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4期

• 结合分类卷积神经网络和形状上下文的线画图检索

  缪永伟, 胡争光, 孙瑜亮, 张旭东, 刘震

  传统线画图检索中仅仅利用线画图形状特征信息导致检索准确率不高,为了高效、准确地从线画图数据集中检索相似的线画图,提出一种结合分类卷积神经网络和形状上下文的线画图检索方法.首先利用大卷积核的分类卷积神经网络对线画图像数据集进行分类训练任务得到神经网络权值参数,使用该网络结构提取数据集中每张线画图的卷积特征信息;然后根据用户在画图板上绘制得到的简单线画图输入,利用卷积神经网络进行二次分类得到前15种最相似的分类,并结合形状上下文算法对15种分类匹配相似度并取前8种分类;最后使用卷积神经网络提取用户输入的线画图特征信息并与8种分类中的线画图特征信息进行匹配,根据相似度大小排序得到线画图匹配结果.基于Caffe卷积神经网络开发框架,采用TU-Berlinsketchbenchmark线画图数据集进行实验的结果表明,该方法能高效、准确地从数据集中检索得到相似线画图,同时能保证检索结果集中于最相似的几种类别且同类型中能有更多的选择.

• 高精度连续人脸轮廓提取

  曹旭, 聂勇伟, 李桂清

  提取连续且高精度的人脸轮廓线是很多图像应用重要的基础步骤.然而很多现有的轮廓提取方法并不能很好地应用在人脸轮廓上.为此提出一种快速可靠的人脸轮廓提取方法,能够在关键点提供初始化后提取到高精度连续人脸轮廓线.其主要步骤是先拟合关键点形成一条初始化曲线,沿其密集采样重叠的矩形区域,将整个人脸轮廓区域划分成很多小的区域;然后在每个局部的矩形区域提取出一条抛物线引导基于梯度的局部人脸轮廓线;最后从很多局部人脸轮廓线中,通过全局融合找到最终的人脸轮廓线.这种交叉验证的机制保证了最后结果的正确性.最后在LFPW和HELEN人脸数据集上进行了实验,结果表明文中方法能有效地提高人脸轮廓提取的精度.

• 融合宫颈细胞领域特征的多流卷积神经网络分类算法

  杨志明, 李亚伟, 杨冰, 庞文博, 田泽宁, 王泳

  细胞分类是宫颈癌计算机辅助诊断研究和应用的关键技术.针对通用深度学习分类算法在细胞分类中缺少领域知识指导这一局限性,提出一种基于数据驱动和宫颈细胞领域知识的多流卷积神经网络分类算法.文中算法以细胞和细胞核图像为输入,通过卷积神经网络提取图像特征,并根据宫颈细胞标准分级系统中领域知识提取人工设计特征,最后将上述2种特征进行拼接,并经过全连接层融合,构建适用于细胞分类的多流卷积神经网络.实验结果表明,文中算法在仅使用Alexnet作为基础网络的情况下,在Herlev宫颈细胞图像数据集上的正常与异常细胞的分类准确率达到99%,取得了该数据库上目前最好的分类结果;在Ideepwise数据集上,按照细胞学诊断报告的分级准确率为85%,相比单流网络提升3%.

• 基于特征点与多网络联合训练的表情识别

  夏添, 张毅锋, 刘袁

  由于表情图片序列比单张表情图片的信息更丰富,因此基于前者的表情识别容易取得更好的实验效果.针对表情图片序列,提出一种仅基于人脸特征点信息和联合训练2个深度神经网络进行表情识别的方法.首先基于长度不定的图片序列抽取各帧之间差异最大化的子集;其次提取该子集中所有图片的特征点坐标进行预处理;再将坐标分别输入微观深度网络(MIC-NN)与宏观深度网络(MAC-NN)进行独立训练;最后基于惩罚MIC-NN与MAC-NN间差异的损失函数联合训练二者后,使用融合网络(FUS-NN)作为最终预测模型.在CK+,Oulu-CASIA,MMI这3个数据集中的实验结果表明,FUS-NN取得了优于绝大部分已知方法 1%～15%的识别率,仅在MMI数据集中落后于最优模型2%;相比之下,该网络的时间复杂度远远小于效果相近的模型,取得了更好的识别效果与计算资源的平衡.

• 分段双向去除反向重力加速度算法

  李兴, 侯振杰, 梁久祯, 常兴治

  针对角度法在滤除反向重力加速度过程中数据误差导致的线性加速精度不高的问题,提出一种分段双向去除反向重力加速度算法.首先提出一种基于静止点的数据分段法,将静止点作为端点将运动数据分段,以避免角速度积分过程中误差的段间积累;然后设计一种改进于角度法的双向角度法,以数据段为单位去除反向重力加速度,减小了由段内角速度积分过程带来的积累误差对线性加速度结果精度的影响.使用集成三轴加速度传感器和三轴陀螺仪的六轴传感器,搭配微型电脑树莓派,在不同量程下制作2个数据集;并在2个数据集上进行不同算法的精确度对比实验.结果表明,该算法比角度法获取的线性加速度更精确.

• 特征增强的SSD算法及其在目标检测中的应用

  谭红臣, 李淑华, 刘彬, 刘秀平

  针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而产生一组新的金字塔特征层;最后在新产生的金字塔特征层上执行目标的检测与定位任务.在PASCALVOC2007公共数据库上进行实验,当输入图像尺寸为300×300时,检测精度(mAP)达到78.0%,检测速度(FPS)达到82.5帧/s.此外,在拓展实验中,文中算法对图像中模糊目标的检测效果也优于SSD算法.

• 基于残差网络的糖网病自动筛查

  邹北骥, 张子谦, 朱承璋, 陈昌龙, 刘佳, 欧阳平波

  糖尿病视网膜病变(简称糖网病)是主要的致盲疾病之一,将导致患者视觉功能下降并最终失明.糖网病的及时治疗能够尽可能保存患者的视力,因此糖网病筛查具有十分重要的意义.为了解决糖网病自动筛查准确率较低的问题,提出一种多类别训练数据下的残差网络糖网病筛查方法.首先通过收集、标定和整理眼底图数据,构建出一个新的糖网病眼底图数据集——MultiClassDR数据集,包含健康、患有糖网病和患有其他眼底疾病3种类别;然后针对高分辨率图像数据集构建残差网络模型,在ImageNet数据集和Kaggle糖网病检测数据集上对所提模型进行预训练,获得眼底图像的基本特征表达.在MultiClassDR数据集上训练及测试的结果表明,该模型进行糖网病筛查的平均准确率为87.2%;该方法能够提高模型的学习能力,增强模型进行糖网病自动筛查的性能.

• 核结构限制的低秩表示及其在流形聚类上的应用

  唐科威, 由月, 苏志勋, 姜伟, 张杰

  针对很多计算机视觉问题中的数据往往具有混合多流形结构,提出一种流形聚类方法.通过对2,1范数采用一种特殊的迭代格式,将结构限制的低秩表示方法进行了核化,解决了其核化存在的技术难题.在Hopkins155和Caltech 256等数据集上的实验结果表明,核结构限制低秩表示是一个有效的流形聚类方法.

• 深度协作表达的人脸超分辨重建算法

  卢涛, 潘兰兰, 管英杰, 曾康利

  为了获得更高质量的高分辨率人脸图像,提出一种基于深度协作表达的人脸超分辨率算法.该算法首先对训练样本重叠取块和多方向梯度特征提取得到初始化字典;再对初始化字典进行逐层迭代更新,同时利用协作表达更新对应每层的最优表达权重系数;最后将最后一个表达层所有的重建块合成为最终高分辨率图像.在FEI和CMU FrontalFace数据集上的实验结果表明,与传统超分辨率重建算法相比,该算法提升了单层表达算法的精度,在主观和客观评价性能上均超过现有算法,甚至包括基于深度学习算法.

• 鉴别性特征学习模型实现跨摄像头下行人即时对齐

  余春艳, 钟诗俊

  为解决由于采用延后的关联算法而造成目标错误匹配和子序列漏匹配的问题,提出一种使用鉴别性特征学习模型实现跨摄像头下行人即时对齐的方法.首先基于孪生网络模型整合行人分类和行人身份鉴别模型,仅通过目标行人的单帧信息就可习得具有良好鉴别性的行人外观特征,完成行人相似性值计算;其次提出跨摄像头行人即时对齐模型,根据行人外观、时序和空间3个方面的关联适配度实时建立最小费用流图并求解.实验结果表明,在行人重识别数据集Market-1501和CUHK03上,行人分类和身份鉴别模型的融合能显著提升特征提取的有效性且泛化能力良好,性能全面优于Gate-SCNN与S-LSTM方法;进一步地,在非重叠区域的跨摄像头行人跟踪的基准数据集NLPR_MCT上,该方法的行人即时关联精度比2014年ECCV跨摄像头行人跟踪冠军的延后关联算法高出了3.3%,仅次于当前最高精度算法6.6%,应用于跨摄像头跟踪时,跟踪精度亦超过当前的大部分算法.

• 轻量级实时点云分类网络LightPointNet

  白静, 司庆龙, 秦飞巍

  点云数据的无序性、稀疏性和有限性等特点给基于深度学习的点云模型分类带来了较大的困难.现有的面向点云的深度学习网络存在模型架构复杂、训练参数较多的问题,难以适用于实时点云识别任务,为此提出一种轻量级实时点云网络——LightPointNet.首先,基于点云模型的特点及轻量级点云分类网络的设计原则,提出面向点云模型分类的深度学习网络原型;然后,通过控制变量法完成网络参数设置的优化,形成最终的点云网络LightPointNet.该网络结构紧凑,仅包含3层卷积, 1层池化和1层全连接,且其参数个数不到0.07M.实验结果表明,在ModelNet40上,相比PointNet,VoxNet和LightNet,LightPointNet分类精度分别提高了0.29%,6.49%和2.59%,参数量减少了98.0%,92.4%和76.6%;在MINST和SHREC15上,该网络拥有良好的普适性;这些结果充分证明了LightPointNet分类性能良好且计算效率高,具有轻量级、实时性优点,可以部署在嵌入式设备中,在物联网和点云实时处理等方面具有广阔的应用前景.

• 结合网格保刚性的多目的地地图布局优化方法

  黄培强, 李昕, 张俊松

  针对当前多目的地地图生成方法存在布局优化和时间复杂度过高的问题,提出了一种基于保刚性变形的多目的地地图自动生成方法.首先用户选择感兴趣的多个目的地,系统自动选择出与用户指定的目的地最相关的道路网信息,生成上下文区域和关注区域的Delaunay三角网格;然后通过对关注区域凸包点的操作来调整道路细节信息的显示比例,并于每一次凸包点调整后在上下文区域的三角网格作保刚性处理,使得该区域的道路拓扑结构尽量保持不变;同时保证该区域路网的细节清晰地显示.在若干OpenStreetMap地图上的实验结果表明,该方法能快速生成多目的地地图,生成的地图在保持输入地图总体拓扑结构的同时,也优化了地图上目的地区域道路的布局;使得用户可以在有限显示空间内能够浏览地图的全局信息和详细的局部地图信息.

• 非静态4点二重混合细分法

  檀结庆, 黄丙耀, 时军

  为了得到插值与逼近相统一的非静态细分法,根据非静态插值4点细分法和三次指数B-样条细分法之间的联系,构造了3类非静态4点二重混合细分法:基于非静态插值细分的非静态逼近细分法,基于非静态逼近细分的非静态插值细分法,非静态插值与逼近混合细分法.诸多已有的插值细分法和逼近细分法都是所提混合细分法的特例.最后给出了这3类混合细分法的几何解释,分析了其Ck连续性、指数多项式生成性和再生性.数值实例表明,利用文中的混合细分法,通过适当选取参数可以实现对极限曲线的形状控制.

• 面向多层网络可视化的多力导引节点自动布局算法

  张喜涛, 吴玲达, 于少波, 姚中华

  为展示多层网络层内社区结构和实现层间结构对比,基于传统力导引布局模型提出一种面向多层网络可视化的多力导引节点自动布局算法.首先在综合考虑节点所受层内引力、斥力和层间节点-副本间引力的基础上改进传统引力-斥力模型,构建多力导引模型;然后引入模拟退火思想为多力导引布局添加温度控制参数,控制节点移动速度;最后借鉴布局美学标准中的"总边长最短"原则,采用节点与副本的水平偏移与最优边长的平均相对长度和社区内部连边与最优边长的平均相对长度这2个指标评价文中算法的布局效果.通过对仿真数据和真实数据的实验结果表明,与基于层叠切片模型的独立布局算法相比,该算法能同时兼顾多层网络社区结构展示和跨层节点及其副本识别的效果,满足多层网络可视化对节点自动布局的要求.

• 应用Hausdorff距离的时空轨迹相似性度量方法

  王培, 江南, 万幼, 王玉晶

  相似性度量方法的选取和稳健性对时空轨迹聚类结果的有效性是至关重要的.针对时空轨迹数据复杂的多重维度信息,选取空间维和时间维2个维度度量时空轨迹的相似性,提出一种应用Hausdorff距离的时空轨迹相似性度量方法.首先从时空轨迹的3个特性出发,提出面向相似性度量的时空轨迹重组策略;然后将传统的以点为中心进行相似性度量的思路转换为以轨迹段为中心,提出一个考虑时间同步性的时空轨迹段距离度量公式;最后鉴于传统的Hausdorff距离进行时空轨迹相似性度量具有时空轨迹整体形状特征的优点,针对其容易受时空轨迹局部空间分布影响和忽略时间维信息的缺陷,提出一种基于单位时间平均值Hausdorff距离的时空轨迹相似性度量方法.采用微博签到轨迹数据和出租车GPS轨迹数据进行轨迹时空聚类实验,将文中提出的时空轨迹相似性度量方法与已有的其他方法进行比较,实验结果表明,该方法可以有效地计算时空轨迹的相似性,满足时空轨迹聚类的需求.

• 医学图像可视化的视觉优化方法

  魏敏, 王松, 吴亚东

  由于受主观意识和经验等因素的影响,医学图像可视化中传递函数的选择和设置会直接影响医学图像可视化效果.为此,提出一种基于视觉优化的医学图像可视化方法.针对三维医学图像绘制,采用基于GPU加速的光线投射体绘制半自动化传递函数,解决了三维图像全局和焦点上下文的优化显示问题;针对二维图像呈现,借助直方图均衡化、图像融合和全变分模型3种图像增强算法,解决了二维医学图像噪声干扰、对比度模糊和边缘丢失等问题.通过与传统方法的实验对比,三维医学图像在绘制时间和绘制效果方面均有改善;引入图像质量评估指标峰值信噪比和平均结构相似性,验证了全变分模型在二维医学图像增强中的有效性.结合视觉优化方法设计开发了医学图像可视化交互系统,包含对医学数据的三维可视化和交互分析功能,有效地拓展算法的应用性.

• SNMG: 宏观调控协同制造过程的应用架构模式

  高济, 吕何新, 金智勇, 徐萍

  互联网+协同制造(CoM)的开放性(尤其是"跨管理域"特性)导致了CoM活动的不可控障碍,并引起对于CoM的信任危机,严重阻碍了CoM应用的开发.为消除此障碍,提出全新的CoM应用架构模式:基于社交层规范的CoM过程宏观调控.该模式将CoM应用的开发提升至社交层,制定约束CoM活动的社交依赖规范作为调控CoM伙伴社交层宏观行为的依据,并构建有能力也有意愿遵从规范的理性Agent作为企业代理.仿真应用案例(制造商"浙江大华技术"的智能监控设备制造)的运行结果表明,该模式不仅可以克服上述不可控障碍,并由此消除信任危机,还可大幅度缩减开发和维护CoM应用的困难和复杂度,并实现CoM应用期望但传统的架构模式无法达到的CoM实施的及时性.

• 改进模拟退火遗传算法的3D NoC低功耗映射

  何寒娜, 方芳, 王伟, 陈田, 郭金良, 任福继

  功耗优化是NoC设计的重要部分,针对将IP (intellectual property)核合理映射NoC的问题,提出一种初始种群优化的模拟退火遗传映射算法.首先以功耗优化为主要目标,通过对初始种群选取方法进行改进来获取功耗更低的映射方案,并针对遗传算法局部最优问题,在遗传算法交叉操作阶段结合模拟退火算法,得到全局最优方案.实验在Windows系统下采用C++语言实现,结果显示,与传统的遗传算法相比,该算法具有较好的收敛性,能快速搜索到较优解,在124个IP核的情况下,采用改进的模拟退火遗传算法进行映射产生的平均功耗比使用遗传算法时降低了32.0%.