-
Patent Agency Ranking
公开(公告)号：CN106846489A
公开(公告)日：2017-06-13
申请号：CN201710034246.4
申请日：2017-01-18
Applicant: 南京大学
Abstract: 本发明公开了一种基于vtk处理obj文件的方法，步骤1：读取obj文件里面的面片，构造倒排索引表。步骤2：寻找共享顶点。步骤3：产生新的顶点。如果寻找到了共享顶点，则更新构建面片顶点id，转步骤5。如果没有找到，则产生新的位置一样的顶点，后转步骤4。步骤4：增加面片。产生了新的顶点，为了新旧顶点之间的连续性，需要增加一个连接新旧顶点的面片，并将新顶点加入顶点集。步骤5：后续顶点与后续面片，面片仍有后续顶点未处理，转步骤2。模型还有后续面片，转步骤1。步骤6：三角面片化，该步骤将所有面片拆分为三角面片组成。步骤7：曲面平滑。运用loop曲面细分算法，平滑模型。
-
公开(公告)号：CN108647736A
公开(公告)日：2018-10-12
申请号：CN201810468906.4
申请日：2018-05-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于感知损失和匹配注意力机制的图像分类方法，包括：步骤1，针对目标数据集和源数据集分别设计一个基于卷积核的特征提取网络；步骤2，在特征提取网络中间层之间增加匹配注意力机制。步骤3，设计一个针对提取出的特征的分类网络。步骤4利用带类标的源数据集训练步骤1～步骤3构建的整个网络,利用训练出的参数作为网络下一阶段训练的初始化。步骤5，利用训练好的分类器构造一个感知损失函数，感知函数用于衡量特征提取网络提取出特征分布的距离。步骤6，再设计判别器网络用于区分特征提取网络提取出特征分布的不同。步骤7，优化步骤1～步骤3构建的网络；步骤8，得到图像的分类结果。
-
公开(公告)号：CN108647736B
公开(公告)日：2021-10-12
申请号：CN201810468906.4
申请日：2018-05-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于感知损失和匹配注意力机制的图像分类方法，包括：步骤1，针对目标数据集和源数据集分别设计一个基于卷积核的特征提取网络；步骤2，在特征提取网络中间层之间增加匹配注意力机制。步骤3，设计一个针对提取出的特征的分类网络。步骤4利用带类标的源数据集训练步骤1～步骤3构建的整个网络,利用训练出的参数作为网络下一阶段训练的初始化。步骤5，利用训练好的分类器构造一个感知损失函数，感知函数用于衡量特征提取网络提取出特征分布的距离。步骤6，再设计判别器网络用于区分特征提取网络提取出特征分布的不同。步骤7，优化步骤1～步骤3构建的网络；步骤8，得到图像的分类结果。
-
公开(公告)号：CN106846489B
公开(公告)日：2019-04-30
申请号：CN201710034246.4
申请日：2017-01-18
Applicant: 南京大学
Abstract: 本发明公开了一种基于vtk处理obj文件的方法，步骤1：读取obj文件里面的面片，构造倒排索引表。步骤2：寻找共享顶点。步骤3：产生新的顶点。如果寻找到了共享顶点，则更新构建面片顶点id，转步骤5。如果没有找到，则产生新的位置一样的顶点，后转步骤4。步骤4：增加面片。产生了新的顶点，为了新旧顶点之间的连续性，需要增加一个连接新旧顶点的面片，并将新顶点加入顶点集。步骤5：后续顶点与后续面片，面片仍有后续顶点未处理，转步骤2。模型还有后续面片，转步骤1。步骤6：三角面片化，该步骤将所有面片拆分为三角面片组成。步骤7：曲面平滑。运用loop曲面细分算法，平滑模型。
-
公开(公告)号：CN108596991A
公开(公告)日：2018-09-28
申请号：CN201810413298.7
申请日：2018-05-03
Applicant: 南京大学
IPC: G06T9/00
Abstract: 本发明公开了基于结构最优子空间学习的图像特征二值编码表示方法，包括：步骤1，将原始数据进行预处理，计算得到新数据；步骤2，学习哈希函数的投影参数，投影参数w为本发明用于计算图像特征二值编码而定义的哈希函数形式的一个参数。此步骤采用松弛策略，将原始问题转换为先学习投影参数w，后学习偏移参数t，此步骤学习投影参数w；步骤3，学习哈希函数的偏移参数t。此步骤重新考虑取符号函数的影响，看作是对步骤2中放松限制的一种补偿。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
