XiaoMi-AI文件搜索系统
World File Search System图元
计算机应用学院 学士学位...
1 计算机图形学和图元基础：计算机图形学术语、计算机图形学应用、显示设备、随机和光栅扫描系统、图形输入设备、图形软件和标准。点、线、圆和椭圆作为图元，图元的扫描转换算法，填充区域图元包括扫描线多边形填充、内外测试、边界和填充、字符生成、线属性、区域填充属性、字符属性。
从机载激光雷达重建曲面建筑物数据...
摘要 —irborneirborneLiDAR（光检测和测距）数据广泛应用于建筑物重建，研究报告称在典型建筑物中取得了成功。然而，弯曲建筑物的重建仍然是一个悬而未决的研究问题。为此，我们提出了一种通过组装和变形几何图元进行弯曲建筑物重建的新框架。输入的 LiDAR 点云首先转换为轮廓，其中识别出各个建筑物。从建筑物轮廓中识别出几何单元（图元）后，我们通过将基本几何图元与这些图元匹配来获得初始模型。为了完善组装模型，我们使用扭曲场来细化模型。具体来说，通过对初始模型进行下采样来构建嵌入式变形（ED）图。然后，通过基于我们的目标函数调整 ED 图中节点参数，将点到模型的位移最小化。所提出的框架在不同城市的各种 LiDAR 收集的几个高度弯曲的建筑物上得到了验证。实验结果以及精度比较证明了我们方法的优势和有效性。新见解归因于一种有效的重建方式。此外，我们证明基于原始的框架将数据存储显着减少到传统网格模型的 10-20%。
使用正交相机进行光线投射的量子算法
摘要 — 量子计算有可能为许多具有挑战性或超出传统计算机能力的问题提供解决方案。渲染中有几个问题可以用量子计算机解决，但这些问题尚未在实践中得到证实。这项工作迈出了将量子计算应用于渲染中最基本的操作之一的第一步：射线投射。该技术计算由一组几何图元描述的 3D 世界模型中两点之间的可见性。对于给定的射线，该算法返回与其原点最接近的图元相交。如果没有空间加速结构，此操作的经典复杂度为 O(N)。在本文中，我们提出了一种用于射线投射的 Grover 算法（一种量子搜索算法）的实现。这提供了二次加速，允许在 O(√) 中对非结构化图元进行可见性评估
![arXiv:1912.05135v3 [cs.CV] 2020 年 3 月 14 日](/simg/g:\will\search\icon\source\0\0707fc16789e4908e2fbb96660f5b652882edfb5.webp)
arXiv:1912.05135v3 [cs.CV] 2020 年 3 月 14 日
摘要。本文解决了 2D 建筑矢量化问题，其任务是从单个 RGB 图像推断出室外建筑结构作为 2D 平面图。我们为亚特兰大、巴黎和拉斯维加斯等城市的 2,001 座复杂建筑提供了带有地面实况注释的新基准。我们还提出了一种新算法，该算法利用 1) 卷积神经网络 (CNN) 检测几何图元并推断其关系和 2) 整数规划 (IP) 将信息组装成 2D 平面图。虽然对于人类视觉来说是一项微不足道的任务，但推断具有任意拓扑的图形结构对于计算机视觉来说仍然是一个悬而未决的问题。定性和定量评估表明，我们的算法比目前最先进的算法有了显著的改进，朝着人类感知水平的智能系统迈进。我们将分享代码和数据。
“抽象空间” 2023。Chiara Passa 的 AR 和人工智能艺术作品。“抽象空间”通过整面墙的投影，将一个虚构的极简环境（我使用 Chat GPT API 创建）与真实空间重叠，而这个空间一旦被观众使用 AR-AI 应用程序修改，就会神秘、怪异或有时不完整地重新出现在我们周围。观众在这个新的不稳定空间中，通过观看由几何体积阴影构成的新 AI 空间，体验到一种缺失或空虚的感觉，这些阴影是根据缓冲过程沿光源方向挤压图元轮廓而创建的。还提供视频手册（屏幕 7'）版本。视频预览：https://youtu.be/zzAaf7hxTYI Android 应用程序和相关矩阵可供下载。每个动画持续 6'.30''。 https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace2&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace3&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace4&hl=en
“抽象空间” 2023。Chiara Passa 的 AR 和人工智能艺术作品。“抽象空间”通过整面墙的投影，将一个虚构的极简环境（我使用 Chat GPT API 创建）与真实空间重叠，而这个空间一旦被观众使用 AR-AI 应用程序修改，就会神秘、怪异或有时不完整地重新出现在我们周围。观众在这个新的不稳定空间中，通过观看由几何体积阴影构成的新 AI 空间，体验到一种缺失或空虚的感觉，这些阴影是根据缓冲过程沿光源方向挤压图元轮廓而创建的。还提供视频手册（屏幕 7'）版本。视频预览：https://youtu.be/zzAaf7hxTYI Android 应用程序和相关矩阵可供下载。每个动画持续 6'.30''。 https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace2&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace3&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace4&hl=en
结合注意机制和时空特征的端到端自动驾驶决策模型
摘要 自动驾驶决策是自动驾驶系统的重要组成部分，用于向无人驾驶车辆告知和更新目标运动情况。然而，由于野外动态交通场景中交通目标的尺度差异，端到端的自动驾驶决策仍然是一个巨大的挑战。针对这些问题，该文提出了一种结合注意机制和时空特征提取的新模型。具体而言，对于具有尺度差异的交通目标的重要空间信息，将高度H、宽度W和通道C的空间维度相互独立，以构建稀疏空间注意图。此外，通过在每个主干块的末端修剪特征图元素来训练空间网络，使空间网络的两个子网络的准确率分别提高了2.3%和3.9%。然后将提取出的空间信息与先前的速度作为输入联合输入到时间序列网络中，以获得车辆的转向角度和速度。在公开虚拟数据集上的实验表明，该模型的预测准确率达到85.8%，与其他SOTA模型相比，分别提升了4.8%和2.2%。