深度像配準(zhǔn)及曲面細(xì)分技術(shù)的研究與應(yīng)用的開題報告

深度像配準(zhǔn)及曲面細(xì)分技術(shù)的研究與應(yīng)用的開題報告一、研究背景隨著計算機(jī)視覺技術(shù)的飛速發(fā)展，深度學(xué)習(xí)、三維重建等技術(shù)不斷成熟，深度像配準(zhǔn)及曲面細(xì)分技術(shù)應(yīng)運(yùn)而生。深度像配準(zhǔn)是指將兩個或多個深度圖像或點(diǎn)云數(shù)據(jù)注冊到同一坐標(biāo)系內(nèi)，在計算機(jī)視覺、機(jī)器人、醫(yī)學(xué)圖像等領(lǐng)域都有廣泛的應(yīng)用。曲面細(xì)分則是指將一個復(fù)雜的曲面細(xì)分為更多的局部塊，以提高曲面的精細(xì)程度，比如在三維建模、電影特效等領(lǐng)域都有廣泛的應(yīng)用。二、研究意義深度像配準(zhǔn)和曲面細(xì)分技術(shù)在現(xiàn)今的計算機(jī)圖形學(xué)和計算機(jī)視覺領(lǐng)域都有著廣泛的應(yīng)用，比如醫(yī)學(xué)圖像的配準(zhǔn)、三維建模、虛擬現(xiàn)實(shí)等。而這些應(yīng)用領(lǐng)域的發(fā)展又將會對社會發(fā)展起到推動作用，比如在醫(yī)學(xué)圖像領(lǐng)域，深度像配準(zhǔn)可以輔助醫(yī)生在診斷時更準(zhǔn)確的看清組織結(jié)構(gòu)與代謝情況，提高治療效果；在電影特效領(lǐng)域，曲面細(xì)分可以提高電影畫質(zhì)，提供更逼真的畫面效果等。三、研究內(nèi)容本課題的主要研究內(nèi)容包括以下兩個方面：1、深度像配準(zhǔn)技術(shù)實(shí)現(xiàn)深度像配準(zhǔn)技術(shù)的實(shí)現(xiàn)包括利用深度學(xué)習(xí)在有標(biāo)注樣本的情況下進(jìn)行訓(xùn)練、使用準(zhǔn)確的配準(zhǔn)算法對圖像進(jìn)行配準(zhǔn)、利用誤差反向傳播算法進(jìn)行優(yōu)化等步驟。本研究將利用開源的深度學(xué)習(xí)框架對算法進(jìn)行實(shí)現(xiàn)，比如TensorFlow、PyTorch等。2、曲面細(xì)分技術(shù)實(shí)現(xiàn)曲面細(xì)分技術(shù)的實(shí)現(xiàn)包括利用四叉樹等數(shù)據(jù)結(jié)構(gòu)對曲面進(jìn)行劃分、采用微分坐標(biāo)等算法進(jìn)行細(xì)分等步驟。本研究將利用計算機(jī)圖形學(xué)中常用的曲面細(xì)分算法、四叉樹實(shí)現(xiàn)等進(jìn)行實(shí)現(xiàn)。四、研究方法1、深度像配準(zhǔn)技術(shù)實(shí)現(xiàn)采用深度學(xué)習(xí)方法，以圖像作為輸入，以誤差最小化作為優(yōu)化目標(biāo)函數(shù)，使用Adam等優(yōu)化算法進(jìn)行求解。訓(xùn)練集使用的數(shù)據(jù)可在開源的深度圖像庫中獲得，如TUM、KITTI等。2、曲面細(xì)分技術(shù)實(shí)現(xiàn)利用四叉樹對曲面進(jìn)行劃分，劃分后得到多個局部塊，再利用微分坐標(biāo)等算法進(jìn)行細(xì)分。本研究將嘗試使用C++等語言進(jìn)行實(shí)現(xiàn)，利用OpenGL等庫進(jìn)行可視化。五、預(yù)期成果1、完成深度像配準(zhǔn)技術(shù)和曲面細(xì)分技術(shù)的實(shí)現(xiàn)。2、通過在醫(yī)學(xué)圖像等領(lǐng)域的應(yīng)用實(shí)驗(yàn)，驗(yàn)證算法的有效性和準(zhǔn)確性。3、發(fā)表相關(guān)學(xué)術(shù)論文，并將算法應(yīng)用到實(shí)際工業(yè)應(yīng)用中。六、研究難點(diǎn)1、深度學(xué)習(xí)算法的實(shí)現(xiàn)。2、圖像配準(zhǔn)誤差的反向傳播算法的實(shí)現(xiàn)。3、計算復(fù)雜曲面的局部塊的算法實(shí)現(xiàn)。4、曲面細(xì)分算法的實(shí)現(xiàn)。七、進(jìn)度安排本研究的時間安排如下：任務(wù)時間題目確定和選題1周文獻(xiàn)調(diào)研2周算法實(shí)現(xiàn)6周實(shí)驗(yàn)3周論文寫作3周論文答辯1周八、參考文獻(xiàn)1.Li,G.,Chen,Y.,&Wu,E.(2015).Shaperegistrationusingsegmentationofsurfacefeaturepoints.Patternrecognitionletters,51,40-48.2.Zhang,X.,Li,Y.,Wang,L.,&Guo,B.(2016).Asurveyondeeplearningformedicalimageanalysis.Neurocomputing,216,911-926.3.Sorkine,O.,&Alexa,M.(2003).As-rigid-as-possiblesurfacemodeling.SymposiumonGeometryProcessing,2003,109-116.4.Hoppe,H.,DeRose,T.,Duchamp,T.,McDonald,J.,&Stuetzle,W.(1993).Surfacereconstructionfromunorganizedpoints.ACMSIGGRAPHComputerGraphics,26(2),71-78.5.Sander,P.V.,Snyder,J.,Gortler,S.J.,&Hoppe,H.(2001).T