【摘 要】
：
柔性织物仿真研究是智能化服装研究发展的基础。针对缝合原理和仿真模拟过程中的低效率问题，本文提出了一种将仿真过程分步处理的思想，即缝合仿真与织物仿真。缝合处理是柔性织物仿真过程中一个非常重要的技术问题，因此本文提出了缝合仿真中施加缝合力的概念。算法的仿真实验结果表明，分步的仿真过程能降低柔性织物的仿真复杂度。
【机 构】
：
澳门科技大学资讯科技学院 澳门 999078
【出 处】
：
2018第12届全国计算机图形学大会Chinagraph 2018
论文部分内容阅读
柔性织物仿真研究是智能化服装研究发展的基础。针对缝合原理和仿真模拟过程中的低效率问题，本文提出了一种将仿真过程分步处理的思想，即缝合仿真与织物仿真。缝合处理是柔性织物仿真过程中一个非常重要的技术问题，因此本文提出了缝合仿真中施加缝合力的概念。算法的仿真实验结果表明，分步的仿真过程能降低柔性织物的仿真复杂度。
其他文献
三维模型的深度特征表示是三维目标识别和三维模型语义分割的关键和前提，在机器人，自动驾驶，虚拟现实，遥感测绘等领域有着广泛的应用前景。然而传统的卷积神经网络需要以规则化的数据作为输入，对于点云数据需要转换为视图或体素网格来处理，过程复杂且损失了三维模型的几何结构信息。本文借助已有的可以直接处理点云数据的深度网络进行改进，针对产生的特征缺少局部拓扑信息问题，提出一种利用双对称函数和空间转换网络来获得更
地理空间多维数据主要由空间位置和属性信息构成,能够有效记录和描述社会经济发展、自然环境变化、人类社交活动等事件和现象。有效地建立空间位置与属性信息的关联,对于地理空间多维数据的分析与理解具有重要的意义。平行坐标是经典的多维数据可视化方法,在其用于地理空间多维数据分析过程中,往往导致空间位置信息缺失,空间关联分析不确定等问题。因此,本文设计一种有效关联地图和平行坐标的地理空间多维数据可视分析方法 M
本文基于现有的研究提出一种细节感知的纹理去除算法，在去除图像纹理时，能够很好的保持图像的结构信息，尤其是诸如细长结构和边角信息等特殊细节。首先，本文将提出一种能够识别细长结构的结构检测方法，将细长结构检测并增强，用于在后续的纹理滤波处理中，保持在滤波时容易被平滑的细长结构信息。其次，改进原有的相对总变差模型，多方向寻找最小相对总变差，使它能够更好的区分纹理和边界，并且将边角信息从纹理中区分出来。然
三维数据模型，作为最接近现实世界的数字化表示正被广泛应用于模型生产、机器人科学、城市构建、自动驾驶、虚拟现实等领域。随着这些领域的发展，人们对三维数据模型的完整性、真实性、可靠性的需求也越来越大。然而在物体的建模过程中，不可避免的存在物体遮挡、相机抖动等情况，这造成了三维数据模型信息丢失、模型结构残缺不全的现象，因此需要对模型的缺失部分进行预测填充。本文结合深度学习理论，提出了基于八叉树的三维模型
随着深度传感器等硬件设备的发展，三维模型的数量逐渐增多，人们对三维数据模型的完整性、真实性的需求也越来越大。本文提出了基于生成对抗网络的模型补全方法，针对三维模型信息丢失、模型结构残缺不全的现象进行预测修复。通过编码-解码机制和生成对抗网络的对抗机制来预测模型的完整结构并保证预测模型与输入模型之间的相似性。实验表明，本文方法能够有效修补模型信息，得到更具真实感的完整三维模型。
Possion 曲线有类似于 Bézier 曲线的性质,且其自身参数的可调区间更大。本文基于 3D 射影空间中点和平面的对偶性设计可展曲面的方法,以 Possion 基函数表示的控制平面来设计可展 Possion 曲面,该方法避免了大量的计算过程,使得设计更加直接,有效。同时,Possion 基函数其参数的定义域更大,使得可展 Possion 曲面造型的可调范围更大。
刀尖圆弧半径对加工精度、切削力等切削参数有重要影响。为了研究车刀刀尖圆弧半径对主偏角的影响，建立了刀具要素间的几何关系。根据切削深度和刀尖圆弧半径大小，将切削条件划分为 4 种类，根据刀具要素见的几何关系，分别计算了 4 种切削条件下刀尖圆弧半径导致的实际主偏角。为了验证分析结果，进行了切削实验。实验结果证明，刀尖圆弧半径导致主偏角变小。
为提升分层卷积相关滤波跟踪算法的速度和精度，减少无效卷积通道特征对跟踪精度的影响，提出一种自适应特征选择的分层卷积相关滤波跟踪方法.该方法选取能表征目标的双层卷积特征，将相关滤波训练与预测合并，在视频序列的每一帧计算上一帧目标区域与非目标区域的卷积特征均值比，选取满足特征均值比要求的卷积通道特征训练相关滤波分类器，根据分类器与目标特征的最大响应值预测目标位置；最后根据预测结果稀疏更新目标初始帧特征
We consider the uniform B-spline in building the robust models for interpolating problems of interval data.Compared with the similar problems solvedby the robust models of the traditional polynomial s
图像去模糊对计算机视觉、遥感和医学成像等领域具有重要意义。由于实际应用中没有模糊核的先验知识，因而去模糊的主要挑战是如何精确估计模糊核并减少振铃效应。振铃效应发生在被称为显著边缘的大梯度附近。对边缘的认识不仅可以改善模糊核，还可以减少去卷积中的振铃效应。为了提取显著边缘，我们提出了一种基于改进边缘算子融合的边缘检测算法。利用边缘，我们提出了一种基于边缘感知的反卷积算法，显著减少了振铃效应。实验结果