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2020年第12期

• 高密度群体轨迹数据的微观可视分析

  朱素佳, 孙国道, 江棨, 夏旺, 梁荣华

  人类活动会持续产生大量时空轨迹数据,探索和理解数据中的隐藏模式可帮助理解人类生产生活的规律、提高管理效率.前人工作大多关注于轨迹数据的宏观可视分析,缺乏对高密度小区域内的个体行为展开深入分析.针对高密度群体轨迹数据,提出多视图结合的可视分析方法以探索和分析其微观演化情况.该方法主要包括4个部分:基于small-multiples的特征统计视图,展示轨迹数据在时间和空间维度上的特征分布;采用多分辨率河流视图支持从多层次聚合角度展示轨迹数据的变化;采用轨迹投影视图揭示高密度群体轨迹间的相关性;采用多层次空间地图以展示轨迹数据的具体分布情况.上述方法形成的可视分析系统已用于2个高密度群体轨迹数据集的分析中,为后续高密度群体轨迹数据的可视分析提供一种解决思路.

• 基于热场域分割的体参数化模型构建

  陈龙, 伯龙飞, 卜宁远, 汪中厚

  针对当前拓扑优化结果需要后处理的问题,提出一种适用于有限元四边形网格和六面体网格的体参数化模型构建方法.首先根据热场特点,在有限元网格上施加稳态热场并通过有限元求解得到热场域数据;然后针对热场域值做一系列子域分割操作,包括抽取几何表面网格、等值域提取、邻域去重叠、角点与交点求取和非四边形域划分,得到全部的四边形子域;最后对所有四边形子域离散边界做点排序及B样条控制点的反求,再利用子域插值算法实现复杂几何模型体参数化表达.给出的二维和三维实例结果表明,该方法能准确、高效地实现复杂模型的子域分割,进而构建适用于等几何分析的体参数化模型,从而为拓扑优化后处理提供一个可行途径.

• 面向组织病理学图像的颜色迁移算法

  张术昌, 袁梓洋, 王红霞, 陈波

  颜色迁移是组织病理学图像颜色预处理中的重要环节.为了解决颜色迁移过程中某些重要结构颜色改变的问题,在保结构颜色迁移(structure-preserving color normalization,SPCN)算法基础上融合聚类过程,并结合稀疏非负矩阵分解(sparse non-negative matrix factorization,SNMF)提出K均值稀疏非负矩阵分解基组合(K-means and SNMF basis combination,KSBC)算法.首先通过K均值算法对图像聚类,根据聚类中心识别细胞结构;然后求解稀疏非负矩阵分解模型得到染色基和结构矩阵,根据聚类结果对结构矩阵和染色基准确组合.KSBC算法承袭了SPCN算法的特性,又能灵活地迁移和保留原图像结构颜色.在组织病理学图像数据库中进行对比实验,KSBC算法在图像质量评估指标上优于直方图匹配,Reinhard,Macenko,SPCN和高阶矩算法,并提高残差神经网络的泛化性能.

• 多尺度卷积与动态权重代价函数的全卷积网络工业烟尘目标分割

  刘辉, 张俊鹏, 李清荣

  烟尘黑度是工业污染监测中的一项重要指标,针对用计算机图像识别技术在基于林格曼烟气黑度烟尘自动监测中如何将烟尘目标区域从背景中有效分割,以及工业烟尘具有形状不固定和云相似度高等特点,导致现有方法在复杂场景下分割烟尘的结果不准确,提出了一种改进全卷积网络模型.结合多尺度卷积操作,增强网络的特征提取能力;通过在交叉熵的基础上添加动态权重,增强对分类不准确点的训练,进一步提升分割的准确度.在实际工厂烟尘排放图像数据集上的实验结果表明,所提方法比原有模型在复杂场景下对烟尘的分割结果更准确,F1度量和交并比2项指标提升显著.

• 改进的Island损失函数在人脸表情识别上的应用

  张文萍, 贾凯, 王宏玉, 徐方

  人脸表情识别在众多场景下都有应用,但是由于光照变化、面部外观改变和遮挡的影响,导致识别准确率下降.针对此现象,提出将改进的Island损失函数用于辅助表情识别.Island损失函数虽然能够提高测试性能,但是却降低了泛化性能,针对这一问题,改进的Island损失函数采用指数损失减小类内距离的方法提高泛化性能,采用余弦距离损失与欧几里得度量损失增大类间距离的方法进一步提高测试性能.结果证明,与Island损失函数相比,LCE损失函数与ECE损失函数均可以同时提高测试性能与泛化性能,ECE损失函数在CK+,JAFFE,SFEW,RAF和Older数据集上的平均泛化性能提高了1.05%.

• 空时社交关系池化行人轨迹预测模型

  毛琳, 巩欣飞, 杨大伟, 张汝波

  针对社会对抗网络行人轨迹生成模型(SGAN)对行人长时社交关系考虑不足的问题,提出一种空时社交关系池化行人轨迹预测模型.通过空时社交汇集机制学习行人观测序列的全部社交,获得空时映射的社交汇集向量,再利用关系池化的方法,将空时社交汇集向量池化为“引力-斥力”关系的社交向量,作为RNN解码器隐藏态输入的一部分,使模型既能保持行人短时社交敏感性,又能增强长时社交关系的记忆,提高模型对行人复杂社交下的预测精度.为了验证提出模型的可靠性,使用公开标准数据集ETH和UCY来测试性能,实验表明模型相比于SGAN,平均偏移精度误差提升20%,最终偏移精度误差提升13.9%.

• 基于多特征注意力循环网络的显著性检测

  卢珊妹, 郭强, 王任, 张彩明

  特征表达是图像显著性检测的关键,现有方法所提取的特征缺乏一定的可辨识性.为此,提出多尺度上下文特征提取机制和注意力循环机制来解决这一问题.多尺度上下文特征提取机制通过空洞卷积增大高层特征的感受野来获取丰富的上下文语义特征,并采用向量聚合策略对特征进行融合.为增强融合特征的可辨识性,利用注意力机制自适应地对卷积特征增加权重以区分每个像素的重要性,使注意力集中于显著性区域,并抑制背景中的干扰信息.在此基础上,采用循环网络能够有效地在空间位置上对卷积特征进行逐步细化,进一步调整了显著性区域及其边缘,从而生成精确的显著图.该方法在5个常用的数据集上与8种相关方法进行了比较.实验结果表明,该方法不仅能够生成更加准确与完整的显著图,而且其MAE和最大F-measure量化性能也有所提升.

• 利用序数关系实现相对学习的雾图像能见度检测算法

  吴琪, 汪小武, 章军, 夏懿, 陈鹏, 阎庆

  针对雾图像的能见度检测在自动驾驶、气象预报等领域有巨大的研究和应用价值,而现有算法忽略了图像之间的序数关系的问题,提出一种利用序数关系进行相对学习的能见度检测算法.首先利用数据集中隐藏的序数关系约束网络学习过程,并将这种约束简化为图像特征三元组的相对距离关系,使得图像在特征空间的分布遵循序数规律;然后提取训练样本的能见度特征来构造查询库,通过在特征查询库中寻找近邻图像,得到测试样本的能见度检测结果.在公开的合成雾图像数据集(SF,FROSI)和构建的真实雾数据集(RDF)上进行了验证,实验结果表明,该算法取得了比现有的多分类、有序多分类等深度学习算法更好的效果,并且算法在训练过程中更加稳定,训练数据量要求更少,具有良好的稳健性和广阔的应用空间.

• 基于局部排序差值细化模式的纹理图像分类

  束鑫, 潘慧, 邵长斌, 史金龙, 吴小俊

  针对传统局部二值模式及其扩展算法存在特征维度高、不能充分体现局部邻域像素间差值大小信息等问题,提出一种局部排序差值细化模式(LSDRP).首先根据采样半径大小对图像进行相应规格的高斯滤波,并按灰度值将局部邻域采样点排序;然后计算局部排序邻域内像素间的差值并将其融入排序二值编码对应位置的权值中,从而生成LSDRP特征;最后选取LSDRP特征模式中的高频模式表征图像,并级联多个半径下LSDRP特征的高频模式构成图像纹理的多尺度表示.在Outex,CUReT和UMD纹理库上的实验结果表明,所提算法计算简单且能在低维度条件下有效解决纹理分类中存在的光照、旋转变化问题;特别是在TC10,TC12_000和TC12_001纹理库上仅需120维特征即可分别达到100%,99.38%和99.72%的分类精度.

• 基于对抗自编码器的矢量草图生成方法

  赵鹏, 高杰超, 周彪, 刘慧婷

  针对现有矢量草图生成方法存在的生成结果潦草,以及编码草图信息单一等问题,提出一种基于对抗自编码器的矢量草图生成方法.借助对抗自编码器自身所具有的对抗的机制,将像素化表示的草图所具有的空间信息融合到矢量草图的生成过程中,使得生成的草图具有更好的类别形状信息.既利用了矢量草图所包含的笔画间的时序信息,又利用了像素草图所包含的绘画物体的形状信息.在QuickDraw数据集上进行了草图生成实验,并使用Ske-score评价指标进行量化度量,实验结果表明所提方法能够缓解生成结果出现的潦草效应,并且生成的草图具有更好的视觉美观性和更高程度的类别可辨识性.

• 基于ROS的移动机器人核相关目标跟踪方法的优化设计

  陈丹, 姚伯羽, 吴欣

  针对小型移动机器人跟踪人体运动目标时,因光照变化或人体快速运动导致跟踪准确率降低甚至跟踪失败的问题,提出人体足部运动模型引导下的核相关滤波跟踪算法(kernel correlation filter guided by motion model,MMKCF).该算法通过建立足部运动模型预估视频跟踪中双脚位置,获得核相关滤波跟踪算法的目标检测区域,有效解决了跟踪框的漂移.基于外场实际拍摄的4组人体行走视频进行了目标跟踪实验,对比了MMKCF,KCF等5种算法的跟踪性能.实验结果表明,在光照变化以及目标快速运动时,MMKCF算法的平均跟踪准确率约为0.77,远高于其他4种跟踪算法.最后在机器人操作系统(robot operating system,ROS)下将MMKCF算法应用于TurtleBot机器人目标跟踪,成功地完成了人体快速移动时的足部跟踪,验证了所提算法具有较强的鲁棒性和实时性.

• 基于深度学习的指针式仪表倾斜校正方法

  周登科, 杨颖, 朱杰, 王库

  针对仪表图像自动识别中倾斜仪表产生的读数误差,提出一种基于深度学习的圆形指针式仪表快速倾斜校正方法,可以实现仪表图像的倾斜校正和旋转校正.该方法利用卷积神经网络提取以表盘刻度数字为中心的关键点,并采用最小二乘法对关键点进行椭圆拟合,结合椭圆变换理论使用透视变换对仪表图像进行第1次倾斜校正,再根据一对关于仪表竖直中轴线对称的关键点计算仪表相对于水平方向的旋转角度,以拟合椭圆的几何中心为旋转中心,旋转仪表图像实现第2次校正.在变电站真实环境下采集图像数据,验证方法性能.实验结果表明,该方法相对于传统方法鲁棒性更好,校正有效率达到100%,平均校正时间为0.45 s,满足实时校正需求,识别校正后的仪表图像读数的平均相对误差降低到3.99%,平均参考误差降低到0.91%,充分显示该校正方法的有效性.

• 面向虚拟试戴系统的人脸位姿估计方法

  李明, 李晋芳, 何汉武, 蔡嘉鸿

  在虚拟试戴系统中,虚拟物体需要精准地叠加至实时的人脸图像上,这决定了虚拟试戴系统的体验感,其中的关键技术在于快速准确地估计人脸的实时三维空间位姿.针对这一技术要求,提出一种实时估计人脸位姿的方法,并构建了虚拟试戴原型系统.首先使用深度相机采集人脸数据,分析单帧正面图像的彩色和深度信息,计算人脸特征点三维数据;然后结合从视频帧中提取的实时人脸特征点二维数据,使用直接线性变换法求解出人脸的实时位姿.基于消费级深度相机Astra Mini S和Unity3D引擎开发了原型系统,并进行了虚拟试戴实验;使用Biwi数据集检验位姿估计方法的精确度,并且在不同光照和部分人脸遮挡的条件下测试方法的鲁棒性.实验结果表明,文中人脸位姿估计方法的实时性、精确度和鲁棒性均能满足虚拟试戴系统的体验感.

• 结合雷达目标检测的远距离3D注视点估计

  张远辉, 段承杰, 朱俊江, 何雨辰

  基于2D映射与双目视线相交方法计算得到的3D注视点在角度估计方面已有较高的精度,但在注视距离估计方面还存在较大误差.为此,提出一种借助毫米波雷达检测场景目标的3D注视点辅助估计的方法.首先利用一个可移动标定物的移动形成一个虚拟标定平面,用于双眼的2D平面注视点标定;然后通过2D映射的方式计算出左右眼在标定平面上的2D注视点,结合眼球位置可计算出3D注视方向;最后在雷达检测的目标点中筛选出与注视方向角度误差最小的点作为候选点,取该点的距离值产生一个虚拟平面,截取左右视线,取2个截取点的中点作为3D注视点估计结果.设计了融合毫米波雷达、摄像机和可移动标定物的实验装置,在4.0~10.2 m的距离范围内进行3D注视点测试,实验结果表明,该方法的平均角度误差为0.9°,平均欧几里得度量误差为130 mm,结果优于双眼数据几何映射法和深度摄像机辅助估计法.

• 改进的抑制灰度单元的拓扑优化方法

  高翔, 王林军, 杜义贤

  固体各向同性材料惩罚法或材料属性有理近似法所得拓扑优化结构中存在大量灰度单元,且现有Heaviside投影函数存在频繁调用密度矩阵的问题,进而导致计算效率较低.针对此问题提出了一种基于改进Heaviside投影函数的抑制灰度单元的拓扑优化方法,首先,建立以结构柔度最小化为设计目标的拓扑优化模型;然后,通过固体各向同性材料惩罚法或材料属性有理近似法计算杨氏模量;最后,通过Heaviside投影函数抑制灰度单元,并由优化准则法求解拓扑优化问题.数值模拟结果表明,文中2个Heaviside投影函数能够稳定和有效地抑制灰度单元,且二者分别对固体各向同性材料惩罚法和材料属性有理近似法所得结构的清晰度和刚度的改进效果比较明显.

• 32 nm CMOS工艺单粒子三点翻转自恢复锁存器设计

  黄正峰, 郭阳, 潘尚杰, 鲁迎春, 梁华国, 戚昊琛, 欧阳一鸣, 倪天明, 徐奇

  纳米尺度CMOS工艺的电荷共享效应日益显著,粒子入射导致电路内部多个节点同时翻转的概率急剧升高.为了提高时序单元的可靠性,提出了一种三点翻转(triple node upsets,TNUs)自恢复的加固锁存器结构,利用双输入反相器的阻塞能力,将24个双输入反相器级联成6级,经反馈将发生翻转的节点恢复正确;内部采用不对称的连线方式,有效地消除了共模故障,优化了双输入反相器内部NMOS/PMOS的驱动能力,消除了节点逻辑值翻转造成的亚稳态.采用Hspice进行实验表明,相比已有容忍TNUs的4种加固锁存器,仅有所提结构和TNURL可以从TNUs中自行恢复,其他3种加固锁存器均无法从TNUs中自行恢复,而且会在输出端产生高阻态;和TNURL结构相比,所提结构的功耗减小了35.3%,延迟减小了48.3%,功耗延迟积(power delay product,PDP)减少了67.6%.