深度学习在基于单幅图像的物体三维重建中的应用

基于单幅图像的物体三维重建是计算机视觉领域的一个重要问题,近几十年来得到了广泛的关注.随着深度学习的不断发展,近年来基于单幅图像的物体三维重建取得了显著进展.本文对深度学习在基于单幅图像的物体三维重建领域的研究进展及具体应用进行了综述.首先介绍了基于单幅图像的三维重建的研究背景及其传统方法的研究现状,其次简要介绍了深度学习并详细综述了深度学习在基于单幅图像的物体三维重建中的应用,随后简要概述了三维物体重建的常用公共数据集,最后进行了分析与总结,指出了目前存在的问题及未来的研究方向.

真空沿面闪络全局模型与数值仿真综述

数值模拟技术广泛应用于真空沿面闪络机理及其抑制的研究中。文章回顾总结了真空沿面闪络全局模型与数值仿真所涉及的物理过程、常用建模方法、技术难点以及相应解决手段,并对真空闪络数值仿真的后续发展进行了讨论。首先介绍了基于二次电子发射雪崩理论的真空闪络全局模型,详细分析阴极三结合点处电子发射、介质表面二次电子倍增、介质表面气体解吸附以及最终沿面等离子体形成所包含的各物理过程,并按照闪络起始、发展和击穿,分3阶段介绍了对应粒子仿真所采用的建模理论、算法细节与仿真研究所得结果,主要包括阴极三结合点场致电子发射、介质二次电子发射、解吸附气体输运、电子−中性粒子碰撞等物理过程。文章随后回顾了基于全局模型的真空闪络抑制方法,主要包括通过电场优化降低场致发射,构造阻碍二次电子崩发展的表面微结构,以及抑制介质气体解吸附,并讨论了数值仿真在闪络抑制手段验证、开发中的重要作用。最后针对性地对其它非粒子模拟的分阶段闪络建模方法及其后续发展进行了讨论,包括动理学模型、流体模型、混合仿真模型以及体内体表联合模型。