)器翻譯
    2.4 圖像轉(zhuǎn)化
    2.5 數(shù)據(jù)集
    2.6 本章小結(jié)
3 系統(tǒng)設(shè)計
    3.1 實(shí)例級關(guān)聯(lián)學(xué)習(xí)設(shè)計
    3.2 文本嵌入解碼器設(shè)計
    3.3 文本嵌入和3D形狀相互轉(zhuǎn)化的模型設(shè)計
    3.4 本章小結(jié)
4 系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)結(jié)果
    4.1 實(shí)例級關(guān)聯(lián)學(xué)習(xí)
    4.2 文本嵌入解碼器
    4.3 文本嵌入和3D形狀相互轉(zhuǎn)化的模型
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)



本文編號：3207284