场景图

摘要： 2021年12月,OGC发布团体标准《索引3D场景图层和场景图层包格式规范》(通常称为I3S),最新版本号为1.2版本。最新版本的I3S标准可用于将大型三维数据集流式传输到桌面和移动设备上,通过增强三维对象和集成网格层来提高其性能和可扩展性。I3S数据集(称为场景层)由数百万个具有相关属性的离散3D对象、集成曲面网格、点要素或者覆盖广阔地理区域的数十亿点云数据组成。场景层专为提高性能和可扩展性而设计,能高效地编码和传输各种类型的地理空间内容,从而在Web浏览器、移动设备和桌面应用程序上实现交互式可视化体验,实现离线和在线访问。场景层能以网络服务或场景层包(SLPK)的形式访问,SLPK是一种基于文件的交换格式。

摘要： 条件图像生成根据不同形式的输入生成符合条件的图像,其中场景图是一类具有代表性的条件输入形式。场景图将图像中的物体抽象为节点,将物体之间的关系抽象为边,是一种广泛应用在计算机视觉和跨模态领域的结构化图表示。由于场景图中包含多个物体和物体之间的关系,现有的场景图图像生成方法容易导致生成结果和条件语义不一致,例如物体缺失和关系错误等。本文提出基于跨模态对比的生成方法解决上述问题。首先,本文提出关系一致性对比使生成的物体关系和输入的边保持一致。我们设计了联合特征代表图像中的物体的关系,并拉近联合特征和与其相关的边特征的距离,使其相比于不相关的边特征距离更接近。本文引入物体一致性对比使的生成的物体区域和输入的节点保持对应。在这个部分我们使用注意力机制获得节点对应的物体特征,然后拉近相关的节点特征于物体特征的距离。最后,本文提出全局一致性对比使的生成的图像整体和输入的场景图保持一致,该对比损失将相关联的图像和场景图特征拉近,同时将不相关的样本特征相互远离。我们COCO-stuff和VG数据集上进行了详细的实验,实验结果表明我们的方法相比当前最佳性能分别在两个数据集上提升8.33%和8.87%的FID。消融实验表明每个对比损失模块都能够提升图像的生成质量,可视化结果展示了方法对于解决上述问题的有效性。从实验结果可知,我们的方法不仅能够提升图像的生成质量,并能够有效缓解物体缺失和关系错误等语义不一致问题。

摘要： 近年来在图像描述领域对于应用场景图生成描述的研究越来越广泛.然而,当前基于场景图的图像描述模型并未考虑到长短期记忆神经网络(LSTM)对于先前输入的细节信息的保留,这可能会导致细节信息的丢失.针对这个问题,本文提出基于原始信息注入的图像描述网络,该网络对基线模型中语言LSTM的输入变量做了改进,目的是尽可能多地保留原始输入信息,减少输入信息在计算过程中的损失.另外,本文还认为当前的场景图更新机制中存在结点更新程度过大的问题,因此本文设计了一个访问控制模块更新已访问过的结点权重,避免引起结点信息丢失的问题.同时,本文设计一个图更新系数(GUF)来指导图更新,以确定更新程度的大小.本文在官方数据集MSCOCO上进行了实验,各种评估机制的实验结果表明,基于访问控制模块与原始信息注入的图像描述模型与基线模型对比,取得了更有竞争力的结果,表现出明显的优越性.

摘要： 视觉故事生成是图像内容描述衍生的跨模态学习任务,在图文游记自动生成、启蒙教育等领域有较好的应用研究意义。目前主流方法存在对图像细粒度特征描述薄弱、故事文本的图文相关性低、语言不丰富等问题。为此,该文提出了基于细粒度视觉特征和知识图谱的视觉故事生成算法。该算法针对如何对图像内容进行充分挖掘和扩展表示,在视觉和高层语义方面,分别设计实现了图像细粒度视觉特征生成器和图像语义概念词集合生成器两个重要模块。在这两个模块中,细粒度视觉信息通过含有实体关系的场景图结构进行图卷积学习,高层语义信息综合外部知识图谱与相邻图像的语义关联进行扩充丰富,最终实现对图像序列内容较为全面细致的表示。该文算法在目前视觉故事生成领域规模最大的VIST数据集上与主流先进的算法进行了测试。实验结果表明,该文所提算法生成的故事文本,在图文相关性、故事逻辑性、文字多样性等方面,在Distinct-N和TTR等客观指标上均取得较大领先优势,具有良好的应用前景。

摘要： 为在场景图生成网络中获得重要的上下文信息,同时减少数据集偏差对场景图生成性能的影响,构建一种基于外部知识库与适应性推理的场景图生成模型。利用结合外部知识库的目标检测模块引入语言先验知识,提高实体对关系类别检测的准确性。设计基于Transformer架构的上下文信息提取模块,采用两个Transformer编码层对候选框和实体对关系类别进行处理,并利用自注意力机制分阶段实现上下文信息合并,获取重要的全局上下文信息。构建特征特殊融合的适应性推理模块,通过软化分布并根据实体对的视觉外观进行适应性推理关系分类,缓解实体对关系频率的长尾分布问题,提升模型推理能力。在VG数据集上的实验结果表明,与MOTIFS模型相比,该模型在谓词分类、场景图分类和场景图生成子任务上的Top-100召回率分别提升了1.4、4.3、7.1个百分点,对于多数关系类别具有更好的场景图生成效果。

摘要： 一、活动背景玩教具材料:小熊的家场景图、树林里的蜂巢场景图,小熊胸卡、蜜蜂胸卡;彩色海绵棒、玩具魔法棒,PPT课件。环境场地:《3~6岁儿童学习与发展指南》指出:“幼儿艺术领域学习的关键在于充分创造条件和机会,在大自然和社会文化生活中萌发幼儿对美的感受和体验,丰富其想象力和创造力,引导幼儿学会用心灵去感受和发现美,用自己的方式去表现和创造美。”

摘要： 这是小班主题“多彩红黄蓝”的第一个活动,首先使用绘本《小红球,你在哪儿?》导入活动,在找一找、说一说、贴一贴中,感受小红球在不同环境下的变化,让幼儿将颜色、形状和生活建立更紧密的联系,激发幼儿对小红球的丰富想象。之后展示含有小红球的生活场景图,鼓励幼儿发散思维,创作有关小红球的画面,启发幼儿关注生活中有关红色的景物和物品,并将自己的感受进行艺术化表达。

摘要： "认识垂线"是苏教版教材四年级上册第八单元的教学内容。"垂线"是"图形与几何"领域的重要基础概念,是学生学习其他几何知识的重要根基。本节课是在学生认识线段、射线、直线和角的基础上,首次教学同一平面内两条直线的位置关系,并在此基础上引导他们理解"点到直线的距离",结合生活中的具体实例体会垂线的一些特性。教材一共安排了两道例题,在编排中突出"发现"的过程:例6从具体的场景图中抽象出三组相交直线的图形.

摘要： 一、目标确定的依据(一)学情分析六年级的学生认知能力、审美品位、综合素养在逐步提升,早在五年级课程中学生就已经接触并创作过以泥塑为主、其他材料相结合的场景图,本课贴近学生实际,学生有浓厚的兴趣,创作欲望强烈。(二)教材分析。本课是在挖掘诸城恐龙博物馆的基础上,结合民间美术“泥塑”以及自然资源的基础上研发的。

摘要： 随着计算机技术的飞速发展,大规模分布式虚拟现实系统在科研、军事、教育、文化、医疗等领域产生了巨大的经济效益和社会效益.一个复杂的虚拟现实系统需要对场景中可运动的物体提供一定真实性的运动仿真.本文是在一个基于场景图的分布式虚拟现实系统中,针对系统的特点,构建一套包括按路径运动、运动属性编辑、碰撞检测、贴地运动等功能的运动仿真系统,并对运动的流程和有关算法进行优化处理.运动仿真使用了场景编辑指令系统,保证了各客户端虚拟场景的时空一致性.

摘要： 基于对目前图形绘制引擎的特点的分析,针对目前图形绘制引擎应用中的突出问题,给出一种新的绘制引擎体系结构SREA,并在此基础上讨论了基于场景图的扩展机制、基于回调的扩展机制、Shader渲染框架以及基于IO管理器的模型读取组件扩展机制这四类扩展机制.通过这些机制,应用开发者可以快速方便的对于图形绘制引擎的绘制对象描述能力和绘制能力进行扩展,引入现有模型读取组件对于不同格式的模型进行读取,提高开发效率。

摘要： 本文讨论了一个用于大规模虚拟战役的编辑和浏览的分布式虚拟想定推演系统的设计与实现。该系统在基于场景图的分布式虚拟环境架构下支持大规模场景数据的渐进传输，并运用构件化的思想实现了虚拟场景的动态组装。受限语言解释器的应用使系统的交互式战役编辑推演及其可视化更加简单和灵活。实例表明，本系统可以用于军事作战仿真的想定推演以及动画游戏的交互编辑和制作。

摘要： 本文论述了DFLIV 分布式图形系统为流行 3D 图形工具集 FL-Inventor 分布式扩展，此系统为以分布式场景图作为数据分布基础、FL-Inventor 通知机制作为通信基础而构建的分布式图形系统开发平台。此外，客户与服务器模式则解决了动态共享数据一致性问题，确保共享场景图对用户呈现一致视图。

摘要： 该文重点分析了基于海量数据地形的虚拟仿真环境中地形尺度的扩张给仿真环境概念模型带来的深刻影响以及由此而引发的对体系结构的影响,提出了一种基于海量数据地形的虚拟仿真环境体系结构:场景图阵列.最后,将地形模型空间理论加以推广,建立虚拟仿真环境模型空间理论.

摘要： 在三维图形引擎VTree的开发环境下,通过对某种型号坦克训练模拟器的开发应用,对三维图形生成方法进行研究.介绍了三维场景图的生成方法、通过对照VTree的地形匹配模块及碰撞检测模块,结合坦克训练模拟器的实际开发应用,对坦克的地形匹配算法和炮弹与坦克的碰撞检测方法做进一步研究.

摘要： 基于WTK技术设计开发了一个虚拟装配系统,系统实现了对某特定产品的特定部件装配过程的动态模拟,进行零件可装配性检查、装配路径有效性检查.介绍了系统的硬件支撑环境、软件的体系结构.并对装配仿真软件开发中的关键技术——CAD系统与虚拟装配系统之间的数据转换、WTK场景图的扩展、装配运动引导与精确定位控制方法进行了较为全面的阐述.

摘要： 在研究机械设计过程的基础上,分析了已有自下而上装配设计过程的不足,面向机床装配的现实需求,基于通用CAD系统和OpenInventor函数库提出了一种方便、易于客户化的虚拟装配仿真方案,实现了SHU-VR系统,并通过实例验证了该技术的可行性。

摘要： 在研究机械设计过程的基础上,分析了已有自下而上装配设计过程的不足,面向机床装配的现实需求,基于通用CAD系统和OpenInventor函数库提出了一种方便、易于客户化的虚拟装配仿真方案,实现了SHU-VR系统,并通过实例验证了该技术的可行性。

摘要： 在研究机械设计过程的基础上,分析了已有自下而上装配设计过程的不足,面向机床装配的现实需求,基于通用CAD系统和OpenInventor函数库提出了一种方便、易于客户化的虚拟装配仿真方案,实现了SHU-VR系统,并通过实例验证了该技术的可行性。

摘要： 本发明实施例提供一种场景识别网络图的绘制方法、场景识别方法及装置，场景识别网络图的绘制方法包括：分别获取基站的位置信息和兴趣点POI的位置信息；根据基站的位置信息和POI的位置信息，确定相互匹配的基站与POI；基配的POI的目标历史行为数据；用户历史行为数据从运营商的数据库中获取到；根据目标历史行为数据，绘制用户的位置轨迹，从而得到场景识别网络图。本发明所绘制的场景画像识别网络图，能够实现精准、实时、有效的识别场景画像。

摘要： 一种基于场景光照图的大场景非直接光照方法，它有四大步骤：步骤一、将场景在纹理空间参数化；步骤二、计算场景光照图；步骤三、根据步骤二动态烘焙的场景光照图，利用光线追踪算法计算非直接光照；步骤四、使用帧关联降低非直接光照计算量。该方法能够比较好地支持复杂场景、效果可调并且比较稳定。它在图像处理技术领域里有较好的实用价值和广阔地应用前景。

摘要： 本发明实施例提供一种场景识别网络图的绘制方法、场景识别方法及装置，场景识别网络图的绘制方法包括：分别获取基站的位置信息和兴趣点POI的位置信息；根据基站的位置信息和POI的位置信息，确定相互匹配的基站与POI；基配的POI的目标历史行为数据；用户历史行为数据从运营商的数据库中获取到；根据目标历史行为数据，绘制用户的位置轨迹，从而得到场景识别网络图。本发明所绘制的场景画像识别网络图，能够实现精准、实时、有效的识别场景画像。

摘要： 一种生成场景图辅助建模上下文信息的电力场景预警方法，旨在对电力场景进行目标检测的基础上，设计新颖的深度神经网络模型学习全局目标的关系表示，最后综合识别出的对象及关系，构建针对性的场景图，并计算相关的场景危险系数，同时给出对应的中文预警描述。本发明所述方法以预训练的目标检测模块为基础，以融合多模态特征输入并建模全局上下文视觉信息的关系检测模块为核心，以学习场景危险等级并给出具体描述的预警生成模块为落地应用。

摘要： 本公开提供了一种场景图生成模型的训练方法、场景图生成方法及装置，属于图像处理技术。该场景图生成模型的训练方法包括：基于场景图生成模型对样本图像进行预测，得到预测结果信息，预测结果信息用于指示多个第一关系词的预测概率，第一关系词用于表示样本图像中的一对物体实例在样本图像中预测的关系；基于关系词关联信息和预测结果信息，确定第一损失，关系词关联信息用于表示多个第一关系词和第二关系词之间的关联关系，第二关系词用于表示样本图像中的一对物体实例在样本图像中标注的关系，第一损失用于表示多个第一关系词与第二关系词之间的差异；基于第一损失，训练场景图生成模型。该方法能够提高模型生成的视觉场景图的准确度。

摘要： 一种基于三维场景点云的场景图生成方法，属于场景理解领域。本发明设计了一种适用于三维点云数据的视觉模式，即交互空间，抽取具有适度冗余度的初始特征，在保障具有充足的环境信息的同时，降低由于反复建模所造成的噪音叠加问题。同时本发明参考人的环境理解过程，设计了具有结构化组织和层次化处理过程的环境上下文融合过程，通过将无差别的信息传递过程改变为有结构的信息组织过程，实现了具有更高辨别力的特征的构建，实现了更精确的三维场景图生成任务。场景图生成任务的精确度由三个子任务验证，包含物体预测任务、谓词预测任务和关系预测任务三部分。本发明提出的三维场景图生成方法在三个子任务上，都优于其他的二维和三维SGG方法。

摘要： 本发明公开了一种面向机器人的基于场景图的视觉场景理解系统及方法，系统包括：彩色图片获取与调用模块、场景图关系识别模块、人群关系预测模块；方法包括：通过彩色图片获取与调用模块获取应用场景中的实时的图像；对象分类模块根据对象的特征计算出对象所属的类别，场景图关系识别模块将所有对象与关系进行关联组合，生成场景图；通过关系分类模块计算出两两对象之间的合理关系类别；人群划分模块依据整个场景中的人物以及人物之间的关系类别，进行合理的人群划分；根据人群划分的结果与人物之间的关系类别，VIP预测模块对人群中的每个人进行相关的关系融合，并根据融合结果判断每个人在人群中的重要程度，最终得出该人群中的VIP。

摘要： 本发明提供一种视觉交通场景的场景图生成方法及装置，该方法包括：对目标交通场景图像进行语义分割，获取所述目标交通场景图像中的语义对象，根据所述语义对象获取所述目标交通场景图像的场景表示；将所述目标交通场景图像、所述语义对象中的前景对象和背景对象，以及所述场景表示作为节点，将所述节点之间的关系作为边，构建所述目标交通场景图像的有向图；根据所述有向图定位所述目标交通场景图像中的视觉区域，并根据所述有向图对每个视觉区域中语义对象之间的关系进行标注，获取所述目标交通场景图像对应的场景图。本发明生成的场景图便于更高层次的场景理解，提高自动驾驶的精确性和安全性。

摘要： 一种生成场景图辅助建模上下文信息的电力场景预警方法，旨在对电力场景进行目标检测的基础上，设计新颖的深度神经网络模型学习全局目标的关系表示，最后综合识别出的对象及关系，构建针对性的场景图，并计算相关的场景危险系数，同时给出对应的中文预警描述。本发明所述方法以预训练的目标检测模块为基础，以融合多模态特征输入并建模全局上下文视觉信息的关系检测模块为核心，以学习场景危险等级并给出具体描述的预警生成模块为落地应用。

摘要： 一种电子装置(14)，用于根据包含一组物体的场景的一对连续图像生成场景深度图，包括：用于获取由传感器(12)所拍摄的一对场景图像的模块(24)，通过神经网络计算至少一个中间深度图的模块(26)，每个中间图是由各个获取的图像对计算得到的，并且具有场景中每个物体的深度指示值，神经网络的输入变量是获取的图像对，神经网络的输出变量是所述中间图，以及用于从至少一个计算得到的中间图生成场景的深度图的模块(36)。