排序方式: 共有10条查询结果,搜索用时 26 毫秒
1
1.
2.
介绍了基于中点移位法快速生成地形模型高程场的方法。给出了基于高程场的过程纹理方法生成与地形模型相匹配的纹理。采用此法生成的地形可以用在仿真系统和游戏中。分析了真实感地形生成的相关研究工作,给出了完整的基于中点移位生成地形模型的方法及完整的基于高程场的过程纹理生成方法,总结了实验结果。 相似文献
3.
4.
5.
针对当前无监督图像翻译方法在翻译过程中存在着图像内容变化过大、目标图像域风格传递不佳而导致生成的图像质量较低、多样性较差等问题,提出一种基于风格解耦和自适应层实例归一化的图像翻译方法.首先,采用基于解耦表示的自编码器作为模型的生成器,共享内容编码器来增强图像翻译的内容一致性;其次,在解码器中实现自适应层实例归一化运算,可以自适应地改变图像的风格,以改善风格传递的效果;再次,将随机风格编码融合至损失函数中,使得设计的模型具有生成随机风格图像的能力,来提升生成图像的多样性;最后,设计并实现了该方法,并在多个数据集上进行验证和分析.实验验证表明,与现有的无监督图像翻译方法相比,所研究的方法生成的图像质量较高,多样性较好. 相似文献
6.
7.
8.
9.
针对传统叶片识别易受环境干扰,难以实现复杂背景下的多叶片实时识别问题,提出一种基于CNN网络和多任务损失函数的实时叶片识别方法。采用CNN网络提取叶片图像特征图,输入到RPN网络生成区域候选框;依据特征图和区域候选框,提取候选框特征图,分别进行叶片分类和边界框回归,预测叶片类别和叶片预测框的定位;利用多任务损失函数约束分类和回归,来提高叶片分类和回归的准确率和运算速度。实验结果表明,该方法的平均实时叶片识别准确率为91.8%,平均实时识别速度为25 fps。 相似文献
10.
针对图纹上色容易色彩溢出、风格迁移缺少布料纹理特征等问题,提出基于神经网络的手绘服饰图纹上色及风格迁移方法。初始化数据集,收集服饰图纹图像,提取服饰图纹黑白线稿,合成具有颜色特征的手绘图像,构建风格数据集;构建条件生成对抗网络模型,基于该生成器模型实现对具有颜色信息的线稿图像上色;构建卷积神经网络模型,利用该模型计算内容图的内容特征并结合Gram矩阵计算风格图的风格特征,输出令人满意的服饰图纹迁移图像。实验结果表明,该方法生成的图像具有真实的服饰图纹颜色分布,具有较好的布料材质感。 相似文献
1