【摘 要】
：
This paper presents a new morphing method based on the "as-rigid-as-possible" approach.Unlike the original as-rigid-as-possible method,we avoid the need to construct a consistent tetrahedral mesh,but
【出 处】
：
Journal of Computer Science & Technology
论文部分内容阅读
This paper presents a new morphing method based on the "as-rigid-as-possible" approach.Unlike the original as-rigid-as-possible method,we avoid the need to construct a consistent tetrahedral mesh,but instead require a consistent triangle surface mesh a
其他文献
图像去模糊本质上是求解一个病态问题。由于理论上图像均存在稀疏域的特点,l1凸松弛技术经常用来求解图像去模糊的病态问题。然而,在获取图像的实际过程中,不同类型的噪声可能会引入到模糊图像中。对于不同噪声污染的模糊图像,如果仍然采用同一模型进行图像去模糊,很难产生令人满意的结果。基于此,本文在分析噪声对模糊图像污染特点的基础上,提出采用不同的l1凸松弛模型去除图像模糊和噪声的方法。在所提的方法中,根据模
提出一种基于CT图像的颅脑病变计算机自动检出方法。从正常人颅脑CT图片中手动分割出脑灰质、脑白质和脑脊液样本图片作为训练样本,然后采用模糊C均值聚类(FCM)算法进行模式分类,得到各聚类中心。对于待检测的CT图片,首先采用计算机自动分割算法进行分割,在尽量保证分割准确的前提下允许一定的过分割,将分割后的子图进行延拓和特征提取后与聚类中心进行距离计算,判断其是否属于三类正常样本,否则属于病变。通过实
RFID技术简介射频识别(Radio Frequency Identification,RFID)是一种非接触式的自动识别及数据采集技术,利用射频信号通过空间耦合(交变磁场或电磁场)实现RFID标签和RFID阅读器之间的无接触信息传递达到识别和数据采集的目的。RFID基本系统由作为系统数据载体的RFID标签、负责标签信息读写的阅读器、以及在标签和阅读器之间传递射频信号的天线共三部分所组成。
This paper proposes a simple and discriminative framework,using graphical model and 3D geometry to understand the diversity of urban scenes with varying viewpoints.Our algorithm constructs a condition
随着计算机和互联网的普及应用,计算机教学在现在的教学方式中越来越重要。它随着实际的应用出现了几大趋势,朝着智能计算机教学和网络计算机教学等方向发展,计算机教学及课件开发等功能日趋完善,在现代教学中起着越来越重要的作用。
推广使用行动导向教学已经成为目前我国职业教育、培训的主流发展趋势,CAI课件作为现代教学的常规辅助手段,其制作也须相应地贯穿行动导向教学理念。本文以获得2010年广西第七届高等教育教学软件大赛获一等奖的《农业气象》PPT课件制作为例,阐述了该课件基于行动导向教学理念的教学内容、教与学过程、教学方法的教学设计;阐述了课件制作的技术性与课件的艺术性表现。
针对condensation算法以状态转移作为建议分布从而导致权值蜕化的问题,提出了以迭代最小斜度单型sigmaUKF建立建议分布的UPF算法.以最小斜度单型UKF产生统计线性误差项,再对IEKF推导产生不依赖于系统非线性映射Jacobian矩阵的迭代式,以此对状态均值、协方差进行迭代修正,以近似0残差使状态收敛到MAP估计,平滑了状态一步预测误差,从而提高了估计精度.结果表明,该算法扩大了预测样
在分析矢量图像颜色信息和动态曲线演化规律的基础上,将归一化传导率的非线性热方程约束项引入变分侧地活动轮廓矢量模型中,使水平集函数不用重新初始化即可快速稳定地保持符号距离函数的特性.改进算法减少了迭代次数和运行时间,改进了图像二维梯度和散度算子传统离散化方式,使梯度和散度算子保持空间旋转不变性,提高了分割算法的鲁棒性.实验表明该方法是有效的,对弱边缘具有较好的辨别能力.
Modern computer graphics applications usually require high resolution object models for realistic rendering.However,it is expensive and difficult to deform such models in real time.In order to reduce
CAPTCHA是一种阻止机器人滥用自然人资源的网络安全机制.研究CAPTCHA识别技术有助于发现CAPTCHA自身的缺陷,促使其变得更加安全.针对现有方法难以识别的高粘着CAPTCHA,本文提出了一种新的识别算法.该算法首先使用递归神经网络(Recurrent neural network,RNN)对CAPTCHA进行识别,然后为了提高识别结果的可靠性,提出了一种基于SVM的拒识新算法,并使用数据