首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    开源 | CVPR2020 神经网络结构的变形预测 用于3D目标的形状变换

    为了匹配目标形状的一般结构,弯曲源形状同时保留源的表面细节,本文提出了一种形状变形后的保护细节的方法。该方法将源形状由一个粗调的控制网格(称为保持架)包围,并且通过特殊的权重函数将指定的保持架顶点的粗调到源网格上的任意点,从而扩展了传统的基于网格的变形技术。使用这种稀疏的保持架结构,无论形状和拓扑结构如何复杂,都可以保留表面细节。本文在架构中加入了一个可微分的基于网格的变形模块,并训练端到端的网络。本文提出的方法可以在在无监督的情况下使用常见的3D模型集合进行训练,不需要任何特定的网格标注。这也是该文的一个主要的创新点——通过调控网格,实现神经网络结构的变形预测。结果证明,该方法可应用于合成形状变化和形变移植中。本文末还为每个应用提供了额外的结果展示。

    02

    激光3D打印技术及其优缺点

    激光熔覆3D打印(即激光熔覆成形)技术是一种累积制造技术,利用CAD软件制作零件模型,经计算机编程后,用一束束激光在工件上进行扫描。它是以数字模型文件为基础,利用蜡、粉末金属或塑料等特殊粘合材料,通过打印将工件上的金属粉末熔化,逐层融合堆叠,逐层打印构造物体,最终成型的技术。该技术可以一步成型金属零件,而经过智能工艺控制后形成的致密金属零件几乎为网状,几乎不需要后续加工,从而实现金属零件的快速、包覆3D打印。激光熔覆3D打印设备与传统打印机最大的区别在于,它使用的“墨水”是真正的原材料,有各种形式的堆叠薄层。有各种各样的介质可用于打印,从各种塑料到金属、陶瓷和橡胶。一些打印机还可以结合不同的媒体,使打印对象一端硬,另一端软。

    03
    领券