机器之心发布
作者：赵悠悠
中科院计算所、香港城市大学、英国卡迪夫大学以及加拿大西蒙弗雷泽大学的研究者，近日提出了一种能够表达几何细节和复杂拓扑结构的三维模型深度生成方法 SDM-NET，解决了之前方法的一部分局限性，使得生成的模型具有高质量的几何细节并可以支持快速编辑。该研究已被计算机图形学顶会 Siggraph Asia 2019 接收。
三维模型的生成一直是计算机图形学领域一个热门方向。不同于三维模型，二维图像的生成在深度神经网络的帮助下，已经有了高质量的结果，基于深度网络的图像生成方法生成的图像已经足够以假乱真。
例如，Deep Fake 已经可以做到非常真实的人脸替换。许多研究者尝试将深度网络类似地应用于三维模型的生成上，但因为缺乏有效的表示方法，生成的模型不具有精细的几何细节。例如，基于点云的方法，是在空间中离散分布的采样，无法刻画几何模型的细节和拓扑；基于体素的方法受限于复杂度的问题，分辨率较低；基于片网的方法对模型的表面进行逼近，但是仍然无法表示连续曲面。因此，学界及业界尚未有合适的高质量的三维模型深度生成方法。
中国科学院计算技术研究所的学者在三维模型的高质量生成方法上进行探索，在三维模型的表示上有了系列的研究基础 [1,2,3]。为了进一步生成具有复杂拓扑结构及高质量几何的三维模型，中科院计算所，联合香港城市大学、英国卡迪夫大学以及加拿大西蒙弗雷泽大学的研究者，提出了一种能够表达几何细节和复杂拓扑结构的三维模型深度生成方法 SDM-NET，解决了之前方法的一部分局限性，使得生成的模型具有高质量的几何细节并可以支持快速编辑。
论文地址：https://arx
机器之心发布作者：赵悠悠中科院计算所、香港城市大学、英国卡迪夫大学以及加拿大西蒙弗雷泽大学的研究者，近日提出了一种能够表达几何细节和复杂拓扑结构的三维模型深度生成方法 SDM-NET，解决了之前方法的一部分局限性，使得生成的模型具有高质量的几何细节并可以支持快速编辑。该研究已被计算机图形学顶会 Siggraph Asia 2019 接收。三维模型的生成一直是计算机图形学领域一个热门方向。不同于三维...
最近碰到
三维
模型
处理问题，我需要使用
三维
模型
的
点云
，但是手头只有
三维
模型
的solidworks文件，需要把solidworks文件转成
点云
。
有一种
方法
是使用meshlab处理。在sw里把文件另存为stl格式，然后在meshlab中打开，然后细分
模型
，最后另存为xyz格式。但这种
方法
有一个很大的缺点，就是
点云
很不均匀，在平面区域点非常少，所以这个
方法
gg。
知乎上有人给了一个
方法
link，用pcl...
空间滞后
模型
（Spatial Lag Model）是一种考虑了区域间空间依赖性的回归
模型
。在此
模型
中，因变量不仅与自变量有关系，还受到相邻区域的影响。其基本形式为：
y = ρWy + Xβ + ε
其中，y为因变量，X为自变量，β为回归系数，ε为误差项，W为空间权重矩阵，ρ为空间滞后系数。空间滞后系数是用来衡量相邻区域对因变量的影响，其取值范围为[-1,1]，正值表示正的空间依赖，负值表示负的空间依赖，0表示无空间依赖。
而在利用stata命令实现空间滞后
模型
时，可以使用spreg命令。该命令需要指定
模型
类型、因变量、自变量、空间权重矩阵以及其他参数。其中，
模型
类型包括Spatial Lag Model（slm）、Spatial Error Model（sem）和Spatial Durbin Model（
sdm
）。而在指定空间权重矩阵时，可以使用stata内置的空间权重矩阵或手动构建空间权重矩阵。
例如，我们可以使用以下命令估计空间滞后
模型
：
spreg y x1 x2, model(slm) wmatrix(neighbors)
其中，y为因变量，x1和x2为两个自变量，model指定
模型
类型为slm，wmatrix指定空间权重矩阵为neighbors。在运行该命令后，stata会给出回归系数、空间滞后系数以及其他
模型
统计量，以便进行进一步的分析和解释。
总之，空间滞后
模型
是一种有用的分析区域间空间关系的
方法
，而stata命令的使用使得其实现变得简单和快捷。
