三維數(shù)據(jù)模型,作為最接近現(xiàn)實世界的數(shù)字化表示正逐漸的應(yīng)用于模型生產(chǎn)、機器人學(xué)、城市構(gòu)建、自動駕駛、虛擬現(xiàn)實等領(lǐng)域。隨著這些領(lǐng)域的發(fā)展,人們對三維數(shù)據(jù)模型的完整性、真實性、可靠性的需求也越來越大。在物體的建模過程中,不可避免的存在遮擋、抖動等情況,這造成了三維數(shù)據(jù)模型信息丟失、模型結(jié)構(gòu)殘缺不全的現(xiàn)象,需要對模型的缺失部分進行預(yù)測填充。傳統(tǒng)的模型優(yōu)化方法多基于幾何結(jié)構(gòu)對小的孔洞填充,而無法對大的模型缺失區(qū)域進行修復(fù)。為了對具有大量數(shù)據(jù)缺失的模型進行補全,本文討論了兩種處理殘缺三維模型的方法,一種是基于生成對抗網(wǎng)絡(luò)的模型補全,側(cè)重于預(yù)測模型的完整結(jié)構(gòu)以及預(yù)測模型與輸入模型之間的相似性;另一種是基于八叉樹的高分辨率模型補全網(wǎng)絡(luò),側(cè)重于對模型結(jié)構(gòu)和細節(jié)的預(yù)測填充,進而使得輸出模型具有更豐富的信息。對于第一種方法,考慮殘缺模型的結(jié)構(gòu)修復(fù),本文采用生成對抗機制結(jié)合自編碼器實現(xiàn)生成能力更強的網(wǎng)絡(luò)。具體體現(xiàn)在兩個方面:一方面,網(wǎng)絡(luò)的編碼-解碼結(jié)構(gòu)用于計算重建誤差,從而保證輸入輸出的一致性,同時生成-對抗機制使得輸出的模型更加的真實自然;另一方面,網(wǎng)絡(luò)在提高穩(wěn)定性的基礎(chǔ)上,能夠預(yù)測得到殘缺模型的完整結(jié)構(gòu),... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 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)狀分析
        1.2.1 三維模型優(yōu)化
        1.2.2 深度學(xué)習(xí)在三維模型中的應(yīng)用
    1.3 論文研究內(nèi)容及結(jié)構(gòu)
        1.3.1 論文研究內(nèi)容
        1.3.2 論文組織框架
2 深度學(xué)習(xí)概述
    2.1 深度學(xué)習(xí)
        2.1.1 自動編碼器
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.3 生成對抗網(wǎng)絡(luò)
        2.1.4 生成對抗網(wǎng)絡(luò)的改進
    2.2 深度學(xué)習(xí)環(huán)境
        2.2.1 TensorFlow
        2.2.2 Caffe
        2.2.3 CUDA和cuDNN
    2.3 本章小結(jié)
3 基于生成對抗網(wǎng)絡(luò)的三維模型補全
    3.1 生成對抗方法描述
    3.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
        3.2.1 編碼網(wǎng)絡(luò)
        3.2.2 生成對抗網(wǎng)絡(luò)
    3.3 實驗數(shù)據(jù)及實驗環(huán)境
    3.4 實驗結(jié)果及對比
    3.5 本章小結(jié)
4 基于八叉樹的高分辨率三維模型補全
    4.1 八叉樹結(jié)構(gòu)及實現(xiàn)
    4.2 基于八叉樹的模型補全網(wǎng)絡(luò)
        4.2.1 基于八叉樹的模型結(jié)構(gòu)表示
        4.2.2 模型預(yù)測方法
        4.2.3 數(shù)據(jù)融合
    4.3 網(wǎng)絡(luò)配置及實驗環(huán)境
        4.3.1 網(wǎng)絡(luò)配置
        4.3.2 實驗數(shù)據(jù)及環(huán)境
    4.4 實驗結(jié)果及對比
    4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文與研究成果
致謝



本文編號：3010137