- 综合排序
- 最热优先
- 最新优先
- 来自专栏Android点滴分享
表面着色
Lambertian objects模型是说物体表面的颜色是与法线和光源方向的余弦是成正比的： image.png image.png 再将该公式详细一些，就是表面颜色还和物体漫反射的颜色，光强有关系 这时候的表面着色公式如下： image.png Ca就是环境光部分，可以简单看成一个常量。 在给物体着色的时候，如果直接使用上面介绍到的着色公式，会发现表面看起来是多面的，针对这个问题可以用三角形来近似每个表面，然后计算三角形每个顶点处的法线，针对法线计算顶点处的颜色，然后再利用三角形重心坐标公式即可插值出三角形内部各个点的颜色 如下图所示： image.png 冯模型 一些物体的表面看起来会有高光，比如抛光的瓷地板，光泽颜料，白板等，高光的颜色也和表面的颜色没什么关联，只是单纯的反射光颜色。 艺术着色 前面介绍的Lambertian和Phong着色模型是基于了模拟真实表面的启发式设计，现在再介绍一种是模拟人工绘画的着色，有时候也叫非真实感渲染。
82810编辑于 2022-10-25 - 来自专栏灿视学长
火星表面...
其中代码效果如下所示，展示了火星表面是什么样的： ? 但是，如果各位的 C++ 基础不是很好的话，可能跑不起来。又或者像我这种不太懂鱼眼曲面相片如何变换成平面图像的原理，就会有点痛苦。 如果采用传统经纬斤正算法, 由于 、、 这3点在球面不同纬度线上, 其对应的映射目标图像上斤正点分别为 点,可见 3 点对应水平位置基本保持不变, 导致传统经纬斤正算法对水平方向拱形琦变斤正作用下降 ;度矫正算法后矫正后3 点 , 位于同一行坐标，对水平方向拱形琦变起到较好的斤正效果, 可见本文所提算法能够同时对鱼眼图像横向与纵向琦变进行矫正。 由图3(c)可知， 点竖直方向 为 与 负半轴的夹角， 点水平方向经度 为 与 负半轴的夹角，因此可得： 继续进行化简，则： 此外, 根据球面特征以及角度与坐标之间关系, 可建立角度 # r： 半径， R: 直径 R = 2*r # Pi: 圆周率 Pi = np.pi # 存储映射结果 dst = np.zeros((R, R, 3)
2.3K20发布于 2021-05-28 - 来自专栏java小白
JavaWebSession里面对象活化与钝化
被钝化到work/catalina/localhost/自己刚刚填的文件名/文件夹下面
59630发布于 2019-02-21 - 来自专栏贾志刚-OpenCV学堂
OpenVINO实时人脸表面3D点云提取
人脸3D点云提取网络 ? 2019出现的一个可以在移动端实时运行的人脸3D表面提取模型-FaceMesh，被很多移动端AR应用作为底层算法实现人脸检测与人脸3D点云生成。 图-2 最终输出的点云数据是468个3D坐标人脸点云坐标，输入人脸的ROI区域，大小为192x192。 我们的基本思路是首先通过OpenVINO自带的人脸检测模型实现人脸检测，然后截取人脸ROI区域再送到facemesh模型中实现人脸3D表面点云468个点提取。 : 1x1xNx7 通道的顺序是：BGR 从图-2得知人脸3D点云提取模型facemesh的输入格式为1x3x192x192,输出层有两个分别是preds与confs，其中preds是点云数据，confs 表面点云数据 roi = frame[ymin:ymax, xmin:xmax, :] roi_img = cv.resize(roi, (ew, eh))
1.3K30发布于 2021-05-07 - 来自专栏贾志刚-OpenCV学堂
OpenCV实现皮肤表面粗糙度3D显示
问题分析与思路 这个是最近有人问我的一个问题，想把一个拍好的皮肤图像，转换为3D粗糙度表面显示，既然是粗糙度表面显示，我想到的就是把图像转换为灰度图像，对每个像素点来说，有三个不同维度的信息可以表示它们 ，分别是坐标x、y与像素灰度值c ,对每个像素点Pixel(x,y ,c)就是一个三维向量，使用matplotlib的的3D表面图即可实现显示，这里还另外一个问题需要解决，就是像素的取值范围在0~255 所以完整的步骤跟思路如下： 加载图像 灰度转换 归一化处理 Surface 3D绘制 代码实现 基于灰度图像实现3D表面绘制的完整代码如下： Mat image = imread("D:/images
1.3K30发布于 2020-03-09 - 来自专栏java 成神之路
Tomcat 之 Session的活化和钝化 源码分析
概要 Session活化：从硬盘上读取序列化的session到内存中 Session钝化：把内存中的session序列化到硬盘上 Tomcat中两种Session钝化管理器 session钝化机制是由 只有在tomcat关闭和启动的时候才会活化和钝化session 强制kill掉tomcat是不会把session钝化到硬盘上的。 2. doLoad() 方法 在当前程序重新启动的时候，调用doLoad() 方法进行活化session ? 这个方法迭代执行了所有在web.xml中注册的session活化的listener监听器。 expire() 方法 ? 如果内存中找不到 则调用 swapIn() 方法，进行查找，判断该session是否钝化了，如果钝化则把该session活化加载到内存。 swapIn() 方法 ?
1.1K60发布于 2018-05-18 - 来自专栏AI算法与图像处理
秒杀DeepLabv3+与UNet的表面缺陷检测网络
表面缺陷检测是工业视觉的热点应用之一，自动的表面缺陷检测技术越来越受到重视，其中以深度学习相关技术应用为代表，它通过大量图像对检测系统进行训练学习得到一个自动的视觉检测系统。 在分割网络部分，作者认为表面缺陷检测可以被解释称一个图像二值分割问题，所以作者首先通过一个语义分割网络实现像素级别的语义分割，然后把分割结果作为输入特征构建决策部分，第一部分被称为分割网络，第二部分自然就被认为是决策网络 分割网络详解 分割网络包含了11个卷积层与3个池化层，在每个卷积层后面跟上一个BN层与ReLU激活层(conv +BN+ReLU)，用来优化学习加速收敛。 这个是2019年3月份发表不久的工业缺陷检测领域的最新论文，源码我暂时还没发现，等我发现研究了再来更新！ 个人总结一下： 最核心的思想，把缺陷检测当成是一个二值图像分割问题，采用基于像素级别的语义分割网络，成功的减少了网络深度与参数总数，实现了少量样本训练就可以达到极高准确率的缺陷表面检测网络。
1.1K20发布于 2019-10-14 - 来自专栏贾志刚-OpenCV学堂
秒杀DeepLabv3+与UNet的表面缺陷检测网络
阅读本文大概需要3分钟 概述 ? 表面缺陷检测是工业视觉的热点应用之一，自动的表面缺陷检测技术越来越受到重视，其中以深度学习相关技术应用为代表，它通过大量图像对检测系统进行训练学习得到一个自动的视觉检测系统。 分割网络详解 分割网络包含了11个卷积层与3个池化层，在每个卷积层后面跟上一个BN层与ReLU激活层(conv +BN+ReLU)，用来优化学习加速收敛。 这个是2019年3月份发表不久的工业缺陷检测领域的最新论文，源码我暂时还没发现，等我发现研究了再来更新！ 个人总结一下： 最核心的思想，把缺陷检测当成是一个二值图像分割问题，采用基于像素级别的语义分割网络，成功的减少了网络深度与参数总数，实现了少量样本训练就可以达到极高准确率的缺陷表面检测网络。
3.9K30发布于 2019-05-07 - 来自专栏GPUS开发者
【手撕深度学习算法】（3月23日群讨论笔记）关于Sigmoid和活化函数
能看到上面有一張 1/(1+exp(-x)) 的 Sigmoid 曲線圖，神經元的訊號(信号)在做加總後，會把訊號再丟入這 sigmoid(x) 進行活化後輸出對應的 y 值。 這作法也能理解為建立了一個門檻 (threshold) 進行活化，去為自己的學習數據彈性的設計自己的函式做數據分割。 那 2 張手稿就是在撕這件事。
1.4K70发布于 2018-04-02 白光干涉 3D 表面轮廓仪的原理解析
一、引言在精密制造、材料科学和生物医学等领域，对物体表面微观形貌的三维测量需求日益迫切。白光干涉 3D 表面轮廓仪凭借纳米级测量精度、非接触式测量方式及广泛的适用性，成为表面形貌表征的核心设备。 二、仪器基本构成白光干涉 3D 表面轮廓仪主要由光源模块、干涉光路系统、位移驱动系统、成像与探测系统及数据处理系统组成。 这种 “零光程差处对比度峰值” 的特性，为表面各点高度的精确定位提供了天然标记。（二）3D 轮廓重构过程测量时，位移驱动系统带动参考镜匀速移动，使光程差连续变化。 大视野 3D 白光干涉仪：纳米级测量全域解决方案突破传统局限，定义测量新范式！大视野 3D 白光干涉仪凭借创新技术，一机解锁纳米级全场景测量，重新诠释精密测量的高效精密。 3）动态测量新维度：可集成多普勒激光测振系统，打破静态测量边界，实现 “动态” 3D 轮廓测量，为复杂工况下的测量需求提供全新解决方案。
45010编辑于 2025-08-19- 来自专栏腾讯文旅
如何用多种方式实现文物的“活化”？
“国宝全球数字博物馆”计划通过与国外顶尖博物馆合作，将其收藏的中国珍品文物数字化，在腾讯QQ浏览器及其“博物官”微信小程序上，全面展示藏品的图文介绍、语音导览、3D模型等信息，让国人跨越地域限制，只需动动指尖 全国两会期间，国家博物馆馆长王春法接受记者采访时举例说，从库房移出展览，借科学技术让观众从多角度近距离欣赏，举行全国性、世界性的巡展等都是实现文物“活化”的方式。 （本次活动截止日期为2019年4月3日) 注：没关注的小伙伴需要先点击左下角阅读原文，先关注再留言哦~ 本文编辑：腾讯文旅见习编辑 张聪聪 审核：腾讯文旅 孙晖 张璐 来源：博物官、中国新闻网、广州日报
1.4K20发布于 2020-06-17 - 来自专栏流式抗体推文
Elabscience 小鼠CD3CD28 T细胞活化珠：小鼠 T 细胞体外扩增的 “黄金工具”
内容概要Elabscience 推出的 Mouse CD3/CD28 T 细胞激活磁珠（货号：MIM001A），通过表面偶联的 CD3 和 CD28 单抗精准提供 T 细胞活化所需的双重信号，可高效实现小鼠 背景介绍在机体免疫应答中，T 细胞的活化与增殖是抵御病原体入侵、维持免疫平衡的关键环节，且这一过程依赖严格的 “双重信号” 调控机制：第一信号是 T 细胞受体（TCR）/CD3 复合物与抗原提呈细胞表面的 应用场景Mouse CD3/CD28 T Cell Activation Beads表面同时偶联了小鼠的CD3和CD28单抗，可提供T细胞活化与扩增所需的主要和协同刺激信号，从而诱导T细胞的活化与增殖。 检测原理Mouse CD3/CD28 T 细胞激活磁珠的作用原理基于对体内 T 细胞活化机制的精准模拟：信号 1（特异性抗原信号）：磁珠表面偶联的 CD3 单克隆抗体可与 T 细胞表面的 TCR/CD3 信号 2（协同刺激信号）：磁珠表面同时偶联的 CD28 单克隆抗体与 T 细胞表面的 CD28 分子结合，提供关键的协同刺激信号，弥补单一抗原信号的不足，确保 T 细胞从初始状态向活化状态转变并启动增殖程序
26810编辑于 2025-09-18 - 来自专栏点云PCL
【点云论文速读】点云高质量3D表面重建
标题：Local Implicit Grid Representations for 3D Scenes 作者：Chiyu “Max” Jiang1,2 Avneesh Sud 星球ID：particle ●英文摘要 Shape priors learned from data are commonly used to reconstruct 3D objects from partial or noisy Yet no such shape priors are available for indoor scenes, since typical 3D autoencoders cannot handle The motivating idea is that most 3D surfaces share geometric details at some scale – i.e., at a scale We train an autoencoder to learn an embedding of local crops of 3D shapes at that size.
1.5K20发布于 2020-05-26 小鼠T细胞激活试剂盒技术原理与应用
缺乏细胞因子信号时，活化T细胞不能有效增殖，最终导致活化诱导的细胞死亡（AICD）。三、体外T细胞激活策略在体外实验中，联合使用抗CD3和抗CD28抗体是目前模拟体内双信号刺激应用最广泛的方法。 抗CD3抗体与T细胞表面的CD3分子结合，交联TCR复合物，触发第一信号；抗CD28抗体与CD28分子结合，提供共刺激信号。目前体外激活T细胞的主要方法包括可溶性抗体刺激和固相载体结合抗体刺激。 固相载体结合抗体通过将抗体包被于培养板表面或偶联至磁珠表面，为T细胞提供持续稳定的激活信号。 抗CD3抗体预先固定于培养板底，提供固相化的第一信号；细胞悬液中加入抗CD28抗体和IL-2后，转移至包被板孔中进行培养。培养2天后，通过细胞计数和流式检测CD25等活化标志物验证激活效果。 六、总结小鼠T细胞激活试剂盒基于双信号活化原理，通过优化的抗CD3/CD28抗体组合及IL-2细胞因子，为小鼠T细胞的体外激活提供高效、可控的标准化工具。
13310编辑于 2026-03-16材料本质与等离子体作用的奥秘
核心价值： 这种表面活化显著提升塑料的粘附性和润湿性，解决其“天生惰性”问题，是印刷、涂层、粘接前至关重要的预处理步骤。3. 表面活化（引入亲水基团）难度大，通常需要高能条件或特殊方法。4. 复合材料：走钢丝的平衡术核心属性： 多材料组合（典型：聚合物基体 + 增强纤维如碳纤/玻纤），综合性能优异（轻、强、耐腐）。 等离子体作用关键点：响应主要由表面树脂基体决定（其行为类似聚合物：可能被刻蚀、交联或活化）。增强纤维（如碳纤、玻纤）本身化学惰性强，变化微小。 核心挑战： 处理如同“走钢丝”——能量必须足够强以有效活化树脂表面（改善粘接），但绝不能过度，否则过度刻蚀树脂会暴露下方纤维，严重损害材料表面质量和整体性能。工艺参数需极其精细调控。 深刻理解金属、聚合物、陶瓷、玻璃和复合材料这些基础材料类别的根本差异，是预测和有效利用等离子体技术进行表面改性（清洁、活化、刻蚀、涂层沉积等）的基础。
31610编辑于 2025-08-21肿瘤免疫与单细胞、空间、外显子和免疫疗法
NK细胞虽然不能进行受体的基因重组，但仍具有一些特殊受体，这些受体可以活化或抑制其杀伤和调控功能。NK细胞能够识别和清除缺失MHCI类分子或过表达激活NK细胞表面活化型受体的相应配体分子的非正常细胞。 在某些实验模型中,当NK细胞表面同时有多种活化型受体与配体结合，或NK细胞得到足够强的激活信号时,即使靶细胞表面表达MHCI类分子,NK细胞依然能够有效攻击和杀伤靶细胞。 ，-GCD94/NKG2AHLA-ECD244(2B4)CD48KIR2DL,KIR3DLHLA class ITGF-BRTGF-β familyIL-10RIL-10活化性受体配体CD16(FCγRⅢ T细胞能够表达一系列特有的表面分子，其中包括识别MHC分子与抗原复合物的TCR、CD3、CD4/CD8分子，以及大部分成熟T细胞表面的CD28分子(识别B细胞或其他APC表面B7家族共刺激分子的受体)和 CD8细胞的功能与活性;②活化的CD4+TH2细胞参与辅助B细胞产生特异性抗肿瘤抗体;③活化的CD4+T淋巴细胞可辅助固有免疫细胞(如NK细胞、DC)的活化;④部分活化的CD4+T细胞可直接杀伤肿瘤细胞
52710编辑于 2024-02-27PC制造链的“软工艺”突围，以等离子技术应对硬成本压力
等离子技术通过电离气体产生活性粒子，能在纳米尺度上对材料表面进行精确的清洁、活化或刻蚀，从物理和化学层面改造界面特性，为后续工艺创造理想条件，从而系统性应对这些挑战。 采用真空等离子设备进行批量处理，能均匀、彻底地清除污染物并轻微活化表面，从而显著提升焊料浸润性与金线键合拉力，保障芯片封装的长期稳定性。 2.高效散热系统：热阻控制的关键CPU/GPU与散热器间的导热界面、以及真空腔均热板内部的毛细结构，对表面洁净与活化有极高要求。 3.连接器与接口：持久稳固的保障主板上的高速连接器其塑胶部件（如LCP材料）表面极其惰性，导致灌封胶难以附着。 在涂装线前端集成大气等离子清洗站，可以环保、高效地彻底清除有机残留并活化表面，替代传统的化学清洗，使涂层获得最高等级的附着力，直接提升产品的外观质感与耐用性。
12110编辑于 2025-12-26- 来自专栏芒果先生聊生信
再谈T细胞：起源、分化和分群
TCR-CD3复合物（所有T细胞） 该复合物是T细胞特有的分子标志，在所有T细胞表面均有表达。由T细胞的抗原识别受体TCR和一组CD3分子以非共价键结合而成。 CD279（PD-1）分子是CD28家族的抑制性受体，表达于活化的T细胞表面，与其配体结合后，阻断T细胞的活化。 CD134（OX40） CD134（OX40）表达于全活化的T细胞表面，在静息初始T细胞表面无表达。 在激活24~72h后，T细胞表面出现OX40，与表达于活化APC表面的OX40L识别、结合后，提供T细胞长期活化的信号。 初始T细胞：CD45、TCR-CD3、CD28、CD4/CD8 活化T细胞：CD152（CTLA4）、CD279（PD-1） 全活化T细胞：CD134（OX40） ? ?
7.6K31发布于 2020-08-05 - 来自专栏智能生信
点云的表面表示
作者在表面重建后通过预定义的几何先验计算 RepSurf 的表征。RepSurf 可以成为绝大多数点云模型的即插即用模块，这要归功于它与无规则点集的自由协作。 1.12ms推理时间的增的情况下，作者的方法在分类数据集 ModelNet40 上达到 94.7% (+0.5%)，在 ScanObjectNN 上达到 84.6% (+1.8%) ；而在分割任务的 S3DIS
1K10编辑于 2022-12-29 - 来自专栏学习笔记
链表面试题
示例 1： 输入：head = [1,2,3,4,5] 输出：[3,4,5] 解释：链表只有一个中间结点，值为 3 。 示例 2： 输入：head = [1,2,3,4,5,6] 输出：[4,5,6] 解释：该链表有两个中间结点，值分别为 3 和 4 ，返回第二个结点。 示例 1： 输入：l1 = [1,2,4], l2 = [1,3,4] 输出：[1,1,2,3,4,4] 示例 2： 输入：l1 = [], l2 = [] 输出：[] 示例 3： 输入：l1 = [] list2 = list2->next; } } if(list1) tail->next = list1; if(list2)tail->next = list2; return head; } 3. 输入：head = [[3,null],[3,0],[3,null]] 输出：[[3,null],[3,0],[3,null]] 提示： 0 <= n <= 1000 -104 <= Node.val
25410编辑于 2024-06-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号