Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Dimensionality reduction of dynamic mesh animations using HO-SVD

Romaszewski M., Gawron P., Opozda S.

Journal of Artificial Intelligence and Soft Computing Research

2013

Vol. 3, No. 4

277--289

This work presents an analysis of Higher Order Singular Value Decomposition (HOSVD) applied to reduction of dimensionality of 3D mesh animations. Compression error is measured using three metrics (MSE, Hausdorff, MSDM). Results are compared with a method based on Principal Component Analysis (PCA) and presented on a set of animations with typical mesh deformations.

Optimization of a vector quantizer's quality for 3D mesh applications

Romaszewski M., Opozda S.

Theoretical and Applied Informatics

2010

Vol. 22, No. 2

131-140

We propose methods to enhance an approximation quality of a local 3D mesh fragments when using LBG Vector Quantization (VQ). This paper provides an analysis of an impact of different methods of 3D mesh feature extraction to quantization distortion. Mahalanobis distance is proposed as a distortion measure in comparison to an Euclidean distance used in previous works. Mesh characteristic is obtained by randomly walking through the mesh vertexes.

Prezentujemy metodę poprawy jakości aproksymacji lokalnych fragmentów siatek 3D przy użyciu algorytmu kwantyzacji wektorowej LBG. Siatka 3D [12] (znana także jako siatka polygonów lub graf nieskierowany) jest definiowana przez zbiór wierzchołków W = (pi), pi należy do R3 oraz zbiór krawędzi epsilon = (ei, ej), ei należy do N. Publikacja zawiera analizę wpływu różnych metod ekstrakcji cech siatki na błąd kwantyzacji. Jako miarę błędu zaproponowaliśmy użycie odległości Mahalanobisa, fragmenty siatek wykorzystane w eksperymencie uzyskujemy w wyniku losowego błądzenia po wierzchołkach siatki. Publikacja stanowi kontynuację badań nad klasteryzacją i rozpoznawaniem siatek 3D oraz ich fragmentów. W naszych badaniach używamy algorytmu kwantyzacji wektorowej (LBG) powszechnie stosowanego np. do kompresji obrazów, rozpoznawania mowy lub kompresji siatek 3D. Algorytm okazał się rozwiązaniem efektywnym, jednakże aby zminimalizować błąd aproksymacji kwantyzowanych fragmentów siatki konieczna okazała się odpowiedź na dwa pytania: • Jaki sposób ekstrakcji cech lokalnych z fragmentu siatki będzie najefektywniejszy? • Jaki jest wpływ podobieństwa fragmentów siatki użytych do stworzenia kwantyzatora oraz fragmentów poddawanych kwantyzacji na jej błąd? Dodatkowo zbadaliśmy możliwość użycia odległości Mahalanobisa jako miary błędu aproksymacji. Wyniki eksperymentów dowiodły że metoda ekstrakcji cech siatki ma znaczący wpływ na jakość kwantyzacji. W publikacji przedstawiono metody które pozwalały na minimalizację błędu oraz zaprezentowano wykorzystanie odległości Mahalanobisa jako miary błędu kwantyzacji wektorowej.