面向复杂动态场景的多无人机协同摄影

来源 :计算机辅助设计与图形学学报 | 被引量 : 0次 | 上传用户:11-Jun
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
当前,对复杂动态场景的实时拍摄仍然以人为操控的方式为主.为了使用无人机对这种场景自动地进行完整拍摄,提出将其分解为场景分割、拍摄构图和无人机调度3个子问题的方法.首先采用带有阈值的K-means聚类算法完整、有效地对场景进行合理分割,以获得一系列小场景,每个小场景对应一架无人机;然后根据小场景之间的位置关系计算获得无人机最佳的拍摄位置,保证在完整拍摄每个小场景的同时,无人机群拍摄的画面有一定的关联性和整体性;最后将无人机飞行调度问题转化为任务指派问题,使用匈牙利算法将拍摄位置指派给每架无人机完成相应
其他文献
针对在随机共振系统参数调节过程中使用单一智能算法导致的搜索结果不够精确的问题,使用了一种基于粒子群算法和人工鱼群算法的混合智能算法实现自适应微弱信号的检测。将两种算法结合起来,回避了粒子群算法调参的过程中极易导致局部最优的这一问题,同时弥补了人工鱼群算法后期搜索不精确的不足。上述方法将随机共振输出信噪比作为混合智能算法的目标函数,仿真结果表明,所提出的方法与多种单一算法以及单一优化算法相比,能够更
中国题画诗是世界艺术史上一种极为特殊的艺术形式,它结合了中国古代文学和美术,诗与画相得益彰、浑然一体.为实现计算机为画题诗的功能,提取和使用古代绘画的多句现代文描述,提高古诗对绘画的文学表达能力,提出一种基于古代绘画的古诗自动生成方法.首先根据古画建立多句现代文标注数据集,然后通过改进的图像描述方法提取古画语义特征得到多句现代文描述,最后通过双向LSTM编解码框架将这些现代文描述转化为律诗.针对宋
由于室内复杂环境RGB-D扫描数据不完整﹑物体相互遮挡等缺陷,以及表示部分场景的单帧数据输入的局限性,导致难以通过一次操作高效检测室内场景中的所有3D目标物体.为了克服难以感知获取室内场景中全部物体信息以及场景3D目标检测效率低等的难点,提出一种基于RGB-D视频流的室内环境3D目标高效检测方法.首先,利用Kinect相机获取待检测的室内环境RGB-D视频流,经预处理得到连续帧彩色图及其对应的扫描
针对三维人体模型语义获取和对称区分的难题,提出一种自动的、左右可区分的三维人体模型语义分割方法.对于输入的人体模型,首先采用模板嵌入的方法提取其左右可区分的、具有语义信息的运动骨架;然后基于运动骨架确定人体模型的分割块数量,并提取各个分割块对应的关键点;再以关键点为边界约束计算模型的调和场,获取分割线的候选集;最后以关键点为聚类中心对模型进行谱聚类,利用聚类结果引导分割线的筛选,确定其中准确的分割
针对高度异构、动态的航母甲板作业场景中的舰载机避障问题,提出一种结合预测算法和深度强化学习的避障方法.该方法包含场景建模、奖励模型和轨迹预测模型等模块.首先基于智能体状态和动作空间对航母甲板场景进行建模;然后利用最小二乘法对场景中动态障碍物的位置进行实时轨迹预测,并构造了包含路径预测模块的深度强化学习方法——环境预测深度Q网络(PDQN);最后利用该方法实现航母甲板作业场景中的舰载机动态避障.利用
近年来,计算美学已经成为一个活跃的研究领域.移动终端APP充斥着人们的生活,但关于APP图标的计算美学评估却鲜有尝试.提出一个基于设计准则感知模型的APP图标计算审美评估框架.首先定义一些特征变量量化评估APP图标中的某些方面,如色彩度、和谐度、对比度,同时收集了60名志愿者对240个APP图标在色彩度、和谐度、对比度以及美感的人工评估结果,然后构建相应统计线性回归模型.实验结果表明APP图标计算
针对目前常用的细胞分割方法在对腺体细胞进行分割时易出现误分割和分割不精细的问题,提出一种以U-Net为基本框架,结合密集连接块和自注意力机制的腺体细胞分割模型.首先将U-Net结构中卷积层组合构建成密集连接块,以不同尺度从图像中提取信息;然后在解码端引入自注意力机制,通过对局部特征建立丰富的上下文依赖模型,抑制不必要的特征传播,提高腺体细胞分割的精度.在2015MICCAI腺体分割挑战赛数据集上的
针对多功能结构承载散热一体化需求,提出面向功能梯度多孔结构的拓扑优化设计方法.首先基于三周期极小曲面实现C0连续梯度多孔结构建模;然后引入数值均匀化法计算多孔结构宏观等效弹性张量和宏观等效热传导张量;最后以多孔结构体积分数为设计变量,建立散热弱度和结构柔度最小化加权多目标拓扑优化模型,采用优化准则法求解.数值算例结果表明,相比于单目标拓扑优化设计,该方法通过牺牲较低的散热性能换取较大的承载性能提升
针对纳西族东巴画艺术形象线条突出、色彩分明、样本较少的特点,提出一种端到端的基于图神经网络的东巴画小样本分类方法.首先,设计多分辨率多尺度的图像特征提取网络,图像特征与边缘特征融合后嵌入图神经网络中作为节点,构建分类图神经网络;其次,以边标记作为架构并采用二维边标记特征作为图像分类依据,保留节点分类时所需的类内相似性和类间相异性;最后,提出自注意力机制与特征显著性注意力机制相结合的方法更新节点特征
人体动作识别因其难以结合时空域信息成为计算机视觉方向中一项具有挑战性的任务.提出一个多注意力时空图卷积网络,其核心思想是根据时间序列信息和人体骨架的自然连接构建一个连通图,然后利用具有多注意力机制的时空图卷积网络自动地学习空间和时间特征并且优化该连通图,最后实现对人体动作的预测.引入图注意力模块,模型构建的图的拓扑结构在初始化后会随着网络训练的过程进行优化,最终得到更适合表达人体动作的拓扑结构.此