-
公开(公告)号：CN115422640A
公开(公告)日：2022-12-02
申请号：CN202211073242.4
申请日：2022-09-02
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于深度学习网络和细粒度优化的室内场景合成方法。本发明首先划分数据集，后通过特征编码分支，得到家具和场景的特征序列。其次采用随机置换函数将家具的特征序列进行打乱和场景特征序列进行拼接，放入特征融合编码器得到全局特征，并利用残差结构将家具种类特征输入到特征解码分支中，得到位置分布和角度分布。然后对网络进行训练，再提取数据集中不同类型家具的绝对位置分布和相对位置分布，进行前向推理；并利用碰撞检测模块初步筛选预测结果。最后对预测结果进行细粒度优化。本发明在不增加整个网络模块以及不影响预测速度的前提下，提高了室内场景合成任务的精确度。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
