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2021年第10期

• 面向航空母舰电子显灵板的多智能体建模技术研究进展

  薛均晓, 徐明亮, 李亚飞, 李超超

  航空母舰电子显灵板是推演、验证、评估和改进航空母舰甲板作业方案的重要工具,它可以辅助提高航母甲板作业效率,保证作业安全性,从而提高航母综合作战能力.基于多智能体的建模技术,通过各个智能体自底向上、动态协作的方式构建航母甲板的作业流程,进而构建航母甲板任务规划、决策评估与控制等模型.文中综述了面向航空母舰电子显灵板的多智能体建模技术的研究进展.首先分析现代航母甲板上的典型作业及操作配员;然后介绍航空母舰电子显灵板的研究进展;再从航母甲板作业多智能体协同架构、复杂场景中的多智能体群组协同,基于信念、愿望和意图的多智能体建模,以及多智能体建模平台与有效性评价等多个方面,对现阶段的多智能体技术进行总结;最后提出了若干有待进一步研究的方向,旨在推进中国航空母舰电子显灵板系统和装备的理论研究和产业应用.

• 融合全模态自编码器和生成对抗机制的跨模态检索

  赵鹏, 马泰宇, 李毅, 刘慧婷

  针对现有基于生成对抗网络的跨模态检索方法不能充分挖掘模态间不变性的问题,提出一种融合全模态自编码器和生成对抗机制的跨模态检索方法.引入2个并行的全模态自编码器,将不同模态的样本嵌入公共空间,每个全模态自编码器不仅重构出自身模态的特征表示,而且还重构出跨模态的特征表示.设计了一个分类器,预测公共空间中嵌入特征的类别,学习并保留样本中的语义判别性.设计了3个判别器,分别判断输入其中的特征所属的模态类别,它们协同工作,充分挖掘模态间的不变性.以平均精度均值为指标评价跨模态检索的精确度,在Pascal Sen-tence,Wikipedia和NUS-WIDE-10k这3个公开数据集上进行实验,实验结果表明,与10个包括传统方法和深度学习方法在内的跨模态检索的主流方法进行对比,所提方法在3个数据集上的平均精度均值分别至少提高了4.8%,1.4%和1.1%,证明了所提方法的有效性.

• “梯度脸”局部高阶主方向模式的人脸识别

  叶学义, 王涛, 应娜, 钱丁炜

  现有高阶特征的人脸识别由于对噪声敏感导致鲁棒性差以及特征冗长,为此提出一种基于“梯度脸”的局部高阶主方向模式的人脸识别方法.首先设计梯度脸卷积算子,计算像素的多方向梯度分量和,以构造梯度脸;然后在梯度脸上引入主方向分组策略表征其高阶导数特征,以局部邻域高阶导数方向变化的特征码形成主方向特征图;最后分块统计其直方图特征并级联,并利用多分类支持向量机完成分类识别.在多个公开人脸库中的实验结果表明,该方法对光照、表情和面部遮挡等变化因素具有良好的鲁棒性,以及更高的识别效率.

• 基于多感受野拉普拉斯生成对抗网络的单幅图像超分辨率重建算法

  周勋, 杨德刚, 冯骥

  目前深度学习模式下的图像超分辨率重建存在对纹理感知不够精确、重建图像不够真实等问题,为了改善重建图像质量,提出一种基于多感受野拉普拉斯生成对抗网络的单幅图像超分辨率算法.首先,利用多感受野特征提取、可分离拉普拉斯滤波和复合残差密集块构建生成网络,使网络提取更全面的图像信息;其次,利用多维软标签对抗网络,可使生成对抗网络更容易训练且重建图像纹理更加丰富;最后,网络预训练采用L1损失函数和VGG低层特征,使重建图像获取整体特征,训练使用VGG高层特征、Charbonnier损失和生成损失,使重建结果更加精细,纹理更加充分.实验使用Div2k和Flickr2K进行模型训练,使用Set5等数据集进行测试.结果表明,该算法比USRNet等相关算法的网络规模减小40%,感知指数比USRNet平均降低0.76%,图像重建结果具有更多细节且真实性更强.

• 面向跨域人群计数的头部感知密度适应网络

  蔡一庆, 马振伟, 王庭枢, 吕长虹, 王长波, 何高奇

  基于领域自适应技术的人群计数方法不依赖标注样本,是一种重要的无监督学习策略,但是现有方法易造成头部区域信息丢失和背景区域过度估计.针对以上问题,提出了一种面向跨域人群计数的头部感知密度适应网络.该方法由头部感知风格迁移模块和密度适应模块组成.其中,风格迁移模块利用源域密度图生成头部掩膜和背景掩膜,并以此设计了基于头部感知的风格迁移损失函数,以防止风格迁移后头部区域与背景区域的混淆.同时,密度适应模块利用鉴别器进一步将源域与目标域的特征映射到同一个隐空间,增强了源域密度图和目标域密度图分布的一致性.整个网络以端到端的方式同时训练风格迁移和密度适应模块,使模块相互迭代学习,共同受益.在合成数据集GCC和3个真实数据集上的实验结果表明,与现有几种跨域算法对比的结果表示,该方法的平均绝对误差降低9%,均方误差降低7%;在无标注的目标场景实现了鲁棒的跨域人群计数.

• 级联结构的遥感目标检测算法

  张晓雅, 李承政, 徐静杉, 谢晋, 崔振, 杨健

  针对遥感图像中目标朝向任意性的问题,提出一种级联结构的目标检测算法.在基准模型的基础上,采用2种不同的边界框标注模式将多个感兴趣区域网络交错串联,基于当前阶段的倾斜框预测结果回归下一阶段的水平框和倾斜框,形成多阶段级联式的学习过程.该算法结合水平框和倾斜框的各自优势,实现更鲁棒的目标边界框预测.DOTA数据集上的大量实验结果表明,该算法在2个边界框任务上的边界框预测精度明显优于现有的遥感图像目标检测算法.

• 利用排序聚类的局部滤波框架

  曹飞道, 赵怀慈, 刘鹏飞, 李培玄

  针对传统局部滤波框架存在边缘模糊的问题,提出利用排序聚类的局部滤波框架.首先,将局部窗口分为4个子窗口,并且将待处理点放置在4个子窗口的交汇处,从策略上实现保持边缘的目的;其次,通过排序提高类内相似度与类间差异,并利用子窗口内像素值之间的相似性,提出一种排序聚类算法,聚类之后,只利用子窗口内与待处理点相似的像素点进行滤波;最后,取4个滤波结果中与待处理点差异最小的作为最终滤波结果,进一步提高算法保持边缘的能力.基于SSID数据集的实验结果表明,基于该框架的滤波算法有着更高的PSNR和SSIM值;该框架有效地提升了传统局部滤波框架保持边缘与平滑滤波的能力,且具有一定的鲁棒性.

• 结合空间注意力机制与光流特征的微表情识别方法

  刘德志, 梁正友, 孙宇

  针对微表情运动的局部性问题,提出一种将深度学习的空间注意力机制与微表情光流特征相结合的微表情识别自动方法.首先,采用帧差法识别缺少峰值帧标记的微表情样本的峰值帧;然后,利用TV-L1光流法提取微表情起始帧与峰值帧之间的光流水平、垂直分量图,并根据光流的水平、垂直分量图导出对应的光流应变模式图;将3个光流图以通道叠加的方式连接起来,构成微表情的光流特征图;最后,在Inception模块搭建的卷积神经网络中设计了一种包含可学习参数的空间注意力单元,使模型在特征提取过程中能够更加关注存在微表情运动的区域.在空间注意力单元中利用3×3和7×7这2种大小的卷积核进行空间注意力的推断,使模型能够综合地考虑不同尺度卷积核的注意力推断结果.实验结果表明,该方法在MEGC2019综合微表情数据集上的识别准确率达到0.788,优于已有的微表情识别方法.

• 面向隐私保护联邦学习的医学影像目标检测算法

  王生生, 路淑贞, 曹斌

  联邦学习技术是一种新型多机构协同训练模型范式,广泛应用于多领域,其中模型参数隐私保护是一个关键问题.针对CT影像综合性病灶检测任务,提出隐私保护的联邦学习算法.首先部署松散耦合的客户端-服务器架构;其次在各客户端使用改进的RetinaNet检测器,引入上下文卷积和后向注意力机制;最后完成联邦训练.各客户端使用局部更新策略,采用自适应训练周期,局部目标函数中加入了限制项;服务器使用自适应梯度裁剪策略和高斯噪声差分隐私算法更新全局模型参数.在DeepLesion数据集上的消融分析说明了算法各部分的重要性.实验结果表明,改进的RetinaNet检测器有效地提升了多尺度病灶的检测精度.与集中数据训练模型范式相比,联邦学习所得模型性能略低(mAP分别为75.33%和72.80%),但训练用时缩短近38%,有效地实现了隐私保护、通信效率和模型性能的良好权衡.

• 求解网格奇点的曲率传输方法

  江宸, 童伟华

  为了降低网格在参数化过程中产生的扭曲,提出一种基于曲率传输求解网格奇点个数和位置的方法.首先,通过求解Yamabe方程获得网格顶点的共形缩放因子,利用共形缩放因子的持续性确定第1部分的奇点,并计算基于该奇点集合的参数化扭曲;然后,根据参数化扭曲确定第2部分的奇点,并优化奇点的位置;最后,顶点曲率集中到奇点上计算出最优传输代价,通过不断地更新奇点位置,使上述最优传输代价达到最小,得到最终奇点分布.经过计算大量的网格,实验结果表明,与其他曲率方法以及近几年的方法相比,利用该方法确定的奇点可以有效地降低网格参数化带来的扭曲.

• Hermite-Shannon-Cosine区间小波及其在图形自适应分划插值中的应用

  孟可欣, 刘梦, 郭书君, 梅树立

  动态曲线图是描述客观现象变换规律的常用工具,为实现动态曲线特征点的动态捕捉及精确表达,构造了同时具有插值性、光滑性、紧支撑性和对称性的Shannon-Cosine小波函数.首先利用Shannon小波函数的波动性和连续性,根据积分中值定理,设计了一种参数化的窗函数,通过参数调整,可满足Shannon-Cosine小波对支撑区间和光滑度的自适应控制的要求;其次,分析确定了对曲线进行小波变换时边界效应归因于曲线边界的不连续,因此,采用2点3次Hermite插值函数构建了区间小波;最后,采用多尺度Shannon-Cosine小波对冲击波传播曲线和反射Burger曲线进行多尺度自适应细分和逼近,自动捕捉曲线的特征点进行重构.实例结果表明,与其他方法相比,Hermite Shannon-Cosine区间小波逼近曲线具有较高的数值精度和较低的算法复杂度.

• 基于测地曲线约束函数映射的三维模型等距配准

  王辉, 朱冰洁, 李楠楠, 曹俊杰, 王胜法, 郝存明, 刘秀平

  针对三维模型之间的等距配准问题,基于函数映射框架,提出了一种测地曲线约束能同时检测同方向和对称方向2个等距配准的方法.首先,计算模型上的2组对称点对,进而建立2个模型间同方向和对称方向上的4组对应点对;其次,理论上证明2个模型上4组对应点之间的测地曲线是等距配准的,进一步利用以上4组对应点对得到配准的6组测地曲线对;最后,将以上测地曲线作为几何描述子约束添加到函数映射框架中,可以同时求解三维模型间同方向和对称方向上2个等距配准.同时从理论上证明镜面型内蕴对称对应的函数映射表示矩阵是对称正交的,并将其作为表示矩阵的正则化项添加到基于测地曲线约束的函数映射框架中检测三维模型内蕴对称.在公开的非刚性三维模型数据库的实验结果表明,所提方法在三维模型等距配准和内蕴对称上的测地距离误差小于以前的工作.

• 基于民族图案基元可拓语义的产品设计方法

  秦臻, 季铁, 刘芳, 刘永红

  针对在面向民族图案的产品设计过程中,设计者容易忽略民族图案所隐含的复杂语义,导致所设计的产品脱离图案原本蕴含的文化内涵的问题,提出基于民族图案基元可拓语义的产品设计方法.利用可拓理论对民族图案基元的语义进行提取、量化分析、图形解析,以优化产品设计过程中民族图案的运用.以侗族织锦为例,首先,由当地文化持有者和设计人员共同对侗族织锦图案基元及其语义进行提取和选择;然后,对图案基元的语义进行分析,得出最大可拓设计区间的特征词汇,再对特征词汇进行图解,并分析出最大可拓设计区间的图解;最后,对最大可拓设计区间的图解进行分析,并以此指导设计实践.邀请设计师和当地文化持有者共同对设计方案的文化表现性、创新性及美观度进行优度评估,遴选优度较高的设计方案,设计制作出具体的产品,提升在产品设计过程中对民族图案运用的准确度与优度.

• 符号熵驱动的零件机加工艺过程的多维度相似性度量方法

  李春磊, 王肖烨, 李亮

  机加工艺过程从表象看是一道道工序加工方法组成的序列,但从内里看其实是工件从初始毛坯模型到最终成品模型的几何结构演变过程,单纯从工序加工序列或三维几何结构的角度出发进行相似性检索会降低检索到工艺的有效性.针对以上问题,提出一种符号熵驱动的零件机加工艺过程的多维度相似性度量方法.首先建立基于符号熵的序列相似性度量方法,直接对加工方法序列进行相似性计算;然后建立与加工方法序列对应的几何演变序列,并在符号熵方法的支持下实现对几何演变过程的相似性度量;最后将加工方法序列的相似性计算结果及对应几何演变过程的相似性计算结果进行融合,实现对机加工艺过程相似性的多维度和精准评价.实例结果表明,所提方法在度量不同类型机械零件的工艺相似性时,评价结果更贴近实际制造工艺过程和工艺人员的经验认知,证明方法是可行的.

• 结合因式分解与布尔表达式图的可逆电路综合方法

  卜登立

  为降低由布尔表达式图(BED)综合所得可逆电路的成本,提出一种将因式分解与BED表示模型相结合的可逆电路综合方法.给定布尔函数的积之异或和(ESOP)覆盖,首先由ESOP立方体的共享零抑制多输出决策图表示借助代数除法对立方体实施因式分解,并在此基础上构建BED;然后将BED结点映射为可逆门级联.对基准函数的可逆电路综合结果表明,该方法具有较高的时间效率.与现有将有向无环图作为函数表示模型的综合方法相比,该方法在许多情况下能降低综合所得可逆电路的量子成本和量子位数.从平均角度看,与结合变量分组和BED表示模型的综合方法相比,该方法可将量子成本和量子位数分别降低5.01%和5.47%.

• 轻量级可配置强物理不可克隆函数设计

  侯申, 李景龙, 刘海龙, 李少青, 郭阳

  为了解决物理不可克隆函数(PUF)结构简单、容易遭受建模攻击等问题,提出一种基于动态线性反馈移位寄存器(LFSR)的强PUF抗攻击混淆设计.首先使用一个固定结构的LFSR作为伪随机数发生器,为混淆逻辑提供随机选择信号;然后使用一个内置多个反馈多项式的动态LFSR作为混淆逻辑,对输入激励进行混淆;最后将混淆后的激励输入内嵌PUF电路,使攻击者无法获取内嵌PUF的真实激励,从而提高PUF的抗建模攻击能力.用Python和FPGA进行了仿真和数据收集,在收集到数据集上的实验表明,所提设计具有接近理想值的均匀性(49.8%)和唯一性(49.9%),保持了与经典强PUF相同的可靠性.该设计结构简单,硬件开销较低,能够抵抗多种主流机器学习和深度学习算法的建模攻击.