创新视角

摘要： 随着我国城市化进程的加快,建筑业得到了迅速发展,建筑施工技术、施工方法、施工材料等不断完善和发展,对施工质量和施工标准提出了更高的要求。建筑工程全过程咨询正是在这样的背景下应运而生的,它具有价值性、创新性和良好的依附性,能够保证工程质量、施工工期和工程效益。鉴于此,文章从创新视角出发,结合施工全过程咨询这一主题,对建筑工程全过程咨询的价值进行了探讨。

摘要： 创新无疑是现代经济社会备受关注的热点话题,占据中国“五大发展理念”的首要位置。而随着经济发展进入新常态,制造业产能利用问题也成为经济发展过程中的重点话题。本文以山东京博控股集团有限公司为例开展案例研究,分析制造业企业存在数字转型难、市场定位难、技术创新能力不足等问题,并有针对性地提出推动数字京博发展战略、坚持市场定位两项原则、加大创新投入等对策建议,为制造业企业化解产能利用问题、实现高质量发展提供可借鉴参考。

摘要： 概率与统计是高考的重点考查内容之一,通过此块内容可以很好地考查同学们的数据分析能力。通过对近10年(截至2020年)全国数学高考I卷的梳理发现,概率与统计的分值达到了17分,甚至在2021年全国新高考卷中,分值达到了22分,可见其在新高考中的地位越来越重要。

摘要： 独立性经验与线性回归的统计数据的给出形式有表格、直方图、散点图和扇形图等。我们要能根据统计数据的类型正确提取所需数据,并能准确使用数据解答问题。本文总结几种可能的给出形式,以供同学们参考。

摘要： 高校的科创平台建设是科创产出与成果转化的重要部分,也是国家创新驱动发展战略的重要主体。在当今以大循环新发展格局作为引领的今天,如何通过建设高校科研平台促进区域经济发展,助力国内外大循环亟待研究。通过对某大学的研究发现,其科学研究情况存在创新水平低、创新驱动能力不足,科研成果市场转化率不高以及平台机制设计问题,为解决以上问题,需要从提高创新层次、建立产学联盟和进行平台体制机制改革入手,促进科研创新平台效能提升。

摘要： 2021年12月8日,美的楼宇科技事业部携其全新KONG美控品牌及美控C3 SI战略的豪华阵容登陆广州,向行业专家、产业合作伙伴、媒体集中展示了旗下全线核心产品,并以《赋宇新生·中国楼宇自控白皮书》的创新视角和深刻洞察,重新审视并解读了中国楼宇自控产业的生态结构。

摘要： 在新时期时代背景的影响下,为各类新兴行业的发展奠定了良好的基础,并且需要将信息技术作为前提条件,通过对企业资源的拓展,创设新型的服务体系。在媒介融合背景的影响下,使新媒体行业与其他行业之间形成了串联发展形势,为信息的获取和传递提供了便捷性支持,有助于提高信息的传输效率,并保障信息传递阶段的全面性和高效性。新媒体行业对传统媒体发展带来了冲击,传统媒体属于以纸质媒介为主的信息发展形势,要求传统媒体编辑能够顺应媒介融合背景趋势,通过建立新型的思维视角,促进传统媒体编辑工作的顺利开展。

摘要： 随着时代不断进步,经济水平快速提高,人们对物质文化生活也提出了更高的要求,面对新形式的发展模式,我国各行各业都在面对新的挑战。建筑行业的发展决定着我国的经济水平的提高,住宅建筑户型设计决定着人们的生活质量水平,因此,建筑行业要不断提升创新能力,营造符合当今发展的建筑户型,不断促进我国的综合国力。基于此,将从住宅建筑户型设计的创新视角出发,从多个方面分析住宅建筑户型设计的重要性,以及在住宅户型设计中出现的相关问题,进而提出相关的改善措施。

摘要： 当前,国家大力引导企业开展工程全生命周期综合项目管理咨询服务,力求通过试点先行,形成一批具有国际影响力的工程全过程咨询企业,实现工程全过程咨询服务的产业化。基于此,文章对建筑工程全过程咨询进行了概述,说明了建筑工程全过程咨询的优缺点,分析了建筑工程全过程咨询中存在的问题,提出了建筑工程全过程咨询的优化措施。

摘要： 食品产业不仅是我国经济体系中的重要组成部分,也是影响我国国民经济发展效果的重要因素,对社会稳定发展、国民经济水平稳步提升具有重要意义。在信息化时代背景下,科技手段与各大产业、行业相融合,而食品产业要想实现高质量发展,也应积极运用各项先进信息技术,增强产业发展的综合能力。基于此,文章以福建省漳州市食品产业发展现状及问题为切入点,深入探究食品产业高质量发展的有效策略,以供参考。

摘要： 本申请涉及一种透明物体的新视角合成模型的训练方法和计算机设备，本方法在训练时，卷积神经网络根据第一图像、第二图像和混合系数输出预测蒙版、预测衰减图和预测折射流而不是直接得到预测图像，其中，预测折射流反映新视角的光传输矩阵，使卷积神经网络学习光线经过透明物体的复杂光传输行为，再根据预测蒙版、预测衰减图和预测折射流得到透明物体在新视角下的预测图像。通过迭代训练卷积神经网络，得到新视角合成模型；通过本发明训练得到的新视角合成模型可以根据第一视角的透明图像和第二视角的透明图像，得到第一视角和第二视角之间任意视角的合成图像，且合成图像质量高。

摘要： 本申请提出基于深度学习的新视角场景合成方法和装置，其中，方法包括：通过控制相机在训练场景下按照预设圆轨道旋转，每旋转预设角度对所述训练场景拍摄一张图像得到训练图像集，获取训练图像集中N张连续训练图像中第一张训练图像和第N张训练图像及其对应的相机位置参数信息；通过计算得到第一张训练图像和第N张训练图像的图像特征以对场景合成模型进行训练，根据合成场景图像和真实训练场景图像对应的损失函数值对场景合成模型的网络参数进行调整，以完成对场景合成模型的训练。由此，通过训练场景中的训练图像的不同图像特征对场景合成模型进行训练，提高了场景合成的准确度。

摘要： 本发明涉及一种基于布局图的多物体场景新视角图像生成方法，包括将多个图像的布局图输入至布局图预测器，获得新视角下的布局图；输入多个图像，对图像中的每个对象实例进行采样，并将其与相机位姿矩阵沿通道方向连接构建输入张量，将构建的张量输入至像素预测器，获得新视角下的各个物体的图像；将新视角下的布局图和新视角下的各个物体的图像输入至场景生成器中，各个物体的图像依次经过编码器和融合器，得到一个包含所有物体信息的融合特征，通过解码器生成场景图像。本发明通过场景的布局图信息指导网络生成场景图像，不依赖输入图像的深度图，生成的图像更加清晰真实，解决了现有生成图像中精度较低和准确度较低的问题。

摘要： 本发明公开了一种基于神经辐射场的手指新视角图像生成方法，包括以下步骤：获取包含轴向旋转的图像，作为图像样本；扩增图像数据；提取扩增得到的图片数据的相对外参数；生成轴向旋转新视角的图像；利用扩增图像数据和生成轴向旋转新视角的图像训练识别模型。本方法通过传统数据扩增方法模拟手指采集过程中在各个方向上偏移的情况，增强样本数据的多样性，提升识别系统的鲁棒性，利用基于神经辐射场的方法，为每个手指生成了多张轴向旋转的手指图像，丰富了手指轴向旋转数据的多样性，提升系统的鲁棒性，向窗口内采样的像素加入梯度信息、结构相似性信息以及深度平滑信息的约束，提升新视角生成的质量，提升识别系统的性能。

摘要： 本发明公开了一种基于自集成模块的NERF新视角合成模型的实现方法。本发明包括以下步骤：步骤1：选择图像数据，选择NERF作者在googledrive中开源的训练数据，其中训练数据包括生成的乐高数据和场景数据，且乐高数据和场景数据分别存储在两个文件夹；步骤2：构建基于自集成模块的NERF新视角合成模型，包括获取NERF的场景表征；基于场景表征的体素渲染；构建自集成模块。本发明将自集成模块添加到NERF神经辐射场中，可以提高输出图像的峰值信噪比，提高图像质量。本发明提出的自集成模块对于3D新视角重建效果增强，可以更好地还原场景的具体细节。

摘要： 本发明公开了基于多球面场景表达的新视角图像生成方法、装置和设备，方法包括：首先采集场景图像集合；接着对所述场景图像集合中所有图像进行图像位姿估计，获取所有图像的位姿信息；然后根据所述场景图像集合中各个图像的位姿信息，建模得到多球面场景模型；最后根据所述多球面场景模型，生成任意新视角下的目标图像。本发明提高了图像生成效率和图像生成质量，可广泛应用于图像处理技术领域。

摘要： 本发明涉及一种基于深度图像和神经辐射场的新视角合成方法。适用于计算机图形学以及深度学习领域。本发明的技术方案为：一种基于深度图像和神经辐射场的新视角合成方法，其特征在于：获取场景多个视角的真实RGB‑D图像；基于场景多个视角的RGB‑D图像生成该场景完整的场景彩色点云，场景彩色点云中每个点的颜色值与RGB‑D图像相应位置的颜色对应；基于场景完整的场景彩色点云生成该场景带颜色的三角网格表示；渲染带颜色的三角网格表示生成大量渲染图像；利用渲染图像作为网络真值预训练神经辐射场网络；利用所述RGB‑D图像对应的真实RGB图像作为网络真值继续训练所述神经辐射场网络；通过经渲染图像和RGB图像训练的神经辐射场网络生成指定新视角的图像。

摘要： 本申请提供的一种基于房间布局的全景新视角生成方法、装置、设备和介质，通过获取一原始全景图像Is，使用一卷积神经网络提取出原视角特征图Fs和深度图Ds；并使用另一卷积神经网络估计室内场景的房间布局Ls；指定该原始全景图像一新视角，利用深度图Ds计算新视角与原视角之间的像素对应关系，从而将原视角特征图Fs转换为新视角特征图Ft，以及将原视角下的房间布局Ls转换为新视角下的房间布局Lt；将新视角特征图Ft和新视角下的房间布局Lt在信道维度上进行连接，并输入到一个卷积神经网络中生成新视角图像It。本申请可以实现全景新视角的生成，能够较好地保持房间布局结构，具有更好的图像质量，并且性能优于现有的方法。

摘要： 本申请涉及一种透明物体的新视角合成模型的训练方法和计算机设备，本方法在训练时，卷积神经网络根据第一图像、第二图像和混合系数输出预测蒙版、预测衰减图和预测折射流而不是直接得到预测图像，其中，预测折射流反映新视角的光传输矩阵，使卷积神经网络学习光线经过透明物体的复杂光传输行为，再根据预测蒙版、预测衰减图和预测折射流得到透明物体在新视角下的预测图像。通过迭代训练卷积神经网络，得到新视角合成模型；通过本发明训练得到的新视角合成模型可以根据第一视角的透明图像和第二视角的透明图像，得到第一视角和第二视角之间任意视角的合成图像，且合成图像质量高。

摘要： 本发明公开了一种基于深度卷积神经网络的新视角合成方法，通过深度卷积神经网络预测新视角绘制中的各步骤依赖的一些关键数据，利用深度卷积神经网络对数据的强大的拟合能力，从大量多视角图像数据中学习新视角合成方法，该方法在较少的视角上也可以绘制出稠密的视角图像，优化展示效果。