关于深度学习应用于场景合成/自动布局的相关的论文阅读【211227更新】

最新推荐文章于 2024-10-21 13:37:27 发布
最新推荐文章于 2024-10-21 13:37:27 发布
阅读量2.9k 收藏 13
点赞数 5
文章标签： python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/inory_li/article/details/119804315
版权

        如标题，总结归纳一些关于场景合成/自动布局的相关论文（当前主要整理在平面上进行的做法，后期再进行扩展）

        由于课题组内只剩下我在做相关任务，很多时候没有人讨论，如果有大佬也做这方面工作、或者也看过这些文章，希望可以的话能够和我一起讨论！！！！！谢谢大家！

        每篇论文会从研究问题（问题定义）、整体思路、网络设计、评价（创新点和局限性）、数据集等方面进行介绍。  

（图来自Deep Convolutional Priors for Indoor Scene Synthesis）

目录

Deep Convolutional Priors for Indoor Scene Synthesis - 2018 TOG（Keyword：室内家具、步骤式合成、CNN）

​研究问题

整体思路

网络设计

评价

数据集

Fast and Flexible Indoor Scene Synthesis via Deep Convolutional Generative Models 2018 CVPR（家具布局、步骤式迭代生成、CNN）

PlanIT: Planning and Instantiating Indoor Scenes with Relation Graph and Spatial Prior Networks 2019 TOG（家具布局、图结构、GNN）

GRAINS: Generative Recursive Autoencoders for INdoor Scenes 2019 TOG（家居布局、树结构网络、RvNN）

Deep Generative Modeling for Scene Synthesis via Hybrid Representations 2020 TOG（排列矩阵&渲染图像、GAN）

Generative Layout Modeling using Constraint Graphs 

In-game Residential Home Planning via Visual Context-aware Global Relation Learning 2021 AAAI（楼层布局、图&图像、Link Prediction）

Deep Convolutional Priors for Indoor Scene Synthesis - 2018 TOG（Keyword：室内家具、步骤式合成、CNN）

研究问题

        给定房间的轮廓（本文房间数据轮廓均为矩形） ，对特定类型的房间（如卧室、客厅、办公室，一个类型一套模型参数）进行常见物品/家具的布局摆放。

        常见家具不包括壁挂式、第二层等物体，比如台灯。

整体思路

        Goal：build a generative model of scenes that can encode complex dependencies and relationships involving objects and the room geometry. 

模仿人摆放家具的思路：

  1. 对现有房间场景进行判断是否添加新的家具（预测、二分类问题）
  2. 选择新家具的类型和摆放位置（building a probability distribution of possible object categories across many possible scene locations, then sampling from that distribution）
  3. 对新家具进行旋转（预测转向）

一些对问题的简化：

  • 只对平面上的家具进行学习（考虑到大部分的家具都摆放在地面上）-> 因此可以用从上到下的俯视图去表示
  • 迭代式地去生成房间中物体的布局：即一个一个去摆放新的家具

网络设计

        论文头图：几个组件分别进行三个步骤（分别正、负样本都是50%是什么意思？）

  1. Continue？模块：交叉熵损失
    1. 训练输入：在场景的一系列对象中，随机取所有的对象（输出结果为true）或者部分对象（输出结果为false）
  2. CategoryLocation？模块：交叉熵 + additional loss L_{global}(惩罚预测出不存在的类别)
    1. 训练输入：
  3. InstanceOrientation？模块：二值交叉熵
    1. 训练输入：

问题的一些数据规定：

  • 房间表示（Scene S）：a top-down view俯视图 \nu (S) （image-based representation）因此可以放到CNN里面去训练。俯视图由以下几个图（C+6）去表示
    • depth
    • room mask
    • wall mask
    • object mask
    • orientation mask：两个通道分别表示sin值和cos值 
    • category mask：每个类别一个通道，共C个类别

评价

  • 使用flat collections of objs来表示房间，忽略了房间的层次关系、以及对象之间的功能关系（table & chair) --- 明确将层级结构和对称性加入模型could help？
  • 生成速度太慢，主要是由于挨个计算位置比较慢 ---- 用共享的feature map去计算位置（因为原来需要每一个位置都要重新计算一次feature map；或者换成image to image的翻译任务，一次性得到所有像素点的对象类型。
  • 只考虑第一层的对象（只放在地板上的输入），只考虑了一个俯视图 ---- 使用多视角的图？
  • 不涉及到一些室内设计规则
  • ==========================
  • 个人认为，迭代式的生成方法挺麻烦的：从网络训练角度很麻烦；从结果来看也不好到达全局一致性。但完整的一步式生成可能要学习到的东西比较多，在数据集不是很多的情况下不一定能得到好结果。

数据集

SUNCG dataset：contains over 45,000 3D scenes, with each scene segmented into individual rooms labeled with a room type (e.g. bedroom, living room) or multiple room types

处理：只考虑了三种类型的房间；去除了一些房间（低质量、房间大小在[>6m, >6m, >4m]的、家具数量在[4,20]之外的）、家具（包含多种物体的、出现次数不频繁的、地毯）以及会阻断房间的柱子、拱门、楼梯等隔断

Fast and Flexible Indoor Scene Synthesis via Deep Convolutional Generative Models 2018 CVPR（家具布局、步骤式迭代生成、CNN）

研究问题

        给定建筑的几何边界（天花板、墙等）【这里应该也需要给定特定的房间类型】，决定空间中放置哪些对象及位置。

整体思路

        基于图像image生成的pipeline（认为image-based方法能够更好的表达像素级空间关系）

整体思路与上一篇DeepSynth相似，对一些模块进行了细化。

网络设计

  1. Category：
    1. 把类别和定位分开，主要是因为合一起的容易出现同一种类别位置都一样的问题（比如床头柜都在床的左边之类的）
    2. 去掉了continue模块，在结尾用<STOP>类别替代它
    3. 网络使用ResNet-18，输入为：images + 每个类型的数量，输出为：类型的概率分布
    4. 输入的顺序由first-tier在second-tier之前、重要度（大小*出现频率）排序
  2. Location：
    1. 视为image-image的翻译任务，主要是为了视为一个2维离散任务去做，
    2. 网路使用Encoder+Decoder（fully-convolutional encoder-decoder network，FCN：ResNet34）；损失为pixel-wise cross entropy loss ；为了防止学习到的是精确位置（因为每个标签都是单个位置）而不是对应分布，这里加上了L2正则向和dropout来限制模型。
    3. 输入为：，输出为heatmap image（64*64*C）来表示每个像素放置的可能性（64*64*1发现结果不好）
    4. 为了让下一个模型有平移不变性，让图像转换到以location为中心的图像作为后续的输出。
  3. Orientation
    1. 每一个类别有一个预测的网络
    2. 网络使用CVAE（CNN encoder + fc decoder）；损失使用standard CVAE loss formulation
    3. 输入为平移变换后的图像；输出为cos值和sin值的符号
    4. 为了让下一个模型有旋转不变性，让图像旋转作为后续的输入
  4. Dimensions
    1. 网络使用CVAE-GAN（CNN encoder + fc decoder），用了一个卷积判别器
    2. 输入为；输出为bbox的 [ x , y ]
  5. Insertion：
    1. 计算好category, location, orientation, size 之后, 用 a nearest neighbor search方法从数据集中找到3d模型

评价

  • 房间类型的限制  --- 结合房间结构+image-based
  • 房间功能的结合

数据集及处理

        SUNCG，过滤处理同上

PlanIT: Planning and Instantiating Indoor Scenes with Relation Graph and Spatial Prior Networks 2019 TOG（家具布局、图结构、GNN）

研究问题

        给定房间类型和形状，选择和放置一系列物体去组合成这个房间

整体思路

  1.  生成relation graph
    1. 从大量场景实例中提取出relation graphs
    2. 根据这些图训练图的生成模型
  2. 实例化这个relation graph：use image-based neural network modules to guide our search

网络设计

  • 房间表示——图的定义：
    • 节点和边。节点除了正常节点还有超集节点（？）、边有两种边：
      • support edges；
      • spatial edges（具体分为4个方向边【front, back, right, left】* 3个距离边【adjacent, proximal, distant】）提取方式见4.3

    • 另外：房间形状结构定义：使用额外的节点以及他们之间的双向边来表示

      • Wall节点 存储墙面片段的长度

      • Wall-wall 边 存储两道墙面之间的角度

      • Door、Windows节点与相连的墙面节点相连

    • 由于这样子会表示出很多没啥意义的边，反而会影响网络的训练，因此要删掉一些边。

    • 但又由于删掉了一些边会导致没办法生成场景（比如从单独的墙面生成场景的话，结果预测出来的东西与大家都没有边，会导致没办法继续），因此用了最小成本路径？的方法去进行重新连接

  • 网络设计

    • 图生成

      • TODO：

    • 实例搜索网络

评价

数据集

SUNCG数据集，处理同DeepSynth，但加上了墙面完整的条件过滤。

GRAINS: Generative Recursive Autoencoders for INdoor Scenes 2019 TOG（家居布局、树结构网络、RvNN）

Deep Generative Modeling for Scene Synthesis via Hybrid Representations 2018  2020TOG（排列矩阵&渲染图像、GAN）

研究问题

        根据待放置物体的大小和形状属性对3d物体在场景中的分布进行建模（用生成网络的方法：将分布映射到隐层空间中）

整体思路

        认为循环插入物体的方法在本质上是次优的，因为在插入新物体后不会修改场景中现有对象；否则，必须运行代价高昂的全局优化来共同优化场景布局；另一方面并没有在隐层空间去得到表示，这对scene interpolation和scene extrapolation并不适用。

        因此本文采用一个生成网络GAN的结构，用三维表示数据，但同时用图像去指导网络训练（判别器） 

网络设计

场景表示：矩阵表示

  • 单个对象的表示：Existence(dim = 1)、Location(dim = 3)、Size(dim = 2)、Orientation(dim = 3)、Description(dim = d)     -->
    • 假设共n_c个类别对象，每个对象在单个场景中最多存在m_k个
  • 场景表示：
  • 为了保持排序不变性，引入两个算子S(M; \sigma_1, \sigma_2, .. \sigma_{n_k})（用于排序？）和\tau (M; R, t) (用于平移、旋转)
    • Pairwise matching & Consistent scene alignment
    • 具体见Section 4.4

Pipeline

 

  • 前处理：Rotate Translate Permute
  • 中间网络：VAE-GAN结构
    • 编码器将输入场景到隐空间变量z  
      • 稀疏连接+全连接交替
    • 解码器基于z生成场景数据矩阵
      • reverse from 编码器
    • 鉴别器：
      • 场景鉴别器分类输入场景是否真实
      • 图像鉴别器分类输入俯视图图像是否真实
        • 投影模块P将3D场景投影到2D俯视图图像的投影层
        • ∂Eo(M)是某个位置的所有的点，计算点的距离
    • 网络训练：挨个把模块固定，然后进行最小化操作。

评价

  • 3D 对象表示确保了合成场景的局部和全局结构，而基于图像的表示保留了与局部视图相关的模式。相结合的方式...
  • 相较于循环添加的方法和的方法更有优势
  • 不能完全编码合成场景的物理属性
  • 不能生成新的对象/形状，不能输入别的约束
  • 改进：增加性状描述生成网络来表示形状、增加多视角的图

数据集

Generative Layout Modeling using Constraint Graphs  2020 ArXiv（平面布局、图结构、transformer）

研究问题

        不需要输入约束条件 / 指定边界或图元大小 的住宅平面布局 / 家具布局

整体思路

        考虑全局拓扑关系（图元之间的连接和距离）以及局部空间细节（图元元素大小等细节）的保持。

        基于以往基于图的生成模型是连续性的，而布局上的数据主要是离散的，因此采用自回归模型去自己生成约束。

Pipeline：

  1. 自回归生成图元的几何信息；
  2. 自回归生成边；
  3. 将节点和边视作约束用线性回归优化去进行布局

方法设计

数据表示 graph L = (N, R)

  • 节点N表示图元 N = (τ, x, y, w, h)。其中 τ 表示房间/家具类型
    • 用矩形表示房间，若存在不规则房间，则将它细分成多个矩形房间（见下图567）
  • 边 R 表示图元之间的关系R = (Ni, Nj, ρ)  。其中ρ来表示不同类型的边
    • RC：约束边，用作后期线性回归优化。比如水平方向上空间的连接、竖直方向上空间的连接（图中红线）
    • RD：附加项，对连接边进行属性描述：比如相邻图元的墙或者门 （图中蓝线）

 详细设计：（以平面布局为例）

  1. 图元信息生成自回归网络
    • 采用GPT-2 
    • input & target：图元的约束：NC = (τ,w,h)；额外添加两个序列，对应位置分别表示索引i以及对应属性类型t。
      • 详细可见上图右上
      • 额外添加的序列更方便特殊类型token添加（比如type=0的token表示终止token，若只有value，就不好用任何一个数值去表示他）
    • sequence order：x从小到大、y从小到大。
  2. 边信息生成自回归网络
    • GPT-2 model with PointerNetworks
    • input & target：边的约束：R = (Ni, Nj)；
      • 其中Ni表示对应图元的属性
      • 同样额外加上索引i和类型t来表示当前值是对应边的头还是尾
      • 另外一个缩短序列的方法：将连接到同一个房间的边做整合，只在开头加上源元素的约束，后面跟上各个尾，最后额外加一个结束token来缩短这样的序列，如Horiz. adj
    • sequence order：x从小到大，y从小到大
  3. 线性规划
    • 目标函数如下：

       

    • 在fllorplan问题中，目标函数可以是整个布局的轮廓长宽的和，来增加整个布局的紧凑型，也保持线性
    • 步骤1+2得到的约束可以用如下方式表示：

其他

        添加encoder 将用户约束与已有的约束做一个交叉注意，从而加到条件里面。

        条件表示：比如房间的轮廓固定：将外轮廓也表示称 

评价

        感觉边分成约束边和属性边两种比较有意思，也更详细；

数据集

In-game Residential Home Planning via Visual Context-aware Global Relation Learning 2021 AAAI（楼层布局、图&图像、Link Prediction）

研究问题

         开放空间（如庄园、城市规划？等）的场景合成。

难点：

  • 组件之间的功能性关系不大；
  • 组件数量比较大（相对于室内空间的家具数量来说）；
  • 存在一些不规则区域，不能直接用包围盒去表示

整体思路

     由于组件之间的功能关系不大，因此用图中的边去学习隐层的相对关系：

        本文提出了一种基于全局关系约束的思路。我们将当前场景转化为一个带有丰富空间信息的有向图。通过学习数据集中边的分布情况，我们可以采样出当前场景中所有节点到新节点的边的分布，进而通过边的分布来推断出新节点的位置。如此便可以辅助整个场景中组件的逐一摆放。

        为了实现这个目的，我们基于图注意力机制下的循环网络来模拟当前子图到目标节点的边的分布情况

（引自网易伏羲团队介绍：AAAI 2021最「严」一届放榜：录取率仅21%，网易伏羲9篇论文入选 - 《逆水寒》官方网站- 颠覆式资料片“第二流派”- 网易旗舰级武侠游戏）

        不规则区域不能直接用包围盒去表示，因此直接从2D渲染图中去提取几何信息：

　　为了在模型中加入对2D空间的理解，我们将3D场景渲染为2D，提取对应节点视觉特征，融合到循环网络中。由于图节点信息和2D场景信息来自不同的域，我们还加入一个全局的视觉内容-图节点匹配损失。

方法设计

数据表示：有向关系图G =(V，E)

  • 节点 V 表示场景单元：标签（l_i \in \mathbb{R}^{\left | D \right |}，|D|为标签总数量）+ xy平面上的方向包围盒（o_i \in \mathbb{R}^{4}）                                                                                --->  \tilde{v_i} = [l_i^T, o_i^T]

  • 边 E⊆V×V 表示节点之间的空间关系：用4个方向类型*4种距离类型( t_k \in \mathbb{R}^{16}) + 6种对齐属性( m_k \in \mathbb{R}^{6}) + 两个节点之间的距离(d_k \in \mathbb{R}^{1})                          --->  \tilde{e_k } = [t_k^T, d_k^T, m_k^T]  

自顶向下图表示：

        渲染成俯视图向网络提供详细的形状信息

网络结构：

  视觉信息提取：ConvNet + RoIAlign裁剪建筑单元的视觉特征+Conv转换

评价

        问题的主要难点就在于如何将没有类别的单元区别开，这里采用视觉信息去表示不同单元挺有创新的，不过中间的处理细节不知，比如对不规则的图元是否会增加mask之类的来提取专属于不规则图元的数据信息呢？

        另关于朝向、边的表示感觉可以更详细一些？

数据集

从在线游戏中收集的玩家设计的庄园图：

  • 一部分渲染图（30k）交给专家标注打分（分五个等级、去除比较水的后两个等级）
  • 训练模型对剩下的进行打分和筛选

        最后剩下28k 个设计，每个样本平均 276 个建筑单元。总共有 381 个不同的建筑单元，包括 280 个基础设施单元(如墙、门等)、101 个建筑单元和一个可以是任何形状的禁区单元

       

Scene Synthesis via Uncertainty-Driven Attribute Synchronization 2021 ICCV（室内家具布局、图结构、VAE+L-BFGS）

研究问题

        不需要输入约束条件 / 指定边界或图元大小 的室内家具布局

整体思路

  1. 用两个VAE来分别生成家具的属性（Object Attributes）和家具之间的关系（Relative Attributes）；
  2. 在此基础上用一些先验知识去优化当前的结果（优化方法：L-BFGS）

方法设计

    Attribute Encoding and Synthesis

  • 数据表示 
  • obj attributes a_{v} \in \mathbb{R}^{12} = \left \{ s_v, r_v, t_v, d_v \right \}，其中：
    • s_v \in \mathbb{R}^3：size parameters
    • r_v \in \mathbb{R}^3：rotation
    • t_v \in \mathbb{R}^3：location
    • d_v \in \mathbb{R}^3：两个步骤：
  • Relative Attributes

评价

数据集

        3D-Front数据集

inory_li
关注
【图像超分】论文精读：SRResNet/SRGAN
主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】
03-29 7546
尽管使用更快更深的卷积神经网络在单幅图像超分辨率的准确性和速度方面取得了突破，但一个中心问题在很大程度上仍未解决：当我们在大型放大因子上超分辨率时，我们如何恢复更精细的纹理细节。基于优化的超分辨率方法的行为主要是由目标函数的选择驱动的。最近的工作主要集中在最小化均方重建误差上。生成的估计具有较高的峰值信噪比，但它们通常缺乏高频细节，并且在感知上不令人满意，因为它们无法匹配更高分辨率的保真度。在本文中，我们提出了SRGAN，一种用于图像超分辨率(SR)的生成对抗网络(GAN)。据我们所知，这是第一个能够为4×
目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶目标检测算法研究
qq_36130719的博客
05-18 1554
近年来，随着人工智能技术以及车载感知器件的快速发展，国内外许多传统汽车企业与互联网巨头强强联手，开始在自动驾驶的战场上布局。如图1-1所示,百度、特斯拉、谷歌以及华为等科技公司已经在自动驾驶领域取得了阶段性的进展。谷歌公司早在2010年就开始了自动驾驶的研究工作，目前的自动驾驶安全行驶距离已经超过14万英里；特斯拉则在自动驾驶商业化方面取得成绩优异，2020年，配有“完全自动驾驶”的汽车年销量已经超过60万。国内自动驾驶技术。
layoutGAN是如何实现自动排版的?
shadowcz007的博客
01-29 966
这篇是shadow之前推送过的论文，内容是关于机器学习在自动排版的应用。过年宅着，正好可以研究下现在AI在设计中的进展。《LayoutGAN: Generating Graphic La...
论文阅读 HiGAN：《Semantic Hierarchy Emerges in Deep Generative Representations for Scene Synthesis》
平什么阿的博客
11-01 663
地址：https://genforce.github.io/higan/ 收录会议：IJCV2020 概括： 论证了GANs不同层的潜码能控制不同层次的语义 提出了一种重新评分方法，用于在经过良好训练的模型中定量识别可操纵的语义概念 在潜空间利用SVM可找出二分类问题决策边界，通过改变潜码和决策边界的距离可以实现生成图像的控制 文章目录摘要1. 介绍2. 相关工作3. 生成表征中的变异因素3.1 场景合成中的多级可变因子3.2 分层生成表示4. 识别变异因素4.1 探测潜在空间4.2 验证可操纵变量..
农业地块自动布局的深度学习
如果想成为中心，那么就到中心去吧。
08-13 834
文章目录摘要 摘要 从遥感图像中提取物体的边界一直是研究领域的一个重要问题。农田边界提取的自动化尤其需要快速更新韩国的数字农场地图。本研究旨在通过系统地重建一系列计算和数学算法，包括Suzuki85算法、精明边缘检测和霍夫变换算法，开发一种边界提取算法。由于韩国大多数不规则的农田已经被合并成长方形的大型的农业生产力安排，两个相邻地块之间的边界被假定为一条直线。所开发的算法被应用于6个不同的研究地点，以评估其在边界水平和截面积水平上的性能。在边界层面上，提取的边界的正确性、完整性和质量分别约为80.7%、7.
AI如何变革家居软装？拍图就能搜商品，深度学习平台飞桨新玩法
量子位
06-04 358
允中 发自 凹非寺量子位 编辑 | 公众号 QbitAI随着消费互联网流量红利的逐渐殆尽，移动互联网的主战场转向产业互联网，家居行业3D数字化进程高歌猛进，行业开始沉淀下...
基于深度学习的空间多目标识别方法研究.pdf
08-19
基于深度学习的空间多目标识别方法研究.pdf
神经网络自动布局技术,神经网络自动布局原理
纸尿裤排行
10-15 723
机器学习(Machine Learning，ML)是人工智能的子领域，也是人工智能的核心。它囊括了几乎所有对世界影响最大的方法(包括深度学习)。机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。深度学习(DeepLearning，DL)属于机器学习的子类。它的灵感来源于人类大脑的工作方式，是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个全新的概念，可理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法以及激活函数等方面做出了调整。
深度学习应用场景
最新发布
谷哥的小弟
10-21 1204
深度学习应用领域广泛，这主要得益于其强大的特征学习能力。在计算机视觉领域，它广泛应用于图像识别、目标检测和图像分割等任务，极大地推动了安防监控、医学影像分析和自动驾驶等行业的发展。在语音识别与自然语言处理方面，深度学习不仅支持语音转文本、语音搜索等交互功能，还在机器翻译、文本分类、情感分析和对话生成等任务中展现出卓越性能。此外，深度学习还被广泛应用于推荐系统中，通过精准分析用户行为数据，提供个性化推荐服务，从而极大地提升了用户体验和平台收益。
深度学习与在遥感领域的应用 (综述+研究方向+相关期刊)
It's You--MXL
09-11 5528
深度学习与在遥感领域的应用综述、未来的研究方向、以及遥感方向的相关期刊、会议。
人工智能、机器学习与深度学习的区别及其应用
loveting99的博客
09-07 1581
人工智能（AI）可以被定义为计算机系统或机器模仿人类智能行为的能力，它涉及感知、推理、学习、规划和决策等多种智能任务。AI 的目标是通过机器实现人类的智力活动，从而解决复杂的现实问题。在这一过程中，AI 系统需要处理多种形式的数据，如图像、语音、文本等，通过算法实现对这些数据的感知和理解，再基于推理和逻辑做出相应的决策。感知：通过传感器（如摄像头、麦克风）或其他数据输入源，感知外界环境。典型应用包括计算机视觉、语音识别。推理与规划：通过逻辑推理和规划算法，预测未来可能发生的情况并制定相应的行动计划。
安防行业深度报告：技术创新与格局重构
突然好想你
08-27 1249
通过运用云计算、人工智能等新技术，安防行业正经历从传统安防向 AI 智慧安防转型升级的过程。这种升级将改变传统安防只能事后查证、人工决策的劣势，使得全程监控、智能决策成为可能。通过运用后端云计算与前端边缘计算相融合的方式，AI 智慧安防正逐步落地，并吸引了华为、阿里、 商汤、云从等新厂商的加入，整个行业的竞争格局正在重构。
3D-SIS: 3D Semantic Instance Segmentation of RGB-D Scans 解读
weixin_42445581的博客
08-01 3107
概括： 结合三维场景的体素表示和对应的二维图像作为输入， 对三维场景进行物体检测与实例分割。 数据集： 1.真实世界获取的数据集： ScanNet v2 2.人工合成数据集：SUNCG dataset 输入数据表示： 3d：使用RGB-D图像，通过BundleFusion算法重构得到的3d体素表示。在俯视方向将3d数据划分成4.5m*4.5m*2.5m的方块，再用96*96*48的体素...
极高创新性！基于秃鹰搜索算法改进深度学习极限学习机BES-DELM实现光伏数据回归预测附Matlab代码
qq_59747472的博客
03-23 970
光伏发电作为一种清洁可再生能源，具有广阔的应用前景。然而，光伏发电具有间歇性和波动性，准确预测光伏发电功率对于电网稳定运行至关重要。本文提出了一种基于秃鹰搜索算法改进的深度学习极限学习机（BES-DELM）模型，用于光伏数据回归预测。BES-DELM 模型将秃鹰搜索算法应用于 DELM 模型的超参数优化，提高了模型的预测精度和鲁棒性。实验证明，BES-DELM 模型在光伏数据回归预测任务上取得了优异的性能，为光伏发电预测提供了新的思路。引言光伏发电是一种利用太阳能发电的清洁可再生能源。
基于深度学习的光度检测
weixin_42605076的博客
07-02 858
基于深度学习的光度检测（Photometric Detection）涉及从图像中检测和分析光照信息，用于多种应用，如场景理解、照明调节、增强现实（AR）、图像增强等。
[论文速读]：全景相机（360度相机）室内图像的景深估计 Depth Estimation for Indoors Spherical Panoramas （三篇）
u014546828的博客
10-23 3693
ECCV 2018 Distortion-Aware Convolutional Filters for Dense Prediction in Panoramic Images 之所以详细分析这篇文章，是因为第一次接触全景相机问题时，我很直觉的就想到用一种稍加修改的可变形卷积可以来做。这和本文的作者不谋而合，文章提出了新的可变行卷积，并用在域适应网络中。虽然感觉好像晚了一步，但这篇文章可是 18 年就发表了，也就是说，差不多是在 17-18 年间完成的，能想到这样的方法，在当时是非常先进的了...
论文阅读1：《Coarse-to-Fine Generative Modeling for Graphic Layouts》主题：Layout Generation...
思念殇千寻的博客
06-16 562
　　写在前面： 　　这一年因为种种原因，博客的更新慢了很多。这学期结束我就是准研二人了，众所周知研二下学期就要论文开题和找校招了，而我现在还没有发出去一篇达到毕业标准的文章。一定要在今年下半年把我的论文投出去啊，希望能中一个等级较高的会议或者期刊，因为也是付出了不少努力的。 　　但是论文在真正动笔的时候才发现自己肚里没有墨水，有人觉得搞科研，写论文最简单，就是写八股文。但是对于我这种第一次写英文...
基于深度学习的口袋公园布局生成及优化研究【附数据】
算法与数据
10-19 284
（1）深度学习在口袋公园设计中的应用 传统的口袋公园设计过程中，设计师需要全程参与，从分析到创作再到表达，计算机仅作为辅助工具。接着，通过对口袋公园案例的分析和传统设计方法的研究，探讨了口袋公园的设计要素和空间组织模式，为深度学习技术的应用提供了理论和数据基础。（3）深度学习模型的精度和可靠性的提升 随着深度学习技术的飞速发展，风景园林设计领域迎来了新的机遇。未来的研究可以进一步提高模型的精度和可靠性，将其应用到更广泛的场景中，探索更多元化和创新性的设计思路。在此过程中，人机协同的重要性不言而喻。
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值