博士开题报告课件.ppt（33页）

博弈论第五章-重复搏弈(Repeated-Games)课件.ppt（46页）

第五章 重复搏弈Repeated Games,本章介绍基本博弈重复进行构成的重复博弈.虽然形式上是基本博弈的重复进行,但重复博弈中博弈方的行为和博弈结果却不一定是基本博弈的简单重复,因为博弈方对于博弈会重复进行的意识,会使他们对利益的判断发,

《博士开题报告课件.ppt（33页）》由会员分享，可在线阅读，更多相关《博士开题报告课件.ppt（33页）（33页珍藏版）》请在上搜索。

1、2022/12/29,非完备几何特征的测量建模与医学应用研究,RE/RP Lab,开 题 报 告,2022/10/2非完备几何特征的测量建模与医学应用研究,2022/12/29,一、研究背景与意义二、文献综述三、课题研究内容四、拟采取的研究方法、技术路线五、已经完成的工作六、研究的创新点七、计划进度,汇 报 提 纲,2022/10/2一、研究背景与意义汇 报 提 纲,2022/12/29,一.研究背景与意义,由于疾病或其他原因造成的人体颜面缺损是属于具有非完备几何特征的数据。如何通过模型重建的技术得到具有完备几何特征的颜面数据，从而实现人体颜面赝复体的制作？,2022/10/2一.研究背景与意

2、义模型重建完备特征非完备特,2022/12/29,一.研究背景与意义,非完备几何特征的测量建模在颜面缺损修复中的应用,对称特征颜面 1)单侧眼眶部缺损 2)单侧颞窝缺损 3)单侧颅面部缺损 4)单侧上下颌面缺损 5)单侧耳部缺损 6)单侧鼻缺损,颌面赝复体的设计,人眼赝复体的设计1,问题1:在数据预处理时,如何实现多视角的数据的坐标归一化?问题2:如何实现具有对称特征的非完备数据的几何建模?,人眼赝复体的设计2,组织有变形,2022/10/2一.研究背景与意义非完备几何特征的测量建模,2022/12/29,一.研究背景与意义,非完备几何特征的测量建模在颜面缺损修复中的应用,非对称特征颜面 1)

3、全鼻缺损 2)全唇缺损 3)双眼缺损,问题3：如何基于特征相似性来实现非完备数据的几何建模?问题4：如何保证赝复体与周围组织区域的贴合性及美观性?,2022/10/2一.研究背景与意义非完备几何特征的测量建模,2022/12/29,二.文献综述,2022/10/2二.文献综述,2022/12/29,2.1 网格多视对齐技术,(1)多视对齐给定:N个已实现粗拼合的视图目标:对其进行全局拼合,实现精拼合要解决的问题:1)误差逐步累积,如何分散;2)大的计算量,如何减少计算;3)大的存储需求,如何减少存储;4)局部最小化,如何能达到全局最小化(2)多视对齐算法综述,顺序对齐首尾视图出现间隙,斯坦福大

4、学BROWN B(2007);Pulli（1999）:基于主视图的思想,不同之处在于在进行多视对齐之前仅考虑所有的视图间潜在的对齐。评价：提取出视图间的两两拼合的约束，避免将所有视图都加入内存；另外该方法仅考虑有重叠区域的信息，并允许已经对齐的区域可以再次调整。德国自主智能系统研究所Nchter（2004）:提出了“simultaneous matching”，它与Pulli的方法的不同之处在于它不需要两两对齐的迭代过程 评价：这种方法依赖于要有的好的初始对齐结果。3 同步对齐法：Masuda（2002）:基于符号距离场同步对齐和融合所有视图,在迭代过程中去除外点。工作原理是:第一步执行一个粗

5、对齐将所有的视图都变换到同一个坐标系下；第二步执行一个迭代过程使得数据形状对齐融合至收敛。评价:好处是：所有视图能够同步对齐，误差也不会产生累积。另外外点也能自动去除。缺点是：由于多幅视图同时对齐,不仅计算的复杂度会很大,而且占用的存贮空间也很大。,1 顺序对齐直接使用两两对齐的算法对N个视图进行顺序拼合。评价:两两拼合中会产生不均匀分配的错误,因此会出现一对视图有很高的拼合精度,而整个拼合系统达不到高的拼合精度的情况。2 主视图法Chen and Medioni(1991):对齐两个视图,将它们融合成一个主视图,然后新的视图又顺序的对齐并融合为新的主视图。评价：好处是融合后的主视图所含的所有

6、信息都能够在新的对齐过程中被使用。缺点是已经融合到主视图中的视图，它是没法再调整的。,2022/10/22.1 网格多视对齐技术(1)多视对齐顺,2022/12/29,2.1 网格多视对齐技术,Silva（2003）：提出用遗传算法替代基于ICP的方法 思想：引入一个新的健壮的度量surface interpenetration measure(SIM)（用于度量可视的对齐误差来决定两个视图间的重叠面积），他们使用SIM和一个健壮的估计来实现遗传算法。染色体是由三个平移矢量和三个旋转矢量组成，每个染色体的SIM结果在每一代中被用来选择能够能够生成更精确变换。评价：该方法能够取得精确的结果，该方法最重要的缺点就是要收敛到一个好的结果，所需计算的时间太长。法国克莱蒙第二大学E.Mouragnon（2007）：基于bundle adjustment方法实现实时的对齐和融合,同时最小化角度误差。bundle adjustment通常用于求解视图参数(如相机的位置和标定估计)它是一个非线性的最小化问题，对于它的求解通常需要非线性最小二乘法求解.评价：bundle adjustment技术在出现外