计算机辅助设计与图形学学报杂志

计算机辅助设计与图形学学报杂志2019年第10期

• 雷达信号交互式分选方法

  赵颖, 钱万云, 李影, 张蓉, 吴青, 陈斌, 周芳芳

  雷达信号分选指从混叠雷达信号数据中分选出属于各单部雷达辐射源发射的雷达信号.随着雷达技术快速发展,雷达核心属性分布不均、重叠度高、变换复杂,而且数据采集过程不稳定,导致传统自动化分选方法准确率不高.文中介绍了一种自动化分选和交互式分选结合的雷达信号监控数据可视分析方法;提出了一种改进的雷达信号自动化分选方法,结合核密度估计、密度聚类和排列熵技术对数据进行分区式聚类和量化结果评价;设计了一个可视分析原型系统,提供了可协同分析的多可视化视图和简单易用的交互手段,以直观地展示雷达信号分布情况和自动化分选结果,帮助用户参与整个信号分选过程.

• 知识图谱可视化综述

  王勇超, 罗胜文, 杨英宝, 张宏鑫

  知识图谱是结构化的语义网络知识库,以符号形式描述概念及其相互关系.由于知识图谱常被用于交互的知识的发现与推理,知识图谱可视化受到众多关注.总结了知识图谱可视化相关工作,介绍了知识图谱的可视表达,分析了可视表达适用的知识图谱类型;简述了大规模知识图谱可视化的挑战与可视化方法、异质网络可视分析方法;介绍了知识图谱可视化的应用案例,并预测了该领域的未来发展方向和挑战.

• 面向系统辨识的火电控制时序数据可视分析

  纪连恩, 孔雨萌, 王炎林, 王中原, 田彬, 张东明

  对火电控制历史数据进行分析和建模,能有效地帮助用户实现更优的机组运行控制.由于这类控制数据的复杂性,传统系统辨识过程非常烦琐,甚至难以得到有效结果.为此,将可视分析技术引入系统辨识中,与自动建模算法集成,设计了面向系统辨识的可视分析系统imDCS,在时序数据特征分析、模型建立和筛选评估以及模型迭代优化等各阶段支持控制系统建模的全过程.通过多种可视化映射技术和交互联动视图支持多层次模型筛选过程;通过分组视图与堆叠视图展示高维多元模型结构;通过精度评估组合视图支持用户从不同侧面评估模型性能.与领域专家合作,基于电厂真实控制数据和运行优化需求进行了案例分析和评估,结果表明,该系统在工业控制数据分析和建模中具有更高的有效性和可用性.

• 宋词研究的新视角: 文本关联与时空可视分析

  张玮, 谭思危, 刘凯, 石磊, 陈思明, 陈为

  传统的历史与文学研究通常是案例式地分析具体的文学作品与词人的背景.文学作品的内容、情感与含义和作者的生平经历、师承流派、家国时代背景息息相关,传统的分析方法难以直观地了解以上各项内容的关联.以宋词作为文学作品代表进行分析,提出了一套基于文本关联与时空可视分析的方法.它支持文学研究者从词人的生平轨迹和不同生活年代的背景进行分析与对比,探索不同年代、不同经历的词作在文本主题上的相关性与独特性.并且,通过对宋词文本的音律情感可视化与文本意象的关联分析,让文学研究者拥有多维度的视角去了解宋词文本的特性,不仅仅是分析文本本身,而是支持词作与词人的年谱和时代背景进行交叉验证.与宋代文学研究专家合作,通过对他们进行用户实验研究,证明了该方法可以有效地帮助专家对词人的文学生涯及作品进行深入分析,并探索出新的研究视角,为今后的研究提供了更广阔的分析基础.

• 时间事件序列数据可视化综述

  彭燕妮, 樊晓平, 赵颖, 周芳芳

  时间事件序列数据,是由一个或多个记录构成的集合,每个记录由一组带有时间戳的事件类别组成.数据可视化被广泛用于时间事件序列数据的频繁模式发现、相似模式匹配与查询以及潜在阶段模式检测.文中介绍了时间事件序列数据的特征,并重点从时间事件序列数据的可视化呈现方法和可视分析2个方面对已有的工作进行了系统的整理.在可视化呈现方式上,将现有的可视化方法分为4个类别,即基于GanttChart、基于Flow、基于StoryLines及基于矩阵的可视化方法,并分别介绍了相关类别的可视化方法的发展;将可视分析任务总结为4类主要任务,即模式发现与探索、可视化查询、对比分析及结果事件分析,并且从这些可视分析任务的角度总结了现有的可视分析工具.最后,对时间事件序列数据可视化面临的挑战以及未来趋势进行了总结和展望,以期为时间事件序列数据分析提供新的思路.

• 视觉反馈对虚拟环境中徒手抓取交互的影响研究

  李铁萌, 李勇, 秦宪刚

  在虚拟环境中加入视觉反馈是提高交互性能的有效手段,但视觉反馈对交互性能的影响机理尚不明确.针对此问题,对头戴式虚拟环境中徒手抓取交互的视觉反馈进行了实验研究.首先分析并指定了视觉反馈的类型及颜色量化方法;结合徒手抓取交互的特点,选择了对象反馈、手指反馈和共同反馈3种视觉反馈部位,设计了基准色反馈、对比色反馈和透明度反馈3种视觉反馈颜色;然后通过用户实验,测量了各视觉反馈组合下的徒手抓取反应时间,通过李克特量表获取主观评价.结果表明,反馈颜色和反馈部位对抓取性能均有显著影响,其中,抓取性能与透明度水平呈现显著相关性,并存在拐点;抓取性能与色相没有相关性;反馈部位的选择对抓取性能有显著影响.

• 叙事式可视化综述

  朱梦泽, 赵海英

  可视化将数据及信息以故事叙述方式生动呈现,形成了叙事式可视化研究.本文整理了叙事式可视化的发展现状,分析了已有的叙事式可视化案例;其次结合叙事视角理论和可视化过渡技术理论,提出叙事式可视化的分类方法,同时简述叙事式可视化的评价方法;最后,分析了叙事式可视化的应用场景,并结合叙事式可视化特点设计了可视化案例,进一步展望叙事式可视化的未来前景.

• TMvis: 基于LDA的主题建模可视分析系统

  汤颖, 苏建明, 童宁

  主题建模是非常重要的一类文本挖掘方法,被广泛用于构建文本语料库的主题,但其存在难以解释和调整的问题.为了协助用户构建字典以及帮助用户理解主题模型并调节模型,设计并实现了渐进式可视化分析框架,包含2个可视化工作区:语料库优化可视化工作区,协助用户高效构建字典;主题模型可视化工作区,提供多尺度信息可视化以辅助用户理解主题模型并交互地改进主题建模.实现了Web环境下的交互式可视主题模型系统TMvis,并采用20newsgroups新闻数据设计了对照实验,证明了方法的有效性.此外,实现了针对豆瓣电影数据的案例分析,验证了系统的实用性.

• 作战行动的时空演化可视分析方法

  葛磊, 叶程煜, 陈晓慧, 刘海砚, 车森

  对作战行动数据进行可视化并加以分析,可以从一系列行动中挖掘出对手不同历史时期作战态势的变化情况,预测其作战行动的发展趋势.以互联网、书籍等公开渠道获取多种类型作战行动相关数据为基础,针对作战行动数据的特点设计了数据存储结构,基于人机协同的方法对语言进行解译,采用3层贝叶斯概率模型对文本进行分词;在数据预处理的基础上,综合应用时间轴缩放、统计分析、社会关系网络和地理空间分析等方法,采用时空演化的方法对典型作战行动数据进行可视分析,发现了对手的作战行动的规律和变化趋势.

• 电网运行状态可视化综述

  肖勇, 费治军, 郑楷洪, 张天野, 钱斌, 郑文庭

  电网运行状态包括电网在发电、输电、配电、用电这一完整过程中各个阶段的状态.面向电网运行状态分析的可视化方法,通过将专家经验融入数据分析过程,能有效地解决传统自动化方法的弊端,已被广泛应用于电网运行状态分析.文中介绍了电网数据可视化常用的3类数据,即图数据、时空图数据和多维数据,以及这些数据面向的4种可视化任务,即检测与辨认、相关性分析、态势感知预测.文中从数据和任务2个角度,回顾、总结了已有的可视化方法在解决电网实际应用问题中所起的作用,并分析了节点链接图、平行坐标图等多种可视化方法在不同电网运行状态分析任务中的利弊.研究分析表明,电网运行状态可视化仍面临着难以处理海量数据、实时流数据,并且缺乏完整、全面分析工具等诸多问题.

• 改进线性插值的船舶轨迹修复迭代算法

  秦红星, 杨茜

  针对自动识别系统数据传输中断导致同一船只相邻2条数据信息时间间隔过长,船舶轨迹出现缺失的问题,提出一种船舶轨迹修复算法.该算法以线性插值为基础,充分考虑了船舶的速度、航向、加速度等动态信息,首先估计缺失轨迹段端点的加速度,然后通过双向迭代方式对动态信息进行插值得到2条预测轨迹,最后对2条预测轨迹进行加权平均得到最终的修复轨迹.利用自动识别系统数据对该算法进行实验验证,结果表明,该算法对船舶轨迹修复具有稳定性和有效性.

• 基于边缘特征和像素结构相似度的图像修复算法

  陶兆胜, 张敬寒, 王磊, 占伟豪, 王丽华

  针对Criminisi算法的块匹配准则仅采取单一颜色判断因子导致无法合理选择最佳样本块,且其在修复过程中使用单一修复模板易出现填充裂纹和错误像素的问题,提出基于边缘特征和像素结构相似度的图像修复算法.首先提出一种局部特征与边缘纹理分辨相结合的分段修复算法以增强边缘纹理分辨能力;其次采用样本相似度和信息熵相似度确定最佳样本块集合,并依据颜色和特征项的欧氏几何距离及结构相似性确立块匹配准则;再通过基于信息熵的自适应修复模板解决Criminisi算法的填充裂纹和错误像素问题;最后引入果蝇优化算法以减少图像修复时间.实验结果证明,对于不同的图像,文中算法能取得较为满意的修复效果和修复效率.

• 结合超像素和U型全卷积网络的胰腺分割方法

  曹正文, 乔念祖, 卜起荣, 冯筠

  为了提高现有胰腺图像分割方法性能,提出一种超像素和U型全卷积网络(U-NET)结合的胰腺图像分割方法.首先,提出一种胰腺CT图像的超像素分割方法;然后,依据分割结果对图像进行映射降维得到腹部视觉概要图像,再将其与超像素位置信息作为U型全卷积网络的输入;最后,得到分割好的胰腺器官.在NIH胰腺公开数据集上的实验结果表明,文中方法将戴斯相似系数(DSC)提高到87.9%,高于目前已有的胰腺图像分割方法.并且其运算速度高于U-NET.

• 联合语义边缘与有向全变分的纹理-结构分解

  吴昊, 袁国武, 普园媛, 徐丹

  在去除尺度变化较大的纹理时,基于低级视觉特征的纹理-结构分解方法难以准确保留语义上重要的弱边缘,针对该问题提出了融合语义边缘检测与有向全变分模型的纹理-结构分解方法.首先在不同尺度下利用多卷积特征网络估计各像素的语义边缘置信度;然后在纹理的局部振荡假设基础上以有向全变分估计各像素的纹理度,为进一步有效地区分纹理边缘和结构边缘,引入块平移算法修正纹理度,并结合边缘置信度优化分解模型的权重.在BSDS500, NYUD以及RTVD数据集上的实验结果表明,该方法在分解准确性和视觉质量上优于现有多种方法,且易于通过GPU加速高分辨率图像的分解效率.

• 空对地场景信息辅助的目标检测算法

  赵彤, 刘洁瑜, 刘星

  在空对地视角下图像的场景信息往往更加丰富,并且对目标的定位和分类有很强的辅助作用.传统的单发多框检测(SSD)网络在6个不同深度的特征图上对目标边框和类别独立地进行预测,忽略了深层次特征的场景信息对浅层细节信息的辅助作用.为有效地利用场景信息,首先在SSD网络的基础上分析不同尺度的特征图对目标检测的影响;然后结合特征金字塔和长短期记忆网络针对不同特征图建立场景辅助结构,增强特征图的表征能力.在自制的空对地数据集上进行实验,并与检测领域几种经典的网络进行对比,结果表明,文中算法能够在保证速度的前提下高效地对目标进行检测,比其他经典的网络有更高的检测精度.

• 结合定向扰动和HOG特征的卷积神经网络目标跟踪

  赵赫东, 何小冬, 何苗, 贺逸豪, 雷俊茹

  基于深度学习的目标跟踪中,针对当目标发生快速移动、摄像机偏移、目标丢失时会严重影响跟踪器的精度、稳定性和成功率的问题,提出定向扰动算法.利用卷积神经网络可以定位的特点.改变粒子滤波器的扰动中心;定向扰动采样;使得候选样本更加接近真实位置,加速目标找回,防止目标丢失,进而提升跟踪器的精度和成功率.在决策阶段,先得到定位热点图;再提取前后帧目标HOG特征;最后计算相似度找到最优解.在加入HOG特征后,跟踪器可以适应更多的复杂场景,提升了跟踪器的鲁棒性.在obt-13基准数据库上,与FCNT,MEEM等算法进行实验的结果表明,在资源占用量很小的情况下,文中算法能有效地提升跟踪的精度、成功率以及鲁棒性,可以更好地应用于实际场景,并可扩展到其他跟踪器中.

• 以分形维数测算建筑几何图形的视觉复杂度

  马兰, 张华, 郭梓峰

  在以往对建筑创作的解析中常以"丰富的细节"、"与自然相和谐"等词汇来描述设计,针对这种感性有余但缺乏清晰量化标准的现象,提出以分形维数作为量化建筑设计几何构成的方法.结合计算机编程辅助,将维数计算中的盒维数法与人对建筑的视觉观察距离相联系,提出"视觉复杂度"与"分形维数走势图"的概念,使之更适用于建筑学领域,并以此为基础,首先对人们所熟知的建筑师生平建筑作品进行维数计算,确定分析方法的可靠性,再进一步讨论维数计算在空间路径视觉体验以及设计初期在建筑周围建立视觉场这2个方面的应用.计算结果表明,维数信息可以作为一种明确的量化方法来探索隐藏在建筑外观背后的数字特征.

• 多层次轮廓约束的图像放大算法

  王珊, 高珊珊, 郭宁宁, 张彩明

  为解决图像放大过程中有效地保证边缘锐化的图像插值难题,提出多层次轮廓约束的图像放大算法.首先利用检测算子对图像进行预处理,将图像分为边缘区域、平坦区域;其次,针对图像边缘区域进行自适应梯度扩散获取适当的边缘轮廓层作为图像放大约束;最后对轮廓层直接进行曲线插值重采样,不额外增加边缘层数,以保证放大后的图像在视觉上的边缘清晰.对于非轮廓层的平坦区域,构建双三次Coons插值曲面并进行重采样,保持了平坦区域的平滑性.测试图像为自然图像和医学图像,自然图像的来源是set5和set14测试集,实验对比方法主要从客观效果、视觉效果、时间复杂度3个方面进行比较.实验结果表明,采用该算法得到的放大图像不仅可以保持轮廓清晰,且PSNR及SSIM指标超过了大多数经典的插值算法以及目前流行的基于机器学习的算法.

• 基于深度金字塔网络的Pan-Sharpening算法

  方帅, 方赛华, 姚宏亮

  为了利用高空间分辨率单波段的全色(PAN)图像和低空间分辨率的多光谱图像(MS)生成高分辨率的多光谱图像,提出一种基于深度金字塔网络的遥感图像融合(即pan-sharpening)算法,通过图像金字塔的方式逐层上采样来重构高分辨率的多光谱图像.在细节保持方面,针对全色图像和多光谱图像在尺度上跨度过大的问题,采用深度金字塔网络多尺度地融合全色图像的细节信息;在光谱保持方面,使用反卷积层代替传统的超分辨算法来上采样低分率的多光谱图像;最后将这2部分相加,得到最终的融合图像. GeoEye-1数据集上的实验结果表明,文中算法综合性能优于BDSD, PRACS, PNN and PanNet算法.

• 结合深度学习和全局-局部特征的图像显著区域计算

  纪超, 黄新波, 曹雯, 朱永灿, 张烨

  为提高图像显著区域的检测效率,提出一种结合区域特征-全文信息的深度学习框架用于显著区域检测计算.首先提出基于前景的颜色独特性和紧凑性来突出显著前景区域;然后结合全局空间情景分布和局部信息之间的关系,提出全局上下文模型与局部精细检测模型来深度准确计算图像的显著特征;并提出循环结构网络对每个特征图进行位置加权,最后将每个块模型的输出以反馈方式连接到输入建立循环连接,通过反复迭代过滤噪声,减少背景信息的影响.将提出的算法在ECSSD,DUT-OMRON图像库中与其他算法进行对比测试,得出的实验结果均优于当前流行算法.

• 有效的协方差判别学习算法

  王秀友, 刘华明, 范建中, 徐冬青

  在基于视频的图像集分类中,类内样本多样性问题是影响算法分类性能的一个主要原因.为了尝试解决该问题,提出了一种图像集分类算法,其目标体现在2个方面:(1)使得算法在时间效率上相较于协方差判别学习(CDL)等具有代表性的图像集分类算法有进一步的提升;(2)使得算法在分类精度上也仍然具有可比性.首先利用双向二维主成分分析对原始的协方差特征进行降维,使其变得更加紧凑.同时,为了抽取到更具判别性的特征信息,对每一个低维紧凑的协方差矩阵应用QR分解,使其变换成一个正交基矩阵和一个非奇异的上三角矩阵.考虑数据分布空间的黎曼流形特性,通过定义函数的方式使得上三角矩阵仍然分布在由对称正定(SPD)矩阵张成的SPD流形之上.此时,原始的样本空间就转化成了一个由正交基矩阵张成的Grassmann流形和一个特征分布更加紧凑的新的SPD流形.为了更好地整合这2种黎曼流形特征,首先利用Stein散度以及对数欧氏距离导出一个黎曼流形测地线距离度量;然后,利用该度量设计一个正定的核函数将上述特征映射到一个高维Hilbert核空间;最后,利用核判别分析算法进行判别子空间特征学习.文中算法在5个基准视频集YTC, Honda, ETH-80, MDSD以及AFEW上均取得了较好的分类结果,同时在计算效率上也优于CDL等对比算法,从而表明了其可行性和有效性.

• 面向OpenGL 2.0的图形处理器图像处理单元体系结构

  任向隆, 田泽, 张骏, 郑新建, 韩立敏, 王治, 张亮, 李哲, 许宏杰, 刘航, 张宏伟

  为实现图形处理器的自主可控,设计了面向OpenGL2.0图形处理器图像处理单元的体系结构.首先,确定了图像处理单元的单元结构及工作流程;其次,针对每条所处理的函数设计了数据通路;随后,依据各函数的数据通路和OpenGL规范,整理了各模块的处理函数对照表;最后,实现了其体系结构,并在虚拟仿真和FPGA平台进行了纹理加载/获取、卷积、颜色表、柱状图等功能验证,对纹理加载进行了峰值性能验证,面向FPGA和ASIC进行了代价评估.结果表明,该结构能够实现图像处理单元所规定的系列功能,性能满足设计要求,峰值情况每秒可处理30帧2K×2K图像,实现代价可接受.目前,该图像处理单元已集成到完全自主研发的图形处理器之中.