基于背景-前景分离模型的图表手绘信息识别

在各类文档、资料、报表中,许多数据使用图表进行表示,对图表进行自动识别和信息提取成为图形 识别和文档图像处理中一个重要的研究分支.本文提出了一种基于背景-前景分离的方法,针对司机日志图表中 的手绘折线信息,实现准确的信息提取与高精度识别.这种方法使用启发式规则分析和连通体分析将印刷体图 表的背景信息与手绘折线的前景信息相互分离,利用印刷体背景提供的刻度信息对手绘折线进行精确识别.同 时提供了良好的容错机制,降低手绘随意性造成的识别误差,并精确定位各种手绘错误造成的识别冲突,保证了 识别结果的有效性.通过4组805页测试样本集测试,本文方法的识别精度达到了90％以上.     

基于手绘的三维建模和编辑技术

基于手绘的建模和编辑技术结合计算机与纸笔手绘的优点,比较适合三维动画和游戏前期的模型设计,列举了各种典型的手绘建模和编辑技术,这些技术在实现方便快速建模的同时可以对有细节的高分辨率网格进行编辑,对模型表面进行处理的主要问题是在保证方便快速的同时能创建有内部结构的模型或有层次的复杂模型,在快速直观实现形状编辑的同时保证模型的局部细节特征,通过把手绘建模和形状编辑按照建模算法和表面结构进行分类比较,得到各种技术的优缺点及适应场合,同时指出手绘建模和形状编辑在动画创作中的发展方向.     

浅析地下室外墙结构设计中应注意的几个问题

钢筋混凝土地下室的结构中,外墙是其中重要的结构构件,其设计的合理正确与否,直接影响到工程造价和结构安全。通过对作用在地下室外墙上的荷载及其组合,根据国家的现行有关规范(规程),通过某实际工程,阐述了地下室外墙设计参数的确定,计算简图选择及外墙配筋优化分析。     

基于霍夫变换的简单手绘表情的智能识别

随着人机交互与情感技术的发展,表情识别研究成为研究趋势。如在触摸屏上用手写输入系统绘制简单表情,这已普遍应用于手机短信和网络聊天软件中。计算机视觉中需要识别某些几何图形,如直线、圆弧等。基于霍夫变换,利用两点确定一条直线的几何原理进行智能识别简单图形。     

基于神经网络的手绘服饰图纹上色及风格迁移

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。     

手绘POP宣传在高校图书馆读者服务中的应用探索

分析了图书馆现有宣传服务方式的不足和手绘POP宣传服务所起到的重要辅助作用,介绍了手绘POP宣传的几种常见形式。     

基于流形的图像检索算法的研究

针对静止图像中轮廓信息的表示,利用活动基模型,共享简图算法与和数-最大数简图计算结构来分别表示、学习和识别变形的模板,实现了同类图像的检索。     

基于卷积神经网络的手绘草图识别

针对目前手绘草图识别难度大,识别准确率低且主要以手工提取特征为主,提出一种新的卷积神经网络结构DCSN( Deeper-CNN-Sketch-Net) 进行手绘图像识别。DCSN 模型是根据手绘草图的特点进行设计,如在首层采用了更大的卷积核获取草图的结构信息和更小的步长尽可能多保留特征信息,通过增加网络层数加深网络深度等。为进一步提高识别准确率,针对手绘草图的特点提出了两种新的数据增强方法,小图形缩减策略和尾部移除策略增加数据集的多样性,并利用扩充的数据集训练DCSN 网络。经实验验证,所提出的模型在目前最大的手绘图像数据集上可以取得70． 5% 的识别准确率,超过了目前存在的几种主流的手绘草图识别方法。     

地理教学改革之体会

利用简短引言诱发学生学习动机，运用趣味事例唤起学生注意；运用简图变抽象为形象；营造课堂气氛，创新教学等是地理教学改革的主要手段和方法。     

如何突破高职学生园林课程中的难点——浅谈从基础做起掌握好手绘方法

高职三年制的学生多数因高考前美术学习时间不长，专业基础较弱，所以快速手绘表现成为课程难点。许多学生虽有设计思想，但快速表达不出来或者表现不好。笔者认为：其主要原因是没有掌握好手绘方法。那幺，如何才能掌握好快速手绘的方法呢？本文将结合笔者日常教学中的实际情况，作点粗浅探讨。