x3464的博客

近年来，随着智能手机、头盔立体显示等技术的发展和 普及，虚拟现实技术取得了飞速发展。在 VR 技术中场景建 模是最关键的一步。3D 游戏通常采用专业三维建模软件， 如 Autodesk Maya、Autodesk 3ds Max 等进行建模，此方法 耗时耗力，所建模型为虚拟场景。对真实场景一般需要借助 专业三维扫描设备，此方法测量精度高，但设备价格昂贵， 不利于大范围推广。为此本文将多视图三维重建技术应用于 VR，实现真实场景的建模。该方法直接从多个视角的 2D 图 像提取场景的三维信息，数据采集简单快捷，

本文使用自上而下的分解阶段，旨在学习如何执行基本的舞蹈动作。为此，需要定义和提取舞蹈单元，并引入用于编码和解码舞蹈单元的DU-VAE。在自下而上的创作阶段，本文的目标是学习如何将多种基本动作组合到一支舞蹈中，从而根据不同的音乐传达高级的动作语义。Sowe提出了MM-GAN，用于以音乐为条件的舞蹈动作的产生。最后，在测试阶段，本文使用DU-VAE和MM-GAN的组件根据给定的音乐来循环合成长期舞蹈。Interactive Body-Driven Graphics for Augment.

短时记忆RNN 会受到短时记忆的影响。如果一条序列足够长，那它们将很难将信息从较早的时间步传送到后面的时间步。 因此，如果你正在尝试处理一段文本进行预测，RNN 可能从一开始就会遗漏重要信息。在反向传播期间，RNN 会面临梯度消失的问题。 梯度是用于更新神经网络的权重值，消失的梯度问题是当梯度随着时间的推移传播时梯度下降，如果梯度值变得非常小，就不会继续学习。标准的LSTM前面提到LSTM由三个门来控制细胞状态，这三个门分别称为忘记门、输入门和输出门。下面一个一个的来讲...

Sketch2Scene现有的基于草图的3D模型搜索和合成技术通常针对个人所需的模型重复以下过程：首先进行2D草图绘制，然后进行检索，最后进行3D放置。此2D-3D-2D迭代过程与传统的设计工作流程（即2D概念设计，后跟3D建模）不兼容，后者在很大程度上是连续的，并且通常需要专门从事不同任务的专业人员（例如，概念艺术家，3D建模者）。 此外，它们的性能对单个草图的质量高度敏感。 因此，在过程的每个步骤中通常都需要用户干预。在这项工作中，我们集中于一组草图对象（简称草图）的联合处理，这些对象对应于