Zobrazeno 1 - 10
of 183
pro vyhledávání: '"3D meshes"'
Autor:
Bo Berends, Freek Bielevelt, Ruud Schreurs, Shankeeth Vinayahalingam, Thomas Maal, Guido de Jong
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-9 (2024)
Abstract Three-dimensional facial stereophotogrammetry provides a detailed representation of craniofacial soft tissue without the use of ionizing radiation. While manual annotation of landmarks serves as the current gold standard for cephalometric an
Externí odkaz:
https://doaj.org/article/e2795b5ea6694dafa2aca96eb4e4df4c
Autor:
Muhammad Kamran Afzal, Weiquan Liu, Yu Zang, Shuting Chen, Hafiz Muhammad Rehan Afzal, Jibril Muhammad Adam, Bai Yang, Jonathan Li, Cheng Wang
Publikováno v:
Remote Sensing, Vol 16, Iss 11, p 1827 (2024)
The convolutional neural networks (CNNs) functioning on geometric learning for the urban large-scale 3D meshes are indispensable because of their substantial, complex, and deformed shape constitutions. To address this issue, we proposed a novel Geome
Externí odkaz:
https://doaj.org/article/2b1b1ce0ca054bd59a66e000679897ad
Publikováno v:
IEEE Access, Vol 11, Pp 46240-46256 (2023)
In this paper, we present a deep learning-based method for 3D face recognition. Unlike some previous works, our process does not rely on face representation methods as a proxy step to be accepted by Convolutional Neural Networks (CNNs). Applying 2D C
Externí odkaz:
https://doaj.org/article/91198fe5192e4773950c025a5dbdbc85
Publikováno v:
Digital Presentation and Preservation of Cultural and Scientific Heritage, Vol 13 (2023)
This article presents a new method for designing 3D bobbin lace patterns that addresses the lack of specifications and difficulties faced by novice users when using conventional pictorial symbol patterns. The methodology presented demonstrates the fe
Externí odkaz:
https://doaj.org/article/0a36c1b90d96408483fdc09767f0264b
Autor:
Jibril Muhammad Adam, Weiquan Liu, Yu Zang, Muhammad Kamran Afzal, Saifullahi Aminu Bello, Abdullahi Uwaisu Muhammad, Cheng Wang, Jonathan Li
Publikováno v:
International Journal of Applied Earth Observations and Geoinformation, Vol 121, Iss , Pp 103365- (2023)
Semantic segmentation in 3D meshes is the classification of its constituent element(s) into specific classes or categories. Using the powerful feature extraction abilities of deep neural networks (DNNs), significant results have been obtained in the
Externí odkaz:
https://doaj.org/article/c4871c47f76f4cff94a0f72c4ae0df95
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Sensors, Vol 23, Iss 1, p 416 (2022)
This paper introduces a simple but powerful segmentation algorithm for 3D meshes. Our algorithm consists of two stages: over-segmentation and region fusion. In the first stage, adaptive space partition is applied to perform over-segmentation, which i
Externí odkaz:
https://doaj.org/article/0327f9ea28ef43e394082b15e77d35d4