基于二级网格和卷积神经网络的流体模拟方法

基于欧拉法的流体模拟是计算机图形学的重要方向之一,但其计算复杂度较高,直接求解精确的流体运动状态会带来较大的性能开销。提出基于二级网格和卷积神经网络(CNN)的流体模拟方法,在提高模拟性能的同时基本保持流体的形态。二级网格的流体空间结构抽象,能够有效减少流体计算的规模,达到加速模拟的效果。在此基础上,使用CNN来减少由于计算量减少而引入的误差,通过对欧拉法精确计算结果进行机器学习,得到较为精确的流体形态。实验结果表明,该方法在提高计算效率的同时能一定程度上保持流体形态细节。

浅析《洛神赋图》中山川图案元素在服装中的运用

本文选取了中国传统绘画中具有代表性的作品《洛神赋图》,研究当中的传统山川元素,并进行解构、创新加以新的理念运用到服装当中,而不同于从较为表面的设计元素,将文化自信融入到设计作品当中,增加设计的深层含义。在此之中加入中国传统非遗工艺,运用这些工艺与《洛神赋图》的元素进行融合创作,运用服装为载体传承这传统绘画与非遗工艺,推动中国传统艺术在现代的发展和传播。

基于Contourlet虚拟树的自适应信息隐藏算法

随着大数据时代来临和隐私保护的发展,自适应信息隐藏作为一种可以对图像进行加密,保证信息可以无错误提取,并能无损恢复图像受到人们重点关注。本文提出了一种基于Contourlet虚拟树的自适应信息隐藏算法,针对现有的信息隐藏算法,发现图像的嵌入位置,安全性,鲁棒性,抗干扰能力等方面有些许不足。基于此,结合机器学习算法提出一种在Contourlet域上构造虚拟树用以实现自适应选择图像嵌入位置与嵌入强度的算法,其中对嵌入图片加密时,为保证加密图像的安全性,首先利用Arnold置乱对嵌入图片进行置乱,再选取斜帐篷混沌加密算法对原图像数据生成随机密匙,得到加密参数信息,最后利用RSA非对称加密算法加密混沌映射参数,最终将已学习且加密的图片嵌入到载体图片。实验结果表明,与现有的几种算法相比,本文提出的算法具有较高的安全性。