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7期

• 基于显著图的红外弱小目标动态规划检测前跟踪算法

  詹令明, 李翠芸, 姬红兵

  针对低信噪比复杂背景红外图像弱小目标检测虚警率高的问题,提出一种基于显著图的红外弱小目标动态规划检测前跟踪算法.该算法采用改进的局部区域差分算子提取显著图,根据注意力转移机制设计搜索策略,利用目标移动速度实时更新搜索范围,对多帧连续的显著图进行滤波跟踪,实现对红外图像弱小目标检测.实验结果表明,文中算法在对弱小目标进行有效检测的同时降低虚警率,提高了图像的检测效率.

• 融合响应模板和特征组合的鱼眼视频目标跟踪方法

  周小龙, 黄诚斌, 邵展鹏, 陈胜勇, 雷帮军

  鱼眼摄像机的广泛应用使得鱼眼视频目标跟踪受到了越来越多的关注,然而其特殊的成像原理造成的严重畸变给目标跟踪带来了不利的影响.为了降低鱼眼镜头视频图像的畸变对跟踪结果的影响,提出一种基于响应模板和特征组合的鱼眼视频目标跟踪方法.首先基于多个样本对应的响应值合成响应模板,构建基于响应模板的分类器;然后提取目标的HoG特征和Color Name特征分别训练分类器,综合考虑2个分类器的响应来确定目标位置;最后在分类器训练前用成像模型对变形的目标进行矫正.在鱼眼视频数据集上的实验结果表明,该方法能够在实时性的基础上很好地降低图像畸变以及目标变形的影响,获得良好的跟踪表现.

• 多类别的边缘感知方法在图像分割中的应用

  董子昊, 邵秀丽

  针对图像语义分割方法预测出的目标大多存在边缘模糊和准确度较低的问题,提出多类别边缘感知的图像分割方法.首先设计一种用于多目标分割的Multi-sigmoid 损失函数,结合COCO 数据集预训练的FCN+CRF 网络,建立可优化类别边界的语义分割模型;然后在全局嵌套边缘检测(HED)模型的基础上,增加自底向上的信息解码部分,利用亚像素(subpixel)的图像增强算法实现上采样以及相邻尺度之间的特征融合,构建出可用于边缘检测的深度多尺度编解码模型(MSDF);最后将FCN+CRF 提取到的分割信息作为一元势, MSDF 检测到的边缘特征作为二元势,设计全局能量函数并计算最小值,实现分割结果的进一步优化.在2 个标准数据集Pascal context 和SIFT Flow 上进行了实验,结果表明,该模型的总体性能较为优越,可应用在图像语义分割和显著性目标检测等相关领域.

• 基于局部特征的表情不变3维人脸识别算法

  郭蓓, 达飞鹏

  为了减少表情变化带来的影响,提出一种基于人脸几何特征和局部描述子的3 维人脸识别算法.首先利用多尺度形状变化指数在3 维人脸上检测出关键点.然后提出一种基于关键点的2 步匹配算法,以提高识别算法的效率:第1 步在关键点上提取3 维法向量分布直方图描述子,将测试集人脸与库集人脸上的描述子进行匹配,除去匹配程度较低的一部分库集人脸,减少后续匹配的人脸数;第2 步在关键点上提取协方差矩阵描述子,再将测试集人脸与剩余的库集人脸在给定的约束条件下进行协方差矩阵描述子匹配.最后用成功匹配的关键点个数衡量人脸的匹配程度,得到分类结果.在Bosphorus, FRGC v2.0 和BU-3DFE 数据库上进行实验的结果表明,文中算法取得了良好的识别效果,对3 维人脸的表情变化有较好的鲁棒性,同时在识别速度上也优于已有的许多算法.

• 面向多尺度目标检测的改进Faster R-CNN算法

  李晓光, 付陈平, 李晓莉, 王章辉

  由于多尺度目标检测中图像目标尺度差异性大,基于单层次特征提取的目标检测算法或者导致小目标特征提取丢失、扭曲,或者导致大目标特征提取冗余度过高,检测效果不理想.为此,基于Faster R-CNN 思想,提出一种多尺度目标检测算法.首先采用多层次提取特征策略提取多尺度目标特征;然后统计目标真实框大小与纵横比,设置锚点规格;最后采用多通道方法生成多尺度目标候选框.基于PASCAL VOC 数据集的实验结果表明,该算法总体漏检率为9.7%,平均精度的均值为75.2%,检测性能较当前主流的多尺度目标检测算法有一定的提高.

• 单幅室外图像的高阶能量方程阴影检测算法

  陈卓, 刘艳丽, 杨红雨

  单幅室外图像的阴影检测是数字图像处理领域的研究热点之一.针对单幅室外图像的阴影检测算法往往只关注阴影的边缘或区域信息,忽视了两者之间的依存关系,即“阴影区域-阴影边缘-非阴影区域”的阴影布局信息的问题,提出阴影检测算法.首先将图像分割成独立区域;然后利用支持向量机构建高阶能量方程,对阴影布局信息进行建模;最后通过最小化方程来判断区域是否为阴影.文中不但严谨证明了高阶能量方程在局部最优点下的性质,而且指出了其最优的降阶方法.在公开图像数据库上的实验表明,该算法能够有效地检测单幅室外图像中的阴影区域.

• 基于轻量级网络的装甲目标快速检测

  孙皓泽, 常天庆, 张雷, 杨国振, 韩斌, 李严彪

  针对战场环境下装甲目标的检测任务,提出一种基于轻量级网络的快速检测方法.首先以轻量级卷积神经网络MobileNet 作为骨架网络,构建一个多尺度的单步检测网络;然后针对装甲目标的尺寸分布情况使用分辨率更高的卷积特征图,并在每个检测单元上新加入一个残差模块,增强了对小尺度目标的检测能力;最后引入focal-loss损失来替代传统的交叉熵损失函数,有效地克服了训练过程中存在的正负样本分布极度不平衡的问题.针对装甲目标构建了专用的目标检测数据集,并在该数据集上对几种目前主流的单步检测方法进行了训练和测试,实验结果表明,该方法在检测精度、模型容量以及运行速度上均取得了较好的效果,对于无人机等小型移动侦查平台具备良好的适用性.

• 面向图像自动语句标注的注意力反馈模型

  吕凡, 胡伏原, 张艳宁, 夏振平, 盛胜利

  图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的基础上引入注意力反馈机制,利用关注信息的图像特征指导文本生成,同时借助生成文本中的关注信息进一步修正图像中的关注区域,该过程不断强化图像和文本中的关键信息匹配、优化生成的语句.针对常用数据集Flickr8k, Flickr30k 和MSCOCO 的实验结果表明,该模型在一定程度上解决了注意力分散和语句顺序错乱问题,比其他基于注意力机制方法标注的关注区域更加准确,生成语句更加通顺.

• 滚动接触疲劳缺陷检测的改进Otsu算法

  许洪斌, 冯柯茹, 黄琳, 熊龙烨, 杨长辉

  针对滚动接触疲劳试验机高精度和高效率的检测要求,提出一种基于自动加权阈值的改进 Otsu 算法,将背景发生的概率作为 Otsu 分割阈值的权重,使分割阈值靠近直方图的左下缘.首先对试件图像进行区域定位,获得试件接触表面图像;然后比较不同滤波器的检测准确率、召回率、调和平均以及运行时间,选择运行时间短、调和平均大的快速导向滤波器对图像进行滤波;最后计算图像的错误分类误差来验证检测算法的有效性.实验结果表明,该算法对测试图像的错误分类误差接近于 0,与 Otsu、加权目标方差、谷值强调和邻域谷值强调阈值分割法相比,在滚动接触疲劳缺陷检测中有更好的分割结果.

• 融合双向注意的全卷积编解码显著区域检测

  刘丽英, 田媚, 黄雅平, 邹琪

  为准确定位复杂背景下的显著区域,优化显著图的稀疏性问题,融合自底向上和自顶向下的注意信息,提出一种全卷积编解码显著区域检测模型.首先构建基于VGG16网络的全卷积网络,并进行与之对称的解码操作;然后在解码过程中自顶向下地将高层特征与低层高分辨率特征相连接,输出不同分辨率特征下的显著图;最后对其采用最小二乘估计法找到最优权值进行加权结合,得到最终的显著图.在5个公开数据集上与当前流行的模型进行对比,结果表明该模型的性能优于其他模型.

• 改进大气散射模型实现的图像去雾算法

  范新南, 冶舒悦, 史朋飞, 张学武, 马金祥

  传统大气散射模型在图像去雾的求解过程中通常假设场景入射光为全局常量,然而这种假设并不合理,为此提出一种基于改进大气散射模型的图像去雾算法.首先基于亮通道先验和模糊聚类对雾图进行场景分类,并估计出各个场景的入射光照;然后根据光学辐射特性估计出场景结构,并利用雾气浓度估计模型进一步获得透射率的表达式;最后通过改进大气散射模型恢复出无雾图像.大量对比实验结果表明,该算法能够恢复出细节丰富、清晰自然的无雾图像,计算速度相对较快,能满足一般工程的实时性要求.

• 基于困难样本三元组损失的多任务行人再识别

  陈巧媛, 陈莹

  针对现有行人再识别算法中采用单一外观特征所存在的特征判别力的不足问题,在深度学习框架下提出一种基于困难样本三元组损失的多任务行人再识别网络,以同时学习身份和属性标签的方式获得更多的行人判别信息.首先将预处理后的图片输入预训练的ResNet-50模型中提取行人特征信息;然后将其特征输入所设计的多任务网络,通过最小化身份和属性联合三元组损失调整网络模型参数,共同完成行人身份和属性判别双分支网络的训练;最后用训练好的模型提取行人特征,用于行人再识别任务,同时实现行人属性的判断.在Market-1501和DukeMTMC-reID这2个数据集上的实验证明,文中网络在行人再识别任务中所提取的特征更具有表征力,识别精度优于现有方法,并且能完成属性识别任务.

• 基于双向GRU和注意力机制模型的人体动作预测

  桑海峰, 陈紫珍, 何大阔

  针对人体动作预测中由于受到运动速度、运动幅度等不确定因素的影响,导致预测的第1 帧动作不连续且准确预测时间较短的问题,提出一种基于双向门控循环单元(GRU)和注意力机制的端到端模型——BiAGRU-seq2seq.该模型的编码器部分采用双向GRU 结构,使数据从正反2 个方向同时输入;解码器部分采用单向GRU 结构并加入了注意力机制,使编码器输出编码成一个包含多个子集的向量序列;然后将解码器的输入和输出数据同时送入残差架构中,用来模拟人体运动速度,使预测值更接近真实值.在TensorFlow 框架下,利用目前动作捕捉数据最大的公开数据集human3.6m 进行人体动作预测实验的结果表明,文中模型不仅能极大地降低短期动作预测的误差,也能较为准确地预测出多帧动作.

• 信息熵-保真度联合度量函数的单幅图像去雾方法

  王晗, 朴斗福, 魏明, 施佺

  为了增强雾霾图像对比度的同时有效地弥补颜色缺失,提出一种信息熵与保真度相结合的单幅图像去雾方法.首先利用四叉树分割的雾霾变换图像估计大气光线;然后构造信息熵与保真度的联合度量目标函数,估计局部图像块的大气透射率;再采用加权的最小二乘方法对大气透射率的初次估计值进行精细化处理;最后根据大气散射模型求解出去雾后的图像.采用多种室外场景下不同分辨率的真实雾霾图像作为测试数据,通过多组性能指标的比较分析;实验结果证明,该方法在增强图像对比度的同时有效地保留了图像色彩信息.

• 结合DBSCAN聚类的室内场景分割

  刘梦迪, 潘晓, 高珊珊, 辛士庆, 周元峰

  针对 RGB-D 图像具有丰富的三维几何特征,复杂度高这一具有挑战性的难题,提出一种针对室内场景RGB-D 图像的分割算法.首先,经过 RGB-D 图像过分割生成超像素,并基于超像素之间的距离度量测量超像素之间的相似性;然后,采用 DBSCAN 算法将具有相似的颜色信息和几何信息的超像素聚类到一个分类中.在该聚类过程中,通过限制扩散区域来降低计算复杂度.在室内场景 RGB-D 图像库上大量实验结果表明,文中算法分割精确度和速率均超过了其他算法,证明了其高效性和准确性.

• 道路交通趋势可视化中的多代表性轨迹聚类方法

  路强, 杨贵冰, 檀俊滔, 余烨, XiaohuiYuan

  车辆轨迹数据中蕴含城市交通和移动对象行为的宏观信息,从中可以挖掘出有价值的城市交通趋势和车辆行为模式等信息,分析轨迹数据对于指导智能交通管理有重大意义.针对车辆轨迹数据的无序性和现行方法缺少对于轨迹整体趋势有较为精确地描述的问题,提出一种基于密度的轨迹聚类方法.首先按照角度阈值与长度限制划分轨迹,然后通过新的对称距离函数衡量轨迹段之间的相似度,最后对于聚类结果生成相应的多代表性轨迹.对3个轨迹数据集的实验结果表明,该方法生成的多代表性轨迹能较好地描述聚类整体趋势,为交通运输管理系统提供参考.

• 检索矩形结构化网格中裁剪单元的数值算法

  盖贇栋, 侯文彬, 祝雪峰, 胡平

  裁剪等几何分析的首要任务就是检索出裁剪曲面中的裁剪单元,为此提出一种快速检索矩形结构化网格中裁剪单元的数值算法.首先将网格中每个单元的边界划分为12段区间;然后在剪裁曲线上选取适当的参数点,并将得到的离散曲线代替原剪裁曲线,对矩形结构化网格进行剪裁;根据离散剪裁曲线与单元边界交点位置的不同,将裁剪单元划分为 156 种不同的类型.该算法还可以根据不同情况来获取剪裁曲线上的点,当采用闭合逆时针矩形剪裁曲线对裁剪 NURBS 曲面参数网格进行剪裁时,该算法能够快速、有效地检索到裁剪单元,并得到剪裁曲线曲率变化大的点以及裁剪单元在物理空间中的像;悬臂梁的最优拓扑结构算例证明了该算法能够快速、有效地检索出任意矩形结构化网格中的裁剪单元.

• 基于二次曲面拟合的机械模型交互式分割方法

  吴仲琦, 郭建伟, 肖俊, 曾祥永, 王颖, 严冬明

  针对三角网格全自动分割方法的自适应能力较差的问题,提出了一种基于二次曲面拟合的交互式半自动分割方法.首先采用变分方法对网格模型进行二次曲面拟合和分割,然后引入用户的交互信息来指导模型的分割,并配合迭代优化算法交替使用.具体地,算法包括以下3个步骤:基于random sample consensus(RANSAC)的初始化、迭代优化、交互式合并与切分.其中,初始化方法可以取得一个较好的划分结果,迭代优化可以提高算法的分割质量,而交互式合并与交互式切分步骤可以与迭代优化步骤交替使用,利用用户的主观先验知识对分割不够准确的地方进行局部操作,从而使得分割的效果更为准确、真实.通过比较不同算法对多个机械模型进行分割的效果,算法在收敛速度和拟合误差方面都有明显的优势,并且可以对具有不同特征的三维机械模型以及带有噪声的模型进行准确、合理的分割.

• 圆锥样条曲面拟合

  张雪晴, 伯彭波, 郑玉健, 张彩明

  为了生成给定曲面模型的逼近圆锥样条曲面表示,提出一种圆锥样条曲面的逼近算法.对于给定的曲面模型,该算法首先计算一个逼近该目标模型的近似可展曲面;然后通过聚类可展曲面局部逼近圆锥的轴线对可展曲面进行区域分割;再通过求解带圆锥约束的曲面拟合问题,找到圆锥面的圆锥参数;最后通过将优化得到的圆锥面映射到精确圆锥样条曲面空间,构造精确圆锥样条曲面.实验结果表明,该算法能够将一个曲面形状转化为一个由圆锥面的光滑拼接表示,为曲面模型的加工制造带来了新的技术手段.

• 随机聚类形状匹配的形变体实时仿真

  吕梦雅, 任小霞, 赵静, 刘宇涵, 贾江凯, 赵伟, 唐勇

  针对传统形状匹配方法仅限于模拟较小形变的问题,提出一种基于随机聚类的划分方法.首先对传统旋转矩阵的求解过程进行优化,引入位置约束因子对目标位置进行二次修正,避免穿透现象;然后利用随机聚类方法对粒子群集进行划分生成一系列相互重叠的聚类,在单个时间步长内对每个聚类进行刚度拟合变换,重叠区域的粒子属于多个聚类,在形变过程中进行多次旋转变化能够模拟更大尺度的形变效果;最后采用反距离平方内核的权重方案计算重叠区域粒子的质量,根据粒子与所属簇集的距离合理地分配质量比重更新聚类中心.文中方法在每一次聚类更新时及时更新权重和质心,有效地避免了粒子在划分过程中产生较大偏移.实验结果表明,该方法能快速划分任意模型的粒子群集,允许模拟大尺度弹性形变,与形状匹配相结合具有较强的鲁棒性;同时保证了其实时性,更加适用于交互仿真.

• 点邻域信息加权的点云快速拼接算法

  陆军, 范哲君, 王婉佳

  针对传统四点鲁棒快速拼接算法在数据量较大时计算速度不够理想的问题,提出一种基于点邻域信息加权的点云快速拼接算法.首先对传统法向量估算算法进行改进,提出加权主成分分析算法计算点的法向量;然后利用点到邻域内其他点的重心的距离进行特征点提取;再用一种基于加权曲率计算的邻域特征描述来筛选对应点对,并运用双重约束对得到的对应点对进行筛选提取有效点对;最后代入四点法作为初始数据进行拼接.实验结果表明,文中提出的法向量和曲率加权计算、特征点提取、对应关系筛选方法稳定可靠;该算法比传统四点拼接算法精度更稳定,整体拼接速度得到了很大提升.

• 基于KF-LSTM模型的手写数字轨迹的sEMG重建算法

  杨钟亮, 文杨靓, 陈育苗

  为了从神经肌肉活动中有效地重建出手写轨迹,提出一种卡尔曼滤波器与长短期记忆网络深度融合的混合模型(KF-LSTM),对手写数字轨迹坐标映射的表面肌电(sEMG)信号进行训练与解码.招募5名被试,设计了组间实验和组内实验方案,同步采集手写过程中的sEMG和轨迹坐标,构建基于KF-LSTM的手写轨迹预测模型;以决定系数和主观可辨认度作为评价指标,分别与LSTM模型、浅层神经网络(NN)模型以及KF模型的重建结果进行比较.实验结果表明,KF-LSTM模型在组间实验及组内实验中的表现均高于其他3种方法,能有效地提升重建精度,提高重建轨迹的光顺度。

• 面向反光工件点云缺陷的点云增强算法

  陈华臻, 高健

  针对反光工件的三维扫描点云存在的缺陷以及点云处理时间长的问题,提出一种点云增强的算法以改善缺陷点云的质量、缩短点云处理的时间,从而提高点云三维重建的精度和效率.首先输入大量的、分布不均匀且包含离群点和噪声的无组织点云,使用基于kD-tree 的点云均匀重采样将点云数据分成多个子集;然后使用改进的局部最优投影算法对点云进行降噪处理;最后使用边缘感知重采样对点云进行增采样,达到保留和增强点云特征的效果.实验结果证明,该算法的处理是有效的.