期刊文献+
共找到285篇文章
< 1 2 15 >
每页显示 20 50 100
GCR-Net:3D Graph convolution-based residual network for robust reconstruction in cerenkov luminescence tomography
1
作者 Weitong Li Mengfei Du +7 位作者 Yi Chen Haolin Wang Linzhi Su Huangjian Yi Fengjun Zhao Kang Li Lin Wang Xin Cao 《Journal of Innovative Optical Health Sciences》 SCIE EI CAS CSCD 2023年第1期15-25,共11页
Cerenkov Luminescence Tomography(CLT)is a novel and potential imaging modality which can display the three-dimensional distribution of radioactive probes.However,due to severe ill-posed inverse problem,obtaining accur... Cerenkov Luminescence Tomography(CLT)is a novel and potential imaging modality which can display the three-dimensional distribution of radioactive probes.However,due to severe ill-posed inverse problem,obtaining accurate reconstruction results is still a challenge for traditional model-based methods.The recently emerged deep learning-based methods can directly learn the mapping relation between the surface photon intensity and the distribution of the radioactive source,which effectively improves the performance of CLT reconstruction.However,the previously proposed deep learning-based methods cannot work well when the order of input is disarranged.In this paper,a novel 3D graph convolution-based residual network,GCR-Net,is proposed,which can obtain a robust and accurate reconstruction result from the photon intensity of the surface.Additionally,it is proved that the network is insensitive to the order of input.The performance of this method was evaluated with numerical simulations and in vivo experiments.The results demonstrated that compared with the existing methods,the proposed method can achieve efficient and accurate reconstruction in localization and shape recovery by utilizing threedimensional information. 展开更多
关键词 Cerenkov luminescence tomography optical molecular imaging optical tomography deep learning 3d graph convolution
下载PDF
基于深度学习的3D目标检测算法综述 被引量:1
2
作者 张新宇 徐子贤 +2 位作者 闫冬梅 沙晓鹏 顾德英 《控制工程》 CSCD 北大核心 2024年第3期526-534,共9页
随着自动驾驶领域对目标检测的精度和速度需求的提高,目标检测的研究从传统检测算法转向深度学习方向。由于2D目标检测算法存在小目标丢失等问题,基于深度学习的3D目标检测算法以能提供物体的位置、尺寸和方向等一些空间结构信息的优势... 随着自动驾驶领域对目标检测的精度和速度需求的提高,目标检测的研究从传统检测算法转向深度学习方向。由于2D目标检测算法存在小目标丢失等问题,基于深度学习的3D目标检测算法以能提供物体的位置、尺寸和方向等一些空间结构信息的优势,迅速在自动驾驶领域发展起来。首先,简单陈述了2D目标检测算法,将3D目标检测算法分成5个类别,分析了各类目标检测算法的优缺点;然后,详述了最新被提出的基于图神经网络(graph neural network, GNN)的2种算法;最后,对3D目标检测所应用的领域和其研究意义进行总结,并对3D目标检测今后可能发展的方向做出猜想。 展开更多
关键词 自动驾驶 深度学习 3d目标检测 图神经网络
下载PDF
HetGNN-3D:基于异构图神经网络的3D目标检测优化模型
3
作者 汪明明 陈庆奎 付直兵 《小型微型计算机系统》 CSCD 北大核心 2024年第2期438-445,共8页
3D感知是自动驾驶场景的核心问题,传感器融合可以综合利用激光雷达和摄像机的优点以达到更高的3D目标检测准确率.传感器融合涉及点云到图像对准问题,预先对传感器标定可以得到点到图像位置的投影关系,然而这种对准方式受传感器相对位置... 3D感知是自动驾驶场景的核心问题,传感器融合可以综合利用激光雷达和摄像机的优点以达到更高的3D目标检测准确率.传感器融合涉及点云到图像对准问题,预先对传感器标定可以得到点到图像位置的投影关系,然而这种对准方式受传感器相对位置偏移与采集时间偏移影响而在干扰下对模型产生负面影响.针对该问题,本文把场景中实体在各个传感器下的不同表达作为不同对象,以对象为节点建立包含两类节点与三类边的异构图描述该场景,并提出了基于该异构图的3D目标检测优化模型HetGNN-3D.该模型通过图结构捕获对象间潜在联系并找到点云对象节点与图像对象节点间对应关系,从而减弱干扰带来的影响.HetGNN-3D包含图初始化、消息传递、图读出三大模块.图初始化模块使用基于点云的3D目标检测模型的输出和基于图像的2D目标检测模型的输出建立对象级异构图.消息传递模块针对异构图特性分类聚合与更新消息.图读出包含用于对象关系预测的边读出与属于同一实体的对象子图读出,然后基于对象子图得到3D目标检测结果.在nuScenes数据集的实验表明,HetGNN-3D有效融合点云信息与图像信息优化了3D目标检测结果,此外,基于对象级异构图的边关系预测使融合过程与预先标定得到的传感器映射矩阵解耦合,从而提升了融合模型的容错性与鲁棒性. 展开更多
关键词 传感器融合 异构图 图神经网络 3d目标检测 自动驾驶
下载PDF
基于3D图谱APP的课程教学设计在康复专业中的应用
4
作者 李姗珊 周雪莉 +2 位作者 孟琪 田金刚 于清梅 《计算机应用文摘》 2024年第18期4-6,共3页
为探索3D图谱APP在“人体系统解剖学”实验课程中的应用效果,文章以山东医学高等专科学校2023级康复医学专业的96名学生为研究对象,结合“人体系统解剖学”课程要求和康复医学专业的特点,组织实施了基于3D图谱的实验课程教学设计方案。... 为探索3D图谱APP在“人体系统解剖学”实验课程中的应用效果,文章以山东医学高等专科学校2023级康复医学专业的96名学生为研究对象,结合“人体系统解剖学”课程要求和康复医学专业的特点,组织实施了基于3D图谱的实验课程教学设计方案。通过随堂测验和课后调查问卷评估了3D图谱的使用效果。研究结果表明,使用3D图谱能够增加实验课程的趣味性,提高学生参与课堂互动的积极性,从而有效提升学习效率。 展开更多
关键词 3d图谱 教学设计 教学模式
下载PDF
基于点云图卷积神经网络的3D目标检测
5
作者 刘振威 黄影平 +1 位作者 梁振明 杨静怡 《上海理工大学学报》 CAS CSCD 北大核心 2024年第3期320-330,共11页
随着激光雷达传感器的快速发展,目标检测算法从传统的2D检测快速转向3D检测。然而,激光雷达产生的点云是不规则和非结构化的数据,传统的卷积神经网络无法对其进行处理。基于此提出了一种新颖的图卷积神经网络,能够更好地利用数据的几何... 随着激光雷达传感器的快速发展,目标检测算法从传统的2D检测快速转向3D检测。然而,激光雷达产生的点云是不规则和非结构化的数据,传统的卷积神经网络无法对其进行处理。基于此提出了一种新颖的图卷积神经网络,能够更好地利用数据的几何关系和拓扑结构直接从点云中学习特征以进行3D目标检测。首先将原始激光雷达点云数据进行下采样,再进行固定半径邻域图的构建,随后设计了一个新型的图卷积神经网络对点云进行编码来预测图中每个顶点所属对象的类别和形状。为提升检测准确度,网络中加入了一种校准机制来减少特征在不同维度变化时引入的平移误差,此外还引入了注意力机制,以使用权重来进一步强化输出的顶点特征。在KITTI数据集上进行实验,实验结果表明,此方法能够有效对3D目标进行检测。对比其他多种检测算法,此方法在检测准确度上具有一定的优势。 展开更多
关键词 图卷积神经网络 激光雷达点云 3d目标检测
下载PDF
基于自注意力机制与图卷积的3D目标检测网络
6
作者 刘越 刘芳 +2 位作者 武奥运 柴秋月 王天笑 《计算机应用》 CSCD 北大核心 2024年第6期1972-1977,共6页
针对三维(3D)目标检测过程中对骑行者、行人等小目标检测的准确性较低,难以适应城市复杂路况的问题,提出一种基于自注意力机制与图卷积的3D目标检测网络。首先,为获取更具有判别性的小目标特征,在主干网络中引入自注意力机制,使网络对... 针对三维(3D)目标检测过程中对骑行者、行人等小目标检测的准确性较低,难以适应城市复杂路况的问题,提出一种基于自注意力机制与图卷积的3D目标检测网络。首先,为获取更具有判别性的小目标特征,在主干网络中引入自注意力机制,使网络对小目标特征更敏感,增强网络特征的提取能力;其次,在自注意力机制的基础上构建特征融合模块,进一步丰富浅层网络特征,增强深层网络的特征表达能力;最后,引用动态图卷积预测目标的边界框,提高目标预测的准确性。在KITTI数据集上进行实验,将所提网络与TANet(Triple Attention Network)、IA-SSD(Instance-Aware Single-Stage Detector)等8种主流网络对比。实验结果表明,所提网络对行人的检测精度在简单、中等和困难这3个难度下比行人检测精度次优的TANet提高了12.12、13.82和11.03个百分点,对骑行者的检测精度在中等和困难上比IA-SSD提高了3.06和5.34个百分点。综上所述,所提网络可以更好地应用于小目标检测任务。 展开更多
关键词 三维目标检测 自注意力机制 特征融合 动态图卷积 小目标检测
下载PDF
基于并行图神经网络的3D点云目标检测
7
作者 刘书勇 付轩硕 李超 《无线电工程》 北大核心 2023年第7期1686-1692,共7页
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... 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。 展开更多
关键词 图神经网络 目标检测 3d点云 KITTI数据集
下载PDF
3D scene graph prediction from point clouds
8
作者 Fanfan WU Feihu YAN +1 位作者 Weimin SHI Zhong ZHOU 《Virtual Reality & Intelligent Hardware》 EI 2022年第1期76-88,共13页
Background In this study,we propose a novel 3D scene graph prediction approach for scene understanding from point clouds.Methods It can automatically organize the entities of a scene in a graph,where objects are nodes... Background In this study,we propose a novel 3D scene graph prediction approach for scene understanding from point clouds.Methods It can automatically organize the entities of a scene in a graph,where objects are nodes and their relationships are modeled as edges.More specifically,we employ the DGCNN to capture the features of objects and their relationships in the scene.A Graph Attention Network(GAT)is introduced to exploit latent features obtained from the initial estimation to further refine the object arrangement in the graph structure.A one loss function modified from cross entropy with a variable weight is proposed to solve the multi-category problem in the prediction of object and predicate.Results Experiments reveal that the proposed approach performs favorably against the state-of-the-art methods in terms of predicate classification and relationship prediction and achieves comparable performance on object classification prediction.Conclusions The 3D scene graph prediction approach can form an abstract description of the scene space from point clouds. 展开更多
关键词 Scene understanding 3d scene graph Point cloud DGCNN GAT
下载PDF
基于单张图像的人体准确姿势3D重建研究 被引量:1
9
作者 裘志超 姚剑敏 +1 位作者 严群 林志贤 《传感器与微系统》 CSCD 北大核心 2023年第5期61-64,共4页
为了解决单张图像人体重建时存在部分姿势不准确,模型精确度不足的问题,提出了基于单张图像进行人体准确姿势3D重建的方法。首先,提取图像特征,并将特征与SMPL基础模板信息相融合,通过图卷积网络将2D图像映射为3D人体表面;其次,将参数化... 为了解决单张图像人体重建时存在部分姿势不准确,模型精确度不足的问题,提出了基于单张图像进行人体准确姿势3D重建的方法。首先,提取图像特征,并将特征与SMPL基础模板信息相融合,通过图卷积网络将2D图像映射为3D人体表面;其次,将参数化SMPL模型所表达的3D人体投影到2D平面,通过投影后的3D信息与输入图像的2D信息相匹配,实现体型与姿势的估计;然后,使用生成对抗网络判断模型数据是否来自未配对数据的真实人体网格数据;最后,使用多种损失函数共同训练,生成最终生成器模型。使用Human 3.6M测试时与SMPLify, NBF,Rogez等算法进行了对比,姿势估计准确度有所提升。 展开更多
关键词 3d人体重建 SMPL模型 图卷积神经网络
下载PDF
结合图采样和图注意力的3D目标检测方法 被引量:2
10
作者 李文举 储王慧 +2 位作者 崔柳 苏攀 张干 《计算机工程与应用》 CSCD 北大核心 2023年第9期237-244,共8页
在点云中进行三维目标检测时,小目标和复杂背景下目标的检测精度不足是突出的问题之一。针对该问题,提出了一种基于图采样和图注意力机制的3D点云目标检测方法。减小基准网络下采样体素大小以保持小目标的点云密度;引入图采样降低在点... 在点云中进行三维目标检测时,小目标和复杂背景下目标的检测精度不足是突出的问题之一。针对该问题,提出了一种基于图采样和图注意力机制的3D点云目标检测方法。减小基准网络下采样体素大小以保持小目标的点云密度;引入图采样降低在点云中构造拓扑图的代价;通过对图采样前后的图分别嵌入自注意力机制,提高网络的特征提取能力。在KITTI数据集上与基准网络Point-GNN相比,对汽车目标在复杂场景上的检测精度提升了1.96%,对行人与骑行者目标在中等难度场景和复杂场景上的检测精度分别提升4.21%和2.57%;与Point-GNN相比,减少了15%的训练时间。实验结果表明,设计的方法对于3D点云中小目标和复杂背景下目标的检测更加有效,图采样方法还能够提升模型的训练效率。 展开更多
关键词 点云 3d目标检测 图神经网络 图采样 图注意力机制
下载PDF
一种基于图卷积网络的分类地物简化方法
11
作者 张广庆 陈建忠 +3 位作者 高云龙 王新田 魏玉燕 乔燕英 《测绘通报》 CSCD 北大核心 2024年第S01期67-72,共6页
随着城市实景三维建设的全面推进,其高细节、大规模和复杂性等特点,导致了三维模型数据存储管理困难、传输速度慢、加载应用不流畅等问题。本文提出了一种基于图卷积网络对城市三维模型语义进行分类,针对各地物类别采取个性化的地物简... 随着城市实景三维建设的全面推进,其高细节、大规模和复杂性等特点,导致了三维模型数据存储管理困难、传输速度慢、加载应用不流畅等问题。本文提出了一种基于图卷积网络对城市三维模型语义进行分类,针对各地物类别采取个性化的地物简化方法,并进行了建筑物、草地场景的三维模型轻量化试验,试验结果表明,使用本文方法,在保证模型可视化效果的前提下,可减少90%的数据量。 展开更多
关键词 实景三维 轻量化 图卷积网络
下载PDF
融合体素图注意力的三维目标检测算法
12
作者 鲁斌 孙洋 杨振宇 《智能系统学报》 CSCD 北大核心 2024年第3期598-609,共12页
目前基于点云的三维目标检测方法未能充分利用点云局部几何特征,导致对点云稀疏的目标检测效果不佳。为此,本文提出基于原始点云体素图注意力的两阶段三维目标检测算法(voxel graph attention region-CNN,VGT-RCNN)。通过多尺度体素特... 目前基于点云的三维目标检测方法未能充分利用点云局部几何特征,导致对点云稀疏的目标检测效果不佳。为此,本文提出基于原始点云体素图注意力的两阶段三维目标检测算法(voxel graph attention region-CNN,VGT-RCNN)。通过多尺度体素特征插值计算网格中心点特征;在多尺度非空体素特征上构造局部图;通过图注意力机制对体素特征进行加权平均,充分提取并利用目标的局部几何特征完成检测。该算法主要针对当前二阶段算法在进行特征聚合时对不同体素特征的重要性考虑不足进行改进,引入可学习的权重矩阵,动态学习体素特性的权重,提高局部特征表达能力。本文在流行的KITTI自动驾驶数据集上进行了充分测试,取得了具有竞争力的检测效果,尤其是在对点云稀疏的汽车目标检测上,准确率有较大提高。本文还对检测效果进行了可视化分析。 展开更多
关键词 点云 三维目标检测 图注意力 特征插值 多尺度特征 激光雷达 体素化 车辆检测
下载PDF
基于策略图的三维位置隐私发布算法研究
13
作者 尹春勇 贾续康 《信息网络安全》 CSCD 北大核心 2024年第4期602-613,共12页
随着移动智能终端的普及,基于位置服务(Location-Based Services,LBS)的应用迎来了爆发式增长,高层室内建筑是位置服务的重要应用场景之一。然而现有的位置隐私保护算法大多适用于二维位置数据,面向大型室内三维场景的位置隐私保护研究... 随着移动智能终端的普及,基于位置服务(Location-Based Services,LBS)的应用迎来了爆发式增长,高层室内建筑是位置服务的重要应用场景之一。然而现有的位置隐私保护算法大多适用于二维位置数据,面向大型室内三维场景的位置隐私保护研究尚且不足,并且缺乏可个性化定制的三维隐私策略。针对该问题,文章提出了一种基于策略图的三维位置隐私发布算法。首先,设计一种基于可定制策略图的位置隐私保护框架,可根据具体场景需求动态定制适合的隐私策略;其次,设计两种面向三维的差分隐私变体机制,结合定制策略图,实现三维场景下的位置隐私保护;最后,在三维数据集上进行仿真实验,实验结果表明,与其他三维位置隐私保护算法相比,文章所提算法具有更好的稳定性和效用性。 展开更多
关键词 高层室内场景 三维位置隐私 策略图 差分隐私 基于位置服务
下载PDF
基于可变形三维图卷积的轻量级点云分类研究
14
作者 蔡俊民 梁正友 +1 位作者 孙宇 陈子奥 《计算机工程》 CAS CSCD 北大核心 2024年第9期255-265,共11页
现有深度学习方法在处理点云分类任务时,依赖于点的绝对坐标,存在模型复杂度较大的问题。对此,提出一种轻量级的点云分类网络DMGCN-3D。使用自适应空洞K近邻(KNN)算法构造图结构,尽可能捕捉局部更广泛空间的几何结构信息,并减少计算开支... 现有深度学习方法在处理点云分类任务时,依赖于点的绝对坐标,存在模型复杂度较大的问题。对此,提出一种轻量级的点云分类网络DMGCN-3D。使用自适应空洞K近邻(KNN)算法构造图结构,尽可能捕捉局部更广泛空间的几何结构信息,并减少计算开支;构造可变形三维图卷积,引入可学习的点与点之间的方向向量来获取相对特性,在特征提取过程中保证点云的置换不变性与尺度不变性;构建多头自注意力模块,通过残差结构将分组变换注意力(GSA)与多层感知机(MLP)相结合,MLP有助于保持原始点云信息的完整性,GSA使得网络能够学习特征内部的自相关性,在提高特征表达能力的同时降低参数总量;使用空间变换网络结合MLP来学习点云特征;对所提取的特征进行融合以得到更综合的特征,将其用于点云分类。实验结果表明,DMGCN-3D在ModelNet10、ModelNet40、ScanObjectNN数据集上的总体精度分别达到96.5%、94.7%、81.9%,比DGCNN分别提高2.9、2.1、3.8个百分点,参数总量相比DGCNN、LDGCNN、3DGCN模型分别降低52.9%、23.9%、3.3%,且DMGCN-3D能够保持较高的鲁棒性。 展开更多
关键词 点云分类 可变形三维图卷积 自适应 多头自注意力 轻量级网络
下载PDF
矿井3D风网图及基于MATLAB仿真编程实现 被引量:20
15
作者 李宗翔 王德民 温永宇 《安全与环境学报》 CAS CSCD 北大核心 2010年第6期168-171,共4页
针对复杂矿井通风网络解算问题,基于MATLAB语言及其图形处理平台,提出用真实3D矿井巷道连结关系(3D风网图)代替复杂网络图进行解算。该方案只需将实际矿井巷道真实描画出来,由计算机程序自动从真实巷道中提取通风网络的拓扑关系,并自动... 针对复杂矿井通风网络解算问题,基于MATLAB语言及其图形处理平台,提出用真实3D矿井巷道连结关系(3D风网图)代替复杂网络图进行解算。该方案只需将实际矿井巷道真实描画出来,由计算机程序自动从真实巷道中提取通风网络的拓扑关系,并自动添加大气、通风机风硐、掘进巷道风筒等辅助分支,将同属性巷道分支合并,缩减通风网络图的规模,得到计算所需的内部通风网络图。3D风网图是将矿井通风网络看作一个力学模型,直接按基本回路计算自然风压。从本质上说,3D风网图表达的是"具象"的通风网络图,它超越了传统平面网络图的技术层面。应用该通风仿真程序,能有效解决矿井通风信息管理、三维矿井通风立体图的自动生成、矿井通风网络自动解算、风网参数的自动标注等问题,在铁法矿区大兴煤矿的应用结果验证了其可靠性。 展开更多
关键词 矿山安全 3d风网图 矿井3d模型 3d可视化 3d通风系统图 矿井通风
下载PDF
一种面向功耗免死锁三维全动态3D NoC路由算法 被引量:9
16
作者 虞潇 李丽 +3 位作者 张宇昂 潘红兵 王佳文 韩平 《电子学报》 EI CAS CSCD 北大核心 2013年第2期329-334,共6页
随着近年来三维片上网络(3D NoC)技术的提出及不断发展,功耗问题已成为3D NoC设计中面临的严峻挑战之一.本文为3DNoC提出一种面向功耗免死锁三维全动态路由算法TFRA(Three-dimensional Ful-l adaptive Rout-ing Algorithm).其以传统二维... 随着近年来三维片上网络(3D NoC)技术的提出及不断发展,功耗问题已成为3D NoC设计中面临的严峻挑战之一.本文为3DNoC提出一种面向功耗免死锁三维全动态路由算法TFRA(Three-dimensional Ful-l adaptive Rout-ing Algorithm).其以传统二维NoC奇偶拐弯模型为基础,将三维路由空间划分为8个象限,针对每个象限制定相应的路由策略,从而实现免死锁.采用SystemC系统级建模语言搭建的3D NoC仿真平台进行验证,结果显示TFRA算法在功耗性能指标方面较现有的三维路由算法有大幅提升. 展开更多
关键词 三维片上网络 图论 功耗 路由算法 三维全动态路由算法
下载PDF
融合双注意力机制和动态图卷积的点云语义分割
17
作者 杨军 张琛 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第10期2984-2994,共11页
针对现有基于深度学习的三维点云语义分割算法通常在提取局部特征时忽略邻域点间深层次语义信息,聚合局部邻域特征时忽略其他邻域特征中有用信息的问题,提出融合双注意力机制和动态图卷积神经网络(DGCNN)的三维点云语义分割算法。通过... 针对现有基于深度学习的三维点云语义分割算法通常在提取局部特征时忽略邻域点间深层次语义信息,聚合局部邻域特征时忽略其他邻域特征中有用信息的问题,提出融合双注意力机制和动态图卷积神经网络(DGCNN)的三维点云语义分割算法。通过动态图卷积操作构造边缘特征,并将中心点与邻域点的相对距离输入到核点卷积操作得到增强后的边缘特征,进一步加强中心点与邻域点之间的联系;引入空间注意力模块以建立邻域点之间的依赖关系,将特征相似点相互关联,从而在局部邻域内提取到更深层次的上下文信息,丰富邻域点的几何特征;在聚合局部邻域特征时引入通道注意力模块,通过给不同通道赋予不同的权值以达到增强有用通道同时抑制无用通道的目的,从而提高语义分割的准确率。在S3DIS数据集和SemanticKITTI数据集上的实验结果表明:所提算法的语义分割精度分别达到了66.0%和59.4%,与其他经典的网络模型相比,取得了更好的点云分割效果。 展开更多
关键词 三维点云 语义分割 深度学习 注意力机制 动态图卷积
下载PDF
基于Java3D的网络虚拟实验的开发 被引量:12
18
作者 王荣芝 杨雪 《实验室研究与探索》 CAS 2006年第8期933-936,共4页
Java3D是一种新的三维构建技术,它应用于网络虚拟实验的开发可极大提高实验的仿真效果和交互能力。在大学物理虚拟实验的开发实践中总结了基于Java3D开发虚拟实验的一般流程和常见疑难处理方法,以离心节速器实验为例描述了具体的应用开... Java3D是一种新的三维构建技术,它应用于网络虚拟实验的开发可极大提高实验的仿真效果和交互能力。在大学物理虚拟实验的开发实践中总结了基于Java3D开发虚拟实验的一般流程和常见疑难处理方法,以离心节速器实验为例描述了具体的应用开发过程,提出了开发三维虚拟实验的极具可操作性方案。 展开更多
关键词 网络虚拟实验 JAVA3d技术 3d场景图 离心节速器
下载PDF
软分割约束边缘保持插值的半自动2D转3D 被引量:2
19
作者 吴少群 袁红星 +1 位作者 安鹏 程培红 《电子学报》 EI CAS CSCD 北大核心 2015年第11期2218-2224,共7页
半自动2D转3D将用户标注的稀疏深度转换成稠密深度,是解决3D片源不足的主要手段之一.针对现有方法利用硬分割增强深度边缘引入误差的问题,提出像素点与超像素深度一致性约束的边缘保持插值方法.首先,建立像素点深度和超像素深度传播的... 半自动2D转3D将用户标注的稀疏深度转换成稠密深度,是解决3D片源不足的主要手段之一.针对现有方法利用硬分割增强深度边缘引入误差的问题,提出像素点与超像素深度一致性约束的边缘保持插值方法.首先,建立像素点深度和超像素深度传播的能量模型,通过像素点与所属超像素间深度差异的约束项将二者关联起来;其次,利用矩阵表示形式将两个能量模型的最优化转换成一个稀疏线性方程组的求解问题.通过超像素提供的约束项,可避免深度传播穿过低对比度边缘区域,从而能保持对象边缘.实验结果表明,本文方法对象边缘处深度恢复的准确性优于融合图割的随机游走方法,PSNR改善了1.5d B以上. 展开更多
关键词 二维转三维 图割 随机游走 软分割
下载PDF
3D路径图用于颅内动脉瘤介入治疗对手术时间和X射线辐射剂量的影响研究 被引量:7
20
作者 李亚捷 王磊 +1 位作者 谷震 陈昱云 《临床和实验医学杂志》 2018年第10期1104-1107,共4页
目的研究并探讨三维(3D)路径图用于颅内动脉瘤介入治疗中的应用效果及对其手术时间、X射线辐射剂量的影响。方法选取2014年1月至2016年8月期间收治的100例颅内动脉瘤患者进行前瞻性研究,按照随机数字分组法将其分为对照组与观察组各50... 目的研究并探讨三维(3D)路径图用于颅内动脉瘤介入治疗中的应用效果及对其手术时间、X射线辐射剂量的影响。方法选取2014年1月至2016年8月期间收治的100例颅内动脉瘤患者进行前瞻性研究,按照随机数字分组法将其分为对照组与观察组各50例。所有患者均施行颅内动脉瘤介入栓塞术治疗,对照组患者在二维路径图引导下进行介入治疗,观察组患者在3D路径图引导下进行介入治疗。两组患者就其路径图图像质量、手术时间、X射线辐射剂量、透视时间、治疗效果、生活质量评分、复发率等指标进行比较。结果观察组的路径图图像质量优良率明显高于对照组(P<0.05);观察组的手术时间、透视时间均显著短于对照组(P<0.05),其X射线辐射剂量明显少于对照组(P<0.05);观察组的总有效率为94.0%,明显高于对照组的78.0%(P<0.05);两组治疗后的各方面生活质量评分均较治疗前显著增高(P<0.05),而在治疗后,观察组的各方面生活质量评分均高于对照组(P<0.05);观察组的复发率低于对照组(P<0.05)。结论在颅内动脉瘤患者的介入栓塞治疗中,采用三维路径图进行引导,可有效缩短患者的手术时间和透视时间,减少X射线辐射剂量,有利于提高治疗效果,减少其复发,进而全面提高患者的生活质量水平。 展开更多
关键词 颅内动脉瘤 介入栓塞术 三维路径图 数字减影血管造影
下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部