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。...
Gespeichert in:
Veröffentlicht in: | 系统仿真学报 2015 (8), p.1815-1823 |
---|---|
1. Verfasser: | |
Format: | Artikel |
Sprache: | chi |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
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 |