联合3D建模与改进CycleGAN的故障数据集扩增方法

基于深度学习的设备故障检测系统性能很大程度上依赖于样本集的规模及类别多样性。由于工业生产中难以全面采集各类故障样本,由此就有样本集扩增需求。本文提出联合3D模型和改进CycleGAN的故障数据集扩增方法。首先,提出利用3D建模软件模拟生成各类故障图片,将其作为CycleGAN迁移网络输入,约束引导生成真实故障图像,以解决样本不足及分布不均衡问题;其次,对CycleGAN网络生成器进行改进,提出U-ResNet生成器,用以解决数据集扩增过程中的边缘模糊和梯度消失问题。将该方法应用于带式输送机跑偏检测任务,结果表明相较于其他扩增方法,该方法训练过程中轮廓结构收敛快,时效性好,应用于目标检测网络准确率达到98.1%,较原真实数据集提升4.5%。说明该数据集扩增方法可以满足故障数据集类别分布均衡,图像质量高的要求。

基于Unity3D三维多视角虚拟数据集构建

基于深度学习的多视角三维重建(Multi View Stereo,MVS)是计算机视觉领域的研究热点。但构建高质量的多视角三维重建数据集需要消耗大量时间、人力和财力成本,因此当前可直接应用于多视角三维重建的数据集相对较少。为了降低数据集制作成本、提高制作效率,文章提出了一种有效的虚拟世界仿真现实世界的方法。通过Unity3D虚拟引擎,融合域适应和域随机方法,搭建三维虚拟场景,自动高效生成三维多视角虚拟数据(相机图像、相机参数和场景深度图),在此基础上构建了多视角三维重建虚拟数据集Visual DTU。实验结果表明,使用虚拟数据集可大幅降低数据集制作的经济和时间成本,且基本能取得与采用真实数据集训练相同的三维重建效果;通过增加虚拟数据集训练样本或混合虚拟数据集和真实数据集进行模型训练,可进一步提升模型性能。

自动驾驶数据集及3D目标感知方法综述

本文首先从场景的解构上分析了自动驾驶感知的复杂性,调研了67项自动驾驶感知相关的数据集,其中22项综合类数据集,17项道路感知专题数据集,14项障碍物感知专题数据集和14项自然环境相关专题数据集,给出不同数据集近四年的更新情况以及引用情况。另一方面,对3D目标感知方法进行了总结,考虑到最新的nuScenes数据集上3D目标感知任务TOP10的网络全部为基于多模态的方法,本文重点对基于图像和激光雷达点云的多模态的方法进行了归纳,并对nuScenes数据集3D目标感知任务榜单进行了分析。在上述分析的基础上,提出自动驾驶感知相关的数据集应进一步增大规模,并需加强国际合作,提出多模态融合的方法在nuScenes数据集3D目标感知任务上成为主流,同时基于Transformer的方法也进入Top10,未来值得继续关注和研究。

基于改进3D ResNet的视频人体行为识别方法研究

针对人体行为在视频中呈现的时序性特点,提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先,将网络中较大的卷积核拆分为2个非对称3D卷积核的串联,加深卷积层在水平和竖直方向上的局部关键特征提取;其次,加入了CBR模块,以增加网络层数。该网络对连续的视频帧序列进行图像和时序的多角度特征提取,并根据特征数据对其进行分类,最后输出识别结果。在基准数据集UCF101上的大量实验结果表明,所提方法的Top1准确率和Top5准确率与原始3D ResNet网络相比分别提升了4.03%和4.99%,且该方法的识别准确率也优于其他主流方法的识别准确率。

铜陵矿集区中酸性岩体航磁3D成像及对深部找矿方向的指示

铜陵矿集区中酸性侵入岩与成矿关系密切,区内几乎所有的内生金属矿均与侵入岩有关,岩体周边和深部是主要的找矿方向,发现和圈定隐伏及半隐伏岩体对本区新一轮深部找矿工作有着重要意义。本研究以铜陵矿集区1:5万航磁数据的3D反演成像为基础,结合物性参数和地质信息,选取适当的磁化率边界,对矿集区岩体的空间分布进行了识别和圈定,共确定了33个岩体,并对其3D空间形态进行了定量分析,大部分推测岩体与地表地质填图所得岩体吻合较好。依据"层位+岩体"的找矿模式,以航磁反演推测岩体为基础,结合其他成矿信息,确定了本区圈定深部找矿远景区的6条基本原则,圈定了6个深部找矿远景区,对铜陵矿集区深部找矿具有重要的指示意义。

基于并行图神经网络的3D点云目标检测

点云在目标检测等领域中有很重要的作用。目前对点云特征提取之前需要对点云进行预处理,通常的处理方法包括将点云投影到二维平面、利用栅格法将点云体素化或直接基于原始点云进行处理。这些方法都会损失一定的原始信息,直接处理点云的原始信息面临计算量很大的问题。为解决上述问题,设计了一个平行图卷积神经网络。在将点云转化为图的基础上,利用图卷积神经网络不同的卷积核来提取点云的特征,并通过提出的一种注意力机制进行不同层次的特征融合。提出的方法可以在最大程度上保留点云原始信息的基础上,从不同的角度提取图的特征。在KITTI数据集上的实验表明,所提出的方法是有效的,并且取得了较好的结果。

基于连续卷积神经网络的3D脑电图情绪识别

作为人类大脑神经活动的重要指标,脑电(EEG)信号能更深层次地反映人的情绪状况,但当前大多数深度学习模型通过EEG识别情绪不够精确。本文提出基于连续卷积神经网络的3D脑电图情绪识别模型,采用提取DE和PSD特征时得到的等价矩阵所构造的三维脑电图立方体作为输入,舍弃卷积神经网络中的池化层。在DEAP数据集上进行实验,Arousal准确率为95.77%,Valence准确率为93.52%,表明该方法非常适用于情绪识别,能给后续相关研究提供参考。

基于3D-DWT及混沌映射的加密医用体数据鲁棒检索算法研究

随着医疗数据的共享日益频繁,数据安全问题变得日益突出。安全起见,把医学图像加密后存储到服务器或云端。如何实现对加密医学图像检索成为一个亟待解决的问题。提出一种基于混沌和三维小波变换的加密医用体数据鲁棒检索算法。其主要步骤为:首先,通过三维小波变换和混沌映射对医用体数据进行加密;然后,对加密体数据进行小波分解,得到子带图像,再对子带图像进行DCT变换,提取DCT变换能量聚集的低频系数作为加密体数据的特征向量,建立加密图像的特征向量数据库;最后,通过计算加密图像的特征向量的相似度来检索目标图像,将检索到的加密图像返回,并解密所检索到的医用体数据。实验结果表明,该检索算法对加密体数据的常规攻击和几何攻击具有较强的鲁棒性,并提高了图像检索的安全性和准确性。

应用3D打印熔融沉积技术制作个性化种植修复体的精确度研究

目的应用3D打印熔融沉积(FDM)技术制作个性化种植修复体,评估其与天然牙的误差。方法通过Mimics 15.0软件提取锥形束CT(CBCT)扫描的6颗因正畸减数而需拔除牙(体内牙)的数据模型并制作个性化种植修复体。在相同参数下重新扫描拔除后的正畸减数牙(体外牙)及个性化种植修复体获取数据模型,利用Geomagic studio软件比较3种数据模型之间的三维偏差大小。结果个性化种植修复体与体内牙数据模型整体模型间的高低区域偏差的平均值为0.19 mm和-0.16 mm,体内牙与体外牙数据模型整体模型间的高低区域偏差的平均值为0.14 mm和-0.07 mm;两组数据经独立样本t检验,差异均无统计学意义(P>0.05)。结论 1)应用3D打印FDM技术制作的个性化种植修复体精密度良好。2)基于相同参数CBCT扫描数据获得的体内牙与体外牙的数据模型仍存在一定误差。

基于云计算的3D打印资源共享平台架构设计

目前国内市场上的3D打印资源相对分散,有3D打印需求的用户和拥有3D打印服务能力的企业、个人之间存在着信息不对称以及服务模式不清晰等问题,阻碍了3D打印服务的市场推广和行业发展。因此探究3D打印用户需求和3D打印服务供给之间的服务模式是很有必要的。通过结合云计算的核心技术——虚拟化技术、分布式存储技术以及云安全技术,根据云平台需求设计数据库集群,结合3D打印技术,最终设计出基于云计算的3D打印资源共享平台,用来解决3D打印服务和用户需求之间的问题。

3D图像/数据体处理新方法

在3D可视化环境里引入3D图像处理和体描述技术可为地震解释提供一种真正的3D方法。目前,运用地震表达法可以把复杂油气藏几何形状从3D地震体里分离出来,并贮存起来以备将来油藏管理使用。体解释将提高地震解释的速度和质量。3D图像处理工具的应用将产生一种更加一致、更加量化的3D地震解释结果。

可视化与非可视化特征融合超声3D目标识别研究

目前常用的超声3D目标识别方法主要是利用传感器在空间一点或多点获取一维回波,通过信号处理得到目标体3D信息以实现3D目标体识别。这些方法普遍存在识别率低和鲁棒性差的问题,制约了该项技术的推广和应用。为此,文中提出了一种基于可视化和非可视化特征融合的超声3D目标体识别方法,该方法将目标体回波信号处理方法与合成孔径方法相结合,将提取的目标体信息在特征层进行了融合,然后经BP神经网络实现了分类识别,可使现有方法的不足得到显著改善。通过对3类人工靶标的实验表明,该方法可显著提高缺陷的3D识别率,能够保持在90%以上,且鲁棒性也得到明显改善。

体绘制技术在地学3D GIS可视化中的应用研究

体绘制技术是目前科学计算可视化研究的一个重要组成部分,对地质体内部属性分布的可视化有重要意义。该文针对地学研究中几何建模和属性建模同样重要的特点,基于一种矢栅一体化的混合数据模型,对地质体表面采用三角面片描述几何形状,对地质体内部采用基于八叉树的自适应网格剖分技术描述内部属性特征。对网格剖分后的体数据,采用体元投射的体绘制技术进行地质体内部属性可视化,显示出很好的效果,具有实际应用意义。

基于AutoCAD Map3D的数据集查询方法的研究

在批量处理DWG数据文件的时候,有时我们需要按照一定的属性或空间位置提取分析部分要素,传统的方法一般采用通过脚本文本打开每幅图然后通过建立选择集进行处理,或者全图遍历,然后根据要素属性查找符合条件的要素。这两种方法在实际应用中都存在一定的弊端,本文讨论了基于Autodesk Map3D平台,通过数据集查询的方式快速获取目标数据的方法。

基于3D Studio Max的海地瓜数据集构建方法

为了给海地瓜识别工作提供数据参考,解决传统数据集构建中存在的数据重复率高的问题,笔者提出基于3D Studio Max的海地瓜数据集构建方法。该方法首先利用硬件设备采集海地瓜的三维数据,并对初始数据进行降噪和去重处理,然后构建海地瓜模型,最后以海地瓜模型为数据内容进行分类存储,实现海地瓜数据集的构建。实验结果表明:该方法的数据重复率降低了5.43%,能够有效提升识别的速度。

共偏移距共方位角全数据体3D叠前深度偏移方法

通过对海上拖缆船采集资料的规则性和对称性研究，得到了一套有效的3D叠前深度偏移和速度模型建立的流程。将海上3D数据抽提成共偏移距共方位角数据集。运用高性能的频率——波数域速度沿垂直方向变化的叠前深度偏移方法进行初始偏移。也用初始叠前v（z）偏移代替叠前时间偏移做AVO，或者在没有受到强横向变化影响时的目标成像。用共偏移距共方位角v（x、y、z）计算后续的深度偏移。这种叠前深度偏移算法也是利用共偏移距共方位角数据集的规则性来减少内存和CPU的需求。偏移输出数据用于产生一组速度误差拾取值和沿分析面的加密网格作为3D层析的输入。灵活钧模型建立工具与3D层析技术匹配能够产生出地质上合理的速度模型。两个数据实例表明：这种方法在相对轻微的速度变化区域（正如所期望的那样）和速度变化复杂的情况下（如盐下成像）能够取得良好的结果。

3D打印技术在肌硬膜桥复合体研究中的应用

3D打印技术是一种以数字模型文件为基础的快速成型技术,本文将3D打印技术应用于肌硬膜桥三维建模的实践环节中。基于Mimics 18.0软件对韩国数字人数据库断层解剖学图片进行三维重建的人类肌硬膜桥可视化模型,运用J501 Pro3D打印机得到肌硬膜桥复合体3D模型。在3D打印肌硬膜桥复合体模型中清楚地显示了头后小直肌、头后大直肌、头下斜肌、硬脊膜、寰枕后隙和寰枢后隙的3D形态和相邻位置关系。

数字化3D扫描技术与印模材取模技术在口腔数据采集中的应用对比

目的:探讨在口腔数据采集中分别用数字化3D扫描技术和印模材取技术的效果。方法:选取2021年6月~2023年6月漳州市长泰区医院收治的口腔修复患者70例为调查对象,分组方法为随机数字表法,两组均为35例。其中,对照组实施传统硅橡胶取模后间接采集患者口腔数据,观察组实施数字化3D扫描技术直接进行患者口腔数据采集。比较两组患者采集数据所用时长、取模时舒适度、修复体适合性[美国公共卫生协会评价标准(USPHS)评价标准]、数据采集过程评价指标(取模频次、医疗垃圾排放及模型磨损)。结果:两组采集数据所用时长相比,观察组较对照组短(P<0.05);两组总舒适度评分相比,观察组较对照组高(P<0.05);观察组USPHS评价中边缘、外形方面的A级率均较对照组高(P<0.05);两组USPHS评价中颜色、质地的A级率基本一致(P>0.05);观察组的取模频次、医疗垃圾排放量和模型磨损度均低于对照组(P<0.05)。结论:在口腔数据采集中应用数字化3D扫描技术可缩短数据采集所用时长,降低取模频次和医疗垃圾排放,且模型不会受损,增加修复体适合程度,同时还可以提高患者取模时的舒适性。

基于CT扫描及3D TEE技术的心脏3D模型打印

密歇根州一家儿童医院的光学健康研究小组．成功地把CT数据和3D经食管超声心电图（3D TEE）打印技术结合起来，将一位患者心脏的高度精确模型打印出来，直观的模型可以让外科医生在手术设计中操作性更强。这种可以融合多种形态数据的能力可以弥补当前的技术鸿沟，因为，目前我们尚无法只用一种影像技术就能捕捉足够的细节信息。

3D地质模型101

在地震勘探解释中有常规3D模型,就有3D地质模型。地质学家用深度体描述3D数据体,它可以从层向和垂直两个方向展示构造变化。这种模型可被看作是无数个2D地层横断剖面的叠加。地球物理学家用地球物理参数(如速度、密度、磁化系数和电阻率),以对比度明显的3D模型来描述地层。