基于深度学习的数字几何处理与分析技术研究进展

夏清; 李帅; 郝爱民; 赵沁平

doi:10.7544/issn1000-1239.2019.20180709

基于深度学习的数字几何处理与分析技术研究进展

(虚拟现实技术与系统国家重点实验室(北京航空航天大学) 北京 100083) (xiaqing@buaa.edu.cn)

详细信息

中图分类号: TP391
计量
- 文章访问数: 2186
- HTML全文浏览量: 9
- PDF下载量: 1073
出版历程
- 发布日期: 2018-12-31

Deep Learning for Digital Geometry Processing and Analysis: A Review

(State Key Laboratory of Virtual Reality Technology and Systems (Beihang University), Beijing 100083)

摘要

摘要: 随着各种硬件传感器以及重建技术的快速发展，数字几何模型成为继音频、图像、视频之后的第4代数字媒体，并在多个领域得到广泛应用.传统的数字几何分析和处理方法主要建立在手工定义的模型特征之上，这类方法只对特定问题或者在特定条件下才有效.而深度学习，尤其是神经网络模型，在自然语言处理和图像处理方面的成功，展示了它作为数据特征提取工具的强大能力，因此越来越多地被用在数字几何处理领域.对近年来基于深度学习的数字几何处理与分析技术进行了综述，重点分析了模型匹配与检索、模型分类与分割、模型生成、模型修复与重建以及模型变形与编辑中的相关技术国内外最新研究进展，并指出了存在的主要问题和发展方向.
- 计算机图形学 /
- 数字几何处理与分析 /
- 深度学习 /
- 神经网络 /
- 研究进展综述
Abstract: With the rapid development of various hardware sensors and reconstruction technologies, digital geometric models have become the fourth generation of digital multimedia after audio, image and video, and have been widely used in many fields. Traditional digital geometry processing and analysis are mainly based on manually defined features that can only be valid for specific problems or under specific conditions. The deep learning, especially the neural network model, in the success of natural language processing and image processing demonstrates its powerful ability as a feature extraction tool for data analysis, and is therefore gradually used in the field of digital geometry processing. In this paper, we review the works of digital geometry processing and analysis based on deep learning in recent years, carefully analyze the research progress of shape matching and retrieval, shape classification and segmentation, shape generation, shape completion and reconstruction and shape deformation and editing, and also point out some existing problems and a few possible directions of future works.
- computer graphics /
- digital geometry processing and analysis /
- deep learning /
- neural networks /
- research progress review

HTML全文

参考文献(0)

施引文献(23)

期刊类型引用(13)

1.	周康，阳爱民，周栋，林楠铠. 基于稀疏连接和多通道LSTM的NL2SQL研究. 信息技术. 2024(08): 169-173+180 . 百度学术
2.	富庭轩，陈启明，杨怀宇. 一种新型的数据库自然语言查询实现方案. 现代信息科技. 2024(15): 51-54+59 . 百度学术
3.	李伟强，王震，张正毅. AIGC时代下物流客服产业优化与探索. 中国新技术新产品. 2024(18): 133-136 . 百度学术
4.	何佳壕，刘喜平，舒晴，万常选，刘德喜，廖国琼. 带复杂计算的金融领域自然语言查询的SQL生成. 浙江大学学报(工学版). 2023(02): 277-286 . 百度学术
5.	赵志超，游进国，何培蕾，李晓武. 数据库中文查询对偶学习式生成SQL语句研究. 中文信息学报. 2023(03): 164-172 . 百度学术
6.	王燕凤. 数据库查询系统中自然语言理解技术应用. 科技创新与应用. 2023(18): 23-26 . 百度学术
7.	殷来祥，李志强，付琼莹. 基于NL2SQL的兵棋数据智能统计分析方法研究. 系统仿真学报. 2023(09): 2000-2010 . 百度学术
8.	梁清源，朱琪豪，孙泽宇，张路，张文杰，熊英飞，梁广泰，郁莲. 基于深度学习的SQL生成研究综述. 中国科学:信息科学. 2022(08): 1363-1392 . 百度学术
9.	熊军，张冲，王代印，宋连双，陈峰. 三区三线管控下GIS划定永久基本农田研究. 城市建筑. 2022(22): 41-45 . 百度学术
10.	冯丽露，康耀龙，高晓晶，王涛. 基于SSM框架的数据结构在线评测系统设计与实现. 中国信息技术教育. 2021(13): 86-89 . 百度学术
11.	何文红. 基于深度学习背景下的高中数学教学研究. 高考. 2021(22): 51-52 . 百度学术
12.	千月欣，王永忠，李佳骏，徐天羿. 基于深度学习的机场能见度预测研究. 云南民族大学学报(自然科学版). 2021(06): 615-620 . 百度学术
13.	王胜杰，李焕云. 基于灰色GM模型的数据压缩处理方法. 电脑知识与技术. 2021(36): 151-152+159 . 百度学术