• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Pacific-Rim conference on multimedia >Multi-scale Similarity Enhanced Guided Normal Filtering
【24h】

Multi-scale Similarity Enhanced Guided Normal Filtering

机译：多尺度相似度增强的引导法线滤波

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a novel mesh denoising scheme in which multi-scale similarity is exploited to improve the performance of non-local normal filtering for feature-preserved mesh restoration. In our scheme, K-ring patches are used to identify multi-scale local structures around faces, and we compare the similarity between patches on multiple levels. The multi-scale similarities are subsequently computed by weighted similarity of patches. Finally, the center faces of similar patches are weighted by similarities in face normal filtering. Experimental results on different models indicate that the proposed method outperforms other local and non-scale-aware similarity based schemes in terms of both objective and subjective evaluations.
机译：在本文中，我们提出了一种新颖的网格降噪方案，其中利用多尺度相似度来提高非局部法向滤波的性能，以保留特征。在我们的方案中，K环补丁用于识别面部周围的多尺度局部结构，并且我们在多个级别上比较补丁之间的相似性。随后通过补丁的加权相似度来计算多尺度相似度。最后，相似面片的中心面由人脸法线过滤中的相似度加权。在不同模型上的实验结果表明，该方法在客观和主观评估方面均优于其他基于本地和非规模感知的相似性方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号