基于分类的眉目草图生成

来源 :天津大学 | 被引量 : 0次 | 上传用户:hhh491371886
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非真实感绘制(Non-Photorealistic Rendering)是目前计算机图形学的新兴领域和研究重点。草图理解(Sketch Understanding)是人工智能的一个重要分支,也是目前人机交互技术,尤其是笔式交互技术的研究核心。草图生成(Sketch Generation)则是草图理解的一个逆过程。 本文总结和分析了非真实感绘制和草图生成的已有工作,设计了一个基于分类的眉目草图生成模型。首先通过直观分析与统计分析相结合的方法,建立了眉目生成模型;接着根据模型定义了眉目的绘制方法;最后采用GDI+绘图技术实现了这一模型,并最终实现了一个眉目草图生成系统。实验结果表明该生成模型简单可行,能够简化原有草图生成研究中复杂的图像处理过程,并能生成具有预期效果的眉目草图。
其他文献
目前我国的检验信息的管理普遍落后:一方面检验信息只能以纸张的形式传递,患者不能远程查询检验结果,患者以前所做的检验记录没有保存,需要重复检验,也不能给以后的诊断提供参考。
遗传算法(Genetic Algorithm,简称GA)是20世纪70年代由Holland提出的一种模仿生物进化过程的有效的优化方法,能根据已有的知识积累,按照概率寻优机制进行全局搜索未知空间,而且还
随着Web服务量的急剧增长,如何从庞大的服务群中高效地找到所需功能的Web服务以及如何在功能相似的Web服务中找到最佳服务成为了值得关心的问题,而这些正是Web服务发现的任务。
随着当前最先进的无线通信和移动计算机技术的发展,移动环境下查询处理中的表连接涉及到不同站点之间的操作,这些站点包括固定服务器和移动计算机。由于节省电源的需要以及移
全球化时代人类追求沟通的便利,信息的表示与处理方式都在发生极大的变迁。继可扩展标记语言之后,资源描述框架作为一种可以为机器所理解的新型知识表达语言,日益广泛地被应用于
语音信号值守是一种常见的工作,被广泛应用在电信、医疗和军事等诸多领域。这项工作可能要长时间地面对噪声环境,而且根据业务数据性质的不同,重要的数据必须实现自动录制。
计算网格被用来解决广域网中分布的资源共享、互联和互操作问题。随着数据密集型应用的飞速发展,数据呈爆炸式增长,数据网格技术应运而生,而且正成为网格技术的另外一个研究
变形,顾名思义就是采用某种方法使一个物体(源)在视觉上连续变化到另一个物体(目标),又称为形状融合、形状插值或形状平均。平面图形变形技术一直是计算机图形学中的重要研究课
时间是客观世界普遍存在的一种元素,它无处不在,渗透在现代生活的各个领域,所有的信息都无可避免地具有相应的时态属性。比如在工资管理系统中存在各种的工资政策,而这些政策与人
用户应用程序中的并发性正在逐渐增长,现代计算机包含了单核多线程和单芯片多核的功能。如何有效地在多核处理器体系结构下开发出高性能、可移植的并行程序,降低并行程序的开