基于深度学习的汽车造型分析与建模

发布时间：2021-04-22 00:28

　　随着消费者对汽车造型多样化的迫切需求,简单、高效、智能的汽车造型分析与建模方法是当前汽车造型设计亟待解决的问题。一方面,及时分析当前汽车市场的造型喜好及趋势,可辅助汽车主机厂的新车型造型设计,强化其品牌化、家族化;另一方面,智能化快速建模可缩短当前造型设计周期,使产品快速迭代,从而在汽车市场中占据主动地位。针对这两个方面,本论文基于深度学习方法提出自动化、智能化的汽车造型分析方法与建模方法,旨在为汽车造型分析与建模提供高效的工具。为实现智能化汽车造型分析,本文以汽车前脸家族化分析为目标,创建了汽车前脸造型分析图像数据库——AutoMorpher-CFSDB,该数据库包括有车标和无车标两种数据集,分别收集22个国内主流品牌的大部分车型的前脸造型图像数据;随后本文采用计算机视觉中的图像分类的方法对AutoMorpher-CFSDB数据库进行汽车品牌分类训练,基于ResNet-8等模型架构,分别对有车标和无车标的汽车品牌分类数据库训练分类模型;最后,采用CAM方法进行汽车前脸造型的家族化显著性区域分析。实验结果证明了该方法无需依赖人工提取特征及总结分析,仅需建立汽车前脸造型数据库便可基于该方... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 汽车造型分析研究进展
        1.2.1 基于经验的造型分析
        1.2.2 汽车造型家族化分析
        1.2.3 基于机器学习的造型分析
    1.3 基于图像的三维重建研究进展
        1.3.1 人脸三维重建
        1.3.2 汽车三维表示与重建
    1.4 主要工作
    1.5 本章小结
2 深度学习技术简介
    2.1 神经网络的发展
    2.2 神经网络的原理
        2.2.1 多层感知器
        2.2.2 梯度下降法
        2.2.3 反向传播
    2.3 卷积神经网络
    2.4 本章小结
3 基于深度学习的汽车造型分析
    3.1 ResNet架构介绍
    3.2 类别激活映射
    3.3 数值实验
        3.3.1 数据库
        3.3.2 品牌前脸造型数据分类
        3.3.3 类别激活映射分析
    3.4 本章小结
4 基于深度学习的汽车造型建模
    4.1 汽车三维曲线模型
        4.1.1 汽车三维曲线模型
        4.1.2 形状系数
    4.2 数据库
        4.2.1 汽车多角度图像数据库
        4.2.2 汽车三维曲线模型数据库
    4.3 数值实验
        4.3.1 实验平台及参数设置
        4.3.2 模型尺寸统一化
        4.3.3 控制点与曲线采样点
        4.3.4 重建误差分析
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
硕士论文
[1]基于学习的汽车概念模型自动建模及其应用[D]. 孙玮雪.大连理工大学 2017
[2]基于单视图的汽车造型数字化建模研究[D]. 张学芳.大连理工大学 2015
[3]面向创新设计的汽车外形曲线曲面高效建模[D]. 戚一超.大连理工大学 2014
[4]基于约束形变的车身快速造型方法研究[D]. 李庆宝.大连理工大学 2013



本文编号：3152796