基于感知与信息熵融合的离散LOD模型智能组合(英文)

针对图像信息熵单指标评价在三维场景离散LOD模型智能组合优化过程中容易造成可信度低的问题,提出了一种基于视觉感知与信息熵融合的离散LOD模型智能组合方法。分析了基于视觉感知的图像质量评价指标,构建了多指标融合的离散LOD模型智能组合框架,设计了与基于PSO的单指标离散LOD模型组合寻优对比实验。结合遗传算法的思想对粒子群算法进行改进,克服了在模型组合寻优过程中粒子群算法易于陷入局部最优的缺点。实验结果表明,本文方法能够设计出符合人类视觉感知特征的高可信度三维场景,与其他方法相比具有模型组合寻优效率高、无需人工交互的优点。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:系统仿真学报 2015 (8), p.1815-1823
1. Verfasser: 车力 康凤举
Format: Artikel
Sprache:chi
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:针对图像信息熵单指标评价在三维场景离散LOD模型智能组合优化过程中容易造成可信度低的问题,提出了一种基于视觉感知与信息熵融合的离散LOD模型智能组合方法。分析了基于视觉感知的图像质量评价指标,构建了多指标融合的离散LOD模型智能组合框架,设计了与基于PSO的单指标离散LOD模型组合寻优对比实验。结合遗传算法的思想对粒子群算法进行改进,克服了在模型组合寻优过程中粒子群算法易于陷入局部最优的缺点。实验结果表明,本文方法能够设计出符合人类视觉感知特征的高可信度三维场景,与其他方法相比具有模型组合寻优效率高、无需人工交互的优点。
ISSN:1004-731X