公共文化服务平台

林金花: 作品数：15 被引量：23H指数：3; 供职机构：长春工业大学更多>>; 发文基金：国家高技术研究发展计划吉林省教育厅“十二五”科学技术研究项目国家自然科学基金更多>>; 相关领域：自动化与计算机技术电子电信经济管理理学更多>>

合作作者

三维语义场景复原网络被引量：4: 2018年; 从不完整的视觉信息中推断出物体的三维几何形状是机器视觉系统应当具备的重要能力,而识别出场景中物体的语义是机器视觉系统的核心。传统方法通常将二者分离实现,本文将场景复原与目标语义紧密结合,提出了一种三维语义场景复原网络模型,仅以单一深度图作为输入,实现对三维场景的语义分类和场景复原。首先,建立一种端到端的三维卷积神经网络,网络的输入是深度图,使用三维上下文模块来对相机视锥体内的区域进行学习,进而输出带有语义标签的三维体素;其次,建立了带有密集体积标签的合成三维场景数据集,用于训练本文的深度学习网络模型;最后通过实验表明,与现有的语义分类和场景复原方法相比,语义场景的复原接收区域增加了2.0%。结果表明:三维学习网络的复原性能良好,语义标注的准确率较高。; 林金花王延杰; 关键词：机器视觉深度图语义分类卷积神经网络

4种计算自然常数e的方法及精度比较被引量：4: 2010年; 用Visual C++6.0语言设计了3种计算方法:利用极限、级数、积分计算自然常数e的值.经过不断改进,让计算机按照人的思维方式对e的值进行了计算.计算结果表明:利用极限计算的e值能精确到小数点后8位;利用级数和定积分计算的e值精确到小数点后16位;利用人的思维方式计算e的值能精确到小数点后800位.; 李鑫王璐林金花韩冬谷德山; 关键词：VISUAL C++6.0

改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制被引量：1: 2018年; 传统的自适应特征细分(FAS)算法对曲面上的全部特征点进行统一深度的细分,影响算法的执行效率,针对这一问题,提出了一种自适应特征细分方法。首先,设计了一种模块,即特征块处理单元(FPU),用于计算不规则区域的细分因子,根据Catmull-Clark细分模式来处理特征区域的不规则块,同时减少了GPU渲染块的数目;然后,对FAS的数据结构进行扩充,将关键点数据存放在细分表和渲染表中,GPU对表中数据进行全局细分与绘制,提高了细分和绘制的速度。实验结果表明,改进后的细分表和渲染表结构能够保证细分的动态特性和渲染的实时性。与传统FAS方法相比,本文算法能够保证三维曲面的绘制精度的同时,提高了28%的绘制速度,在实时性方面优于传统FAS方法。; 林金花王延杰孙宏海; 关键词：信息处理技术图形处理器

基于Butterfly细分规则的虚拟作物DFFD形态建模: 2011年; 为了增强虚拟作物环境,提出了一种基于Butterfly细分规则以及DFFD方法的虚拟作物建模方法。根据植株的形态结构特征选取相应的初始叶片模型,用Butterfly插值型细分方法对其细分,以确定控制点集。通过扩充已有DFFD法对三维植株整体特征进行模拟,实现了小麦叶片向水稻植株的DFFD形态建模。实验证明,该方法较为逼真地虚拟作物植株建模效果,能够满足虚拟作物环境的需要。; 林金花刘晓东刘国荣陈满林; 关键词：虚拟作物 BUTTERFLY 插值细分

基于以太网负载的改进CSMA协议: 2023年; 针对以太网网络性能随网络负载变化的特性,提出一种基于以太网负载的改进CSMA协议。该协议根据终端冲突数目,相应调整1-坚持CSMA协议、非坚持CSMA协议和P-坚持CSMA协议,从而在轻载时降低延时,在重载时减少冲突,使得网络系统处于稳定状态。实验结果表明,负载对网络吞吐量与网络延时有重大影响,改进CSMA协议能达到网络吞吐量最优化的目的,并且提高网络实时性,大大提升了网络通信效率。; 齐少楠赵航林金花; 关键词：以太网 CSMA协议网络负载吞吐量

基于图像关键帧定位技术仿真被引量：2: 2014年; 研究图像帧的准确定位检索问题。由于图像的语义特征与一般像素特征不同,包含图像固有属性、图像对象和人为意识三个特征,上述三个特征之间具有较大的逻辑无关性,造成以这三个特征为基础建立的语义检索模型很难形成统一的检索特征标准,多个特征的检索确认模式造成图像检索精度较低。为了避免上述缺陷,提出一种图像共现语义特征的关键帧定位技术,对计算机视觉图像进行分类处理,从而提取出与目标具有较强相关性的视觉图像,将获取的结果作为关键帧定位的基础图像。利用图像共现语义特征算法,进行关键帧定位处理。实验结果表明,改进算法进行关键帧定位处理,能够极大的提高关键帧定位的准确性,从而提高计算机视觉处理技术的性能。; 王璐于超李鑫林金花; 关键词：关键帧定位技术

基于深度图及分离池化技术的场景复原及语义分类网络被引量：2: 2019年; 在机器视觉感知系统中,从不完整的被遮挡的目标对象中鲁棒重建三维场景及其语义信息至关重要.目前常用方法一般将这两个功能分开处理,本文将二者结合,提出了一种基于深度图及分离池化技术的场景复原及语义分类网络,依据深度图中的RGB-D信息,完成对三维目标场景的重建与分类.首先,构建了一种CPU端到GPU端的深度卷积神经网络模型,将从传感器采样的深度图像作为输入,深度学习摄像机投影区域内的上下文目标场景信息,网络的输出为使用改进的截断式带符号距离函数(Truncated signed distance function, TSDF)编码后的体素级语义标注.然后,使用分离池化技术改进卷积神经网络的池化层粒度结构,设计带细粒度池化的语义分类损失函数,用于回馈网络的语义分类重定位.最后,为增强卷积神经网络的深度学习能力,构建了一种带有语义标注的三维目标场景数据集,以此加强本文所提网络的深度学习鲁棒性.实验结果表明,与目前较先进的网络模型对比,本文网络的重建规模扩大了2.1%,所提深度卷积网络对缺失场景的复原效果较好,同时保证了语义分类的精准度.; 林金花姚禹姚禹; 关键词：深度图卷积神经网络

本体语义检索系统被引量：6: 2013年; 基于关键词匹配的检索方法存在不足,使用分布式大数据处理技术,基于本体对用户输入的查询关键词进行查询扩展,利用Lucene针对扩展后的关键词进行检索,按照语义相似度将检索结果排序后返回给用户。实验表明,基于本体的语义检索系统在查全率和查准率两个方面均优于传统检索方法。; 王璐于超王博王国春林金花李辉; 关键词：查询扩展语义推理语义检索领域本体

改进的空间体素融合方法及其在线重建被引量：1: 2018年; 目前,随着深度传感器的更新发展,使得三维重建的在线方法得以实现.在线重建的难点在于如何能够在保证较好的重建效果和重建规模的前提下,实时地将多个动态重叠深度图转化成一个三维模型.针对这一问题,本文算法基于空间索引策略构建了一种存取高效的空间体素数据结构,改进了传统体积融合方法中的规则分层网格数据结构,对隐含表面数据进行实时存取与更新的同时,实现大尺度的在线三维重建.这些表面数据仅在观测时存储,并且高效地流入和流出索引表,实现了传感器运动过程中的在线场景重建.算法通过在GPU(Graphics Processing Pipeline)上完成深度图预处理,摄像姿态估计,深度图融合和表面绘制几个核心阶段,实现对细粒度的细节和大尺度的环境进行交互式实时重建.通过实验表明,改进后的重建系统能够在保证重建质量与重建性能的同时,平均重建时间为21.6ms,ICP姿态估计15次,用时8.0ms,平均帧绘制速率提高13.3%,实现了对大尺度场景的实时三维重建.; 王剑飞林金花王璐; 关键词：空间索引数据结构 GPU

全局相机姿态优化下的快速表面重建: 2018年; 针对传统三维重建算法存在的漂移问题,提出了一种端到端的在线大规模三维场景重建算法。首先,使用一种在线估计策略来鲁棒地确定相机的旋转姿态,同时构建层次优化框架用于融合深度数据的输入。然后,依据相机的全局估计姿态对每一帧的信息进行优化,解除了算法对目标跟踪时间的限制,完成了对帧间关系对象的实时跟踪。试验结果表明:本文算法的平均重建时间为399ms,平均估计迭代最低点(ICP)次数为20,完成每帧变换的时间为100ms;系统对大规模场景的重建具有鲁棒性,且实时性较好,是一种具有对应关系稀疏特性、结构信息稠密特性和相机光照一致特性的实时三维重建算法。; 林金花王延杰王璐姚禹; 关键词：计算机应用机器视觉三维重建

林金花

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

林金花

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈