您当前的位置：
首页 >
文章列表页 >
基于多尺度特征融合及双重注意力机制的自监督三维人脸重建
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于多尺度特征融合及双重注意力机制的自监督三维人脸重建

    • Self-supervised 3D face reconstruction based on multi-scale feature fusion and dual attention mechanism

    • “在三维人脸重建领域，专家提出了一种自监督算法，通过多尺度特征提取和双重注意力机制，显著提升了重建精度和鲁棒性。”
    • 周大可 ，张超 ，杨欣
    • 吉林大学学报（工学版） 2022年52卷第10期 页码：2428-2437
    • 作者机构：

      南京航空航天大学 自动化学院，南京 211100

    • 作者简介：

      周大可（1974-），男，副教授，博士. 研究方向：计算机视觉，机器学习，智能计算. E-mail：dkzhou@nuaa.edu.cn

    • 基金信息：
      国家自然科学基金项目(61573182)

    • DOI： 10.13229/j.cnki.jdxbgxb20210630     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 9 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

20

浏览量

21

下载量

4

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于注意力机制和特征融合的语义分割网络
基于双通道时序特征融合网络的叶片覆冰检测算法
基于特征融合注意力的RGB-D语义分割算法
基于深度学习的工业故障诊断综述
基于扩散模型和DenseNet的少样本齿轮箱故障诊断方法

相关作者

才华
王玉瑶
付强
马智勇
王伟刚
张晨洁
周求湛
陈霄

相关机构

长春理工大学 电子信息工程学院
长春理工大学 空间光电技术研究所
吉林大学第一医院 泌尿外二科
吉林大学 通信工程学院
华锐风电科技（江苏）有限公司