项目名称: 基于运动特征的数字几何处理算法研究

项目编号: No.61272392

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 许威威

作者单位: 杭州师范大学

项目金额: 76万元

中文摘要: 传统的数字几何处理算法偏重于利用低层次的几何信息,如曲率等局部微分信息,没有充分考虑几何模型中所含的特征信息,使得用户难以控制算法以生成满足特定领域需求的处理结果。为了解决此问题,国内外前沿研究提出了将几何中所蕴含的高层次特征信息或特定领域知识集成到数字几何处理中,以得到高效,更符合用户要求的几何处理算法。 本项目通过对几何模型的动态特征,即其所能产生的运动,与其几何形状的关系进行深入研究,以期实现考虑运动特征的数字几何处理算法,使得用户能够在创建或编辑几何形状时能够有效满足其最终运动的需求。项目的研究内容包括考虑运动动特征的几何建模、三维重建、基于蒙特卡洛马尔科夫采样的几何优化和四边形网格化算法。

中文关键词: 数字几何处理;运动特征;蒙特卡洛过程采样;三维重建;快速仿真

英文摘要: Traditional digital geometry processing algorithms focus on low level geometry information, such as local curvature information. They do not fully consider the characteristic information implied in the 3D geometry models. It makes the user hard to control the algorithms to produce the models which can satisfy the requirements of specific domains. To solve this problem, the state-of-the-art geometry research emphasizes to integrate the high level geometry features implied in the geometry into the procedure of geometry processing, such as modeling, editing and 3D reconstruction, to improve the efficiency of the geometry processing algorithms. We propose to consider the relationship between the dynamic feature of the geometry models, i.e.the motion that they are capable of, and their shapes. We expect to develop geometry processing algorithms which are aware of the motion requirements so that the user can take control of the final motion in the modeling and editing of geometry models. The research content includes motion-aware geometry modeling,3D reconstruction, mesh animation capture, Monte Carlo Markov Chain sampling based geometry optimization and quadrangle mesh generation.

英文关键词: Digitial Geometry Processing;Motion;Mote-Carlo Sampling;3D Reconstrunction;Fast Simulation

成为VIP会员查看完整内容
1

相关内容

基于流线的流场可视化绘制方法综述
专知会员服务
26+阅读 · 2021年12月9日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
87+阅读 · 2021年9月4日
算法分析导论, 593页pdf
专知会员服务
148+阅读 · 2021年8月30日
专知会员服务
48+阅读 · 2021年6月26日
专知会员服务
65+阅读 · 2020年9月24日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
从传统方法到深度学习,人脸关键点检测方法综述
机器之心
14+阅读 · 2017年12月17日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
小贴士
相关VIP内容
基于流线的流场可视化绘制方法综述
专知会员服务
26+阅读 · 2021年12月9日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
87+阅读 · 2021年9月4日
算法分析导论, 593页pdf
专知会员服务
148+阅读 · 2021年8月30日
专知会员服务
48+阅读 · 2021年6月26日
专知会员服务
65+阅读 · 2020年9月24日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员