作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
三维体素化模型生成是一种三维重建技术,旨在通过目标的多幅甚至一幅二维图像恢复其三维结构.近年来,基于深度学习的三维体素化模型生成方法逐渐涌现,代表了这一领域的最新研究方向.本文首先介绍了基于深度学习的体素化模型生成方法的研究现状,其次对几种重要的基于深度学习的三维体素化模型生成方法进行详细梳理和讨论,随后介绍了该研究领域常用的数据集,最后对该领域研究中的重要问题和挑战进行了总结和展望.
推荐文章
基于UML集成测试模型的生成方法
集成测试
通信图
状态图
组合状态
一种基于扩展对象模型的界面自动生成方法
扩展对象模型
用户交互对象
界面自动生成
布局
一种面向个性化网络学习的协同学习任务生成方法
协同学习
协同学习任务
耦合度
基于数据符号化表示和云模型的时序数据生成方法
时序数据
符号化表示
符号化统计特征矢量
云模型
云发生器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的体素化模型生成方法综述
来源期刊 沈阳理工大学学报 学科
关键词 计算机视觉 三维重建 体素化模型 深度学习 卷积神经网络
年,卷(期) 2020,(5) 所属期刊栏目 自动化技术|Automation Technology
研究方向 页码范围 18-24
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1003-1251.2020.05.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(3)
  • 参考文献(1)
  • 二级参考文献(2)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机视觉
三维重建
体素化模型
深度学习
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳理工大学学报
双月刊
1003-1251
21-1252/T
16开
沈阳市和平区太原北街2号
1982
chi
出版文献量(篇)
2643
总下载数(次)
3
总被引数(次)
10259
论文1v1指导