TY - JOUR A2 - Solari, Fabio AU - Nguyen, Mau Tung AU - Dang, Thanh Vu AU - Tran Thi, Minh Kieu AU - The Bao, Pham PY - 2019 DA - 2019/09/02 TI -基于卷积神经网络的测量和图形生成点云:众所周知，三维形状模型是使用点云和网格综合参数化的。与网格相比，点云处理起来尤其简单，而且它还包含了3D模型的形状信息。在本文中，我们想介绍我们的新方法来生成三维点云从一组关键的测量和形状的重要位置。为了找到形状和测量值之间的对应关系，我们引入了一种表示三维数据的方法——切片结构。提出了一种基于神经网络的分层学习模型，以兼容数据表示。首先通过匹配度量集，然后通过卷积神经网络对整片点云进行调整，生成主切片。我们在一个包含1706个例子的3D人体数据集上进行了实验。结果表明，该框架具有良好的可视化效果，平均误差为7.72%。研究表明，在处理三维图形时，应更多地关注局部特征。 SN - 1687-5265 UR - https://doi.org/10.1155/2019/1353601 DO - 10.1155/2019/1353601 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -