三维鱼体参数化建模

因水下环境复杂,鱼类三维模型获取非常困难,基于三维鱼类数据驱动的很多自动化研究工作无法开展。为此,提出一种三维鱼体参数化建模方法。首先,用专业建模师构建的标准鱼体模板注册扫描仪采集三维鱼体数据,构建拓扑结构一致的三维鱼体网格数据集;其次,用主成分分析法对数据集中的三维鱼体网格模型进行建模分析,建立鱼体的参数化表示模型;最后,采集草鱼数据进行相关实验。实验结果表明,注册得到的三维鱼体模型与真实扫描鱼体模型顶点之间的平均均方根误差仅为0.6913 mm,在可接受范围。通过改变三维鱼体参数化表示模型中的权参数,快速生成了大量三维鱼体数据,从而解决了三维鱼体数据获取困难的问题。

以智慧教室助力小学语文阅读教学

智慧教室,又称作未来教室,是一种“能优化教学内容呈现、便利学习资源获取、促进课堂交互开展的新型教室”。它改变了单一问题式教学的局面,使得学生自主学习的机会增多;学生和教师之间的信息反馈,使老师可以及时掌握学生完成任务的情况。智慧教室借助信息技术使课堂互动变得更加生动有趣且高效。笔者在小学语文阅读教学过程中通过运用智慧教室谈一谈自己的心得。

浅议如何在小学低年级口语交际教学中创设情境

小学阶段的语文课是一门非常重要的学科,在小学低年级语文课的教学过程中,口语交际对作文水平的提高教学显得尤为重要,这就要求我们教师在教学中重点关注,最大限度地培养和提升学生的口语表达能力。

循环生成对抗网络的线稿图像自动提取

目的动漫制作中线稿绘制与上色耗时费力,为此很多研究致力于动漫制作过程自动化。目前基于数据驱动的自动化研究工作快速发展,但并没有一个公开的线稿数据集可供使用。针对真实线稿图像数据获取困难,以及现有线稿提取方法效果失真等问题,提出基于循环生成对抗网络的线稿图像自动提取模型。方法模型基于循环生成对抗网络结构,以解决非对称数据训练问题。然后将不同比例的输入图像及其边界图输入到掩码指导卷积单元,以自适应选择网络中间特征。同时为了进一步提升网络提取线稿的效果,提出边界一致性约束损失函数,确保生成结果与输入图像在梯度变化上的一致性。结果在公开的动漫彩色图像数据集Danbooru2018上,应用本文模型提取的线稿图像相比于现有线稿提取方法,噪声少、线条清晰且接近真实漫画家绘制的线稿图像。实验中邀请30名年龄在2025岁的用户,对本文以及其他4种方法提取的线稿图像进行打分。最终在30组测试样例中,本文方法提取的线稿图像被认为最佳的样例占总样例84%。结论通过在循环生成对抗网络中引入掩码指导单元,更加合理地提取彩色图像的线稿图像,并通过对已有方法提取效果进行用户打分证明,在动漫线稿图像提取中本文方法优于对比方法。此外,该模型不需要大量真实线稿图像训练数据,实验中仅采集1000幅左右真实线稿图像。模型不仅为后续动漫绘制与上色研究提供数据支持,同时也为图像边缘提取方法提供了新的解决方案。