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11期

• 基于深度图像的手部姿态估计综述

  车云龙, 齐越

  基于深度图像的手部姿态估计是人机交互和虚拟现实领域的一个重要研究问题.对近些年来该领域的研究工作进行总结和梳理.首先,简述了该问题的定义以及所面临的主要难点,并总结了常用的深度相机、数据集和评价指标;其次,将该领域内的工作分为3个类别并依次进行回顾,其中包括基于模型驱动的方法、从数据集中学习映射函数的基于数据驱动的方法以及同时结合了前两者的混合方法,在叙述过程中,着重介绍了其解决的科学问题以及仍存在的缺陷;最后,从算法的准确性、适用性和鲁棒性3个角度对这些工作分别进行进一步的分析,并对未来的研究方向进行展望.

• 针对新型冠状病毒肺炎X射线图像识别的DD-CovidNet模型

  王威, 胡亿洋, 王新, 李骥, 李宇涛

  受医疗资源紧张和医疗水平较低等因素的影响,新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)尚未得到有效控制.利用深度学习方法在胸部X射线(chest X-ray,CXR)图像中检测感染者是一种安全有效的途径.针对上述问题,提出一种自动识别COVID-19的CXR图像的智能方法.根据CXR图像的特点,提出了对特征信息敏感的双路径多尺度特征融合(dual-path multi-scale fusion,DMFF)模块和密集空洞深度可分离卷积(dense dilated depthwise separable,D3S)模块,分别提取浅层特征与深层特征.在此基础上,设计了高效的轻量级卷积神经网络——DD-CovidNet.DMFF模块通过融合多尺度特征感知更丰富的浅层特征,D3S模块通过强化特征传递与增大感受野提取更有效的类别区分特征.在2个数据集上进行了实验验证,结果表明,DD-CovidNet模型对COVID-19识别的灵敏度为96.08%,精度与特异性均为100.00%,且具有较少的参数量与较快的分类速度.与其他模型相比,DD-CovidNet模型的检测速度更快,检测结果更准确.

• 基于深度神经网络的遥感图像彩色化方法

  冯佳男, 江倩, 金鑫, 李昕洁, 黄珊珊, 姚绍文

  为了实现遥感图像彩色化,解决目前彩色化模型存在颜色不准确和颜色溢出等问题,提出一种端到端的深度神经网络模型.首先,通过构建多尺度残差感受域块提取丰富的高维特征;其次,利用U-Net、复杂残差结构、注意力机制和子像素向上卷积等结构构建一个彩色信息重建网络输出彩色化结果;最后,使用NWPU-RESISC45遥感图像数据集进行训练和验证.结果表明,与其他自动彩色化方法相比,所提方法的PSNR值平均提高6~10 dB,SSIM值增加0.05~0.11,实现了遥感图像彩色化.此外,该方法在RSSCN7和AID数据集上也取得了良好的彩色化效果.

• 基于双目视觉的电缆护套断裂伸长率自动测量

  张格悠, 龚俊, 陈俊松, 张志东, 朱策, 刘凯

  针对电缆护套断裂伸长率的人工测量方法精度差、自动程度低的缺陷,提出一种基于双目视觉的自动测量方法.首先采集试样拉伸视频,对首帧图像采用基于信息熵的算法定位2个圆环标记符圆心坐标,若正确识别则使用圆心坐标作为标记点,否则选取立体匹配结果良好的SURF特征点中距离圆心最近的点作为标记点;然后用金字塔L-K光流法追踪隔帧采样后的护套拉伸视频中的标记点,基于计算出的标记点三维坐标和加速度判定试样断裂的粗略帧位置,再回溯2个采样间隔进行逐帧检测,最终精确定位断裂帧并计算断裂伸长率.在电缆护套质检现场进行实验的结果表明,以240帧/s高速相机的测量结果作为真值,采用所提方法测得断裂伸长率的测量均方根误差为7.13%,低于人工测量方法的21.84%,处理速度达到了107.8帧/s,在实际应用中能明显提升检测的精度、速度和自动化程度.

• 基于VGG-CapsNet的零件手绘草图识别模型

  杨钟亮, 黄瑞红, 陈育苗, 张凇, 毛新华

  针对概念设计阶段现有CAD系统难以通过手绘草图准确匹配对应的零件的问题,提出预训练网络(VGG)与胶囊网络(CapsNet)相结合的零件手绘草图识别模型(VGG-CapsNet).招募了5名设计师绘制零件草图,构建包含标准件和非标件在内的23类零件手绘草图数据集;设计了组间实验与组内实验,分别构建基于VGG-CapsNet的零件手绘草图识别模型,并与rVGG-13模型、rCNN-13模型的识别结果进行比较.实验结果表明,VGG-CapsNet模型在组间和组内实验中的平均准确率均高于其他2种模型,为零件设计知识的检索与重用提供技术支持.

• 基于跨模态特征融合的RGB-D显著性目标检测

  陈正, 赵晓丽, 张佳颖, 尹明臣, 叶翰辰, 周浩军

  为了解决基于彩色图像的显著性检测在多目标或小目标等场景下无法准确检测出显著目标的问题,提出了一种基于RGB-D跨模态特征融合的显著性检测网络模型,该网络模型以改进的全卷积神经网络(FCN)为双流主干网络,分别提取彩色与深度特征并作出预测,最后利用Inception结构融合生成最终显著图.针对原FCN实际感受野远低于理论感受野,没有真正利用图像全局信息的问题,设计了双分支结构的全局与局部特征提取块,利用全局特征分支提取全局信息并指导局部特征提取,并以此构建了改进的FCN.此外,考虑到不同层级上彩色与深度特征之间的差异性,提出了跨模态特征融合模块,采用点积有选择性地融合彩色和深度特征,与加法和级联相比,采用点乘可以有效减少噪声与冗余信息.通过在3个公开基准数据集上与21种主流网络相比的综合实验表明,所提模型在S值、F值和MAE这3个指标上基本处于前3水平,同时对模型大小进行了比较,其大小仅为MMCI的4.7%,与现有最小模型A2dele相比减少了22.8%.

• 类激活映射指导数据增强的细粒度图像分类

  郭文明, 王腾亿

  细粒度图像分类任务的关键在于获取精细的局部特征,为了充分利用数据价值,提出一种面向视觉注意力的数据增强方法,基于类激活映射图(class activation mapping,CAM)生成具有针对性的扩充图像,进而帮助细粒度分类.根据CAM对输入图像进行注意力区域裁剪和放大;构造一个流场网格对原图进行采样以夸张该区域,裁剪与夸张后的2种扩充数据能够引导模型学习更细微的特征差异;遮挡图像关键区域,从而促使模型学习其他有效特征.该方法只需要图像级标签,无需边界框和部位标注,可以在不引入其他辅助网络的情况下直接进行端到端训练.在3个公开数据集CUB-200-2011,FGVC-Aircraft和Stanford Cars上的实验结果表明,模型特征提取能力得到有效提升,且Top-1准确率指标优于部分现有先进算法.

• 多深度特征增强与顶层信息引导的边缘检测网络

  朱威, 岑宽, 徐希舟, 何德峰

  针对现有边缘检测网络在复杂自然场景下的检测结果仍存在边缘缺失、噪声过多等问题,提出多深度特征增强与顶层信息引导的边缘检测网络.首先,采用UNet++作为主干网络提取不同深度的特征,并通过特征叠加使不同尺度的边缘更加完整;然后,在每个卷积层的侧输出后添加特征增强模块,通过引入空洞卷积增大感受野,增强多尺度信息;最后,设计顶层信息引导模块,通过在跳跃连接中引入高层的语义特征增强边缘检测效果.实验结果表明,在BSDS500,NYUDv2和Multicue这3个数据集上进行训练均取得了较好的效果,其中,BSDS500数据集上的ODS,OIS和AP指标分别达到了0.821,0.839和0.869,整体上高于现有边缘检测网络,且噪声少,主观效果也更接近真值.

• 基于生成对抗网络的多聚焦图像融合

  蒋留兵, 张点, 潘波, 郑朋, 车俐

  多聚焦图像融合能够融合同一场景下具有不同聚焦部分的一系列图像.为了克服多聚焦图像融合模糊特征提取中存在的不足,提出一种基于U-Net的生成对抗网络模型.首先,生成器采用U-Net和SSE对多聚焦图像的特征进行提取,并完成图像融合;其次,判别器采用卷积层对已知的融合结果和生成器生成的融合图像进行分辨;然后,损失函数采用生成器的对抗损失、映射损失、梯度损失、均方误差损失和判别器对抗损失对生成网络进行参数调节;最后,将生成器、判别器和损失函数组成生成对抗网络模型,并进行实验.Pascal VOC2012数据集作为生成对抗网络的训练集,包括近焦图像、远焦图像、映射图像和融合图像.实验结果证明,该生成对抗网络模型能够有效地提取多聚焦图像中的模糊特征,且融合图像在互信息、相位一致性和感知相似性等方面表现优异.

• 基于SE-Res2Net与多尺度空谱融合注意力机制的高光谱图像分类

  徐沁, 梁玉莲, 王冬越, 罗斌

  为了提取更具有判决力的高光谱图像特征,并防止网络因加深导致退化,在新维度残差网络(Res2Net)和压缩激活网络(squeeze and excitation network,SENet)的基础上,提出新型多尺度特征提取模块SE-Res2Net,并设计多尺度空谱融合注意力模块.为了克服网络加深带来的退化问题,SE-Res2Net模块利用通道分组提取高光谱图像细粒度的多尺度特征得到多个不同粒度的感受野,并采用通道优化模块从通道层面量化特征图的重要性.为了进一步从空间维和光谱维同时优化特征,构建多尺度空谱融合的注意力模块,利用非对称卷积在不同尺度上挖掘不同空间位置和不同光谱维特征的关系,不但能减少计算量,还能有效地提取具有判决力的空谱融合特征,从而提高高光谱图像分类的精度.在3个公共数据集Indian Pines,University of Pavia和Grss_dfc_2013上的对比实验表明,与其他较新的深度网络相比,该方法具有更高的总体精度(overall accuracy,OA)、平均精度(average accuracy,AA)和Kappa系数.

• 不同日照强度下的舰船目标识别

  刘坤, 米乐红

  海面目标监测时,舰船目标的清晰度常随着不同的日照强度下海面光线反射强度而变化,不同的日照强度会导致舰船目标识别率不稳定,出现误判虚警率提高等问题.为此,提出基于ResNet-50的舰船目标识别算法.首先使用ResNet-50网络提取图像特征信息,并对日照强度变化前后的特征进行日照鲁棒损失约束,减小特征差异;然后采用灰度直方图计算特征统计矩的方法得到日照对比度、亮度、平滑度、信息量、三阶矩和熵6种特征,并生成新的特征向量对日照强度前后的特征再次进行日照鲁棒损失约束,削弱和约束日照变化前后亮度、对比度因素对特征的影响;最后将二者约束联合构成损失函数并进行训练,使用贝叶斯自适应超参数优化训练最佳权重.实验结果表明,针对舰船日照变化数据库的平均识别率达到90.47%,比改进前提高4.00%左右,对日照强度为25,65和80的舰船图像识别率分别提高3.14%,6.07%和16.41%,该算法对日照强度变化有着良好的约束作用,显著提升了识别率.

• 面向复杂多流形高维数据的t-SNE降维方法

  边荣正, 张鉴, 周亮, 蒋鹏, 陈宝权, 汪云海

  针对t-SNE方法不能很好地区分相互交叉的多个流形的问题,提出一种可视化降维方法.在t-SNE方法的基础上,在计算高维概率时考虑欧几里得度量和局部主成分分析以区分不同流形.然后可直接使用t-SNE的梯度求解方法得到降维结果.最后分别用3个人工生成的三维数据集和2个通用的机器学习数据集进行实验,并根据不同流形的区分度和流形内的邻域可信度2个指标对降维结果进行量化分析.结果表明,该方法在处理有交叉的多流形数据时的效果要明显优于原来的t-SNE方法,并能够较好地保持每个流形的邻域结构.

• 使用局部支撑径向基函数的隐式曲线曲面几何迭代算法

  王海波, 刘韬, 刘圣军, 位文言, 刘新儒, 刘平波, 白燕羽, 陈月安

  由散乱数据稳定重构曲线曲面,在变分拟插值方法的基础之上,提出了使用局部支撑径向基函数的隐式几何迭代算法.首先,根据给定数据点的法向构造隐式函数的非零约束,构造计算隐函数系数的迭代格式,并讨论其收敛性;然后,在此基础上引入加速因子,对隐式迭代算法进行加速,同时讨论了加速算法的收敛性;最后,为了降低迭代过程空间和时间的复杂度,给出了一种加速算法的改进版本.数值实验表明,使用局部支撑径向基函数的隐式几何迭代算法对曲线曲面重构是有效的,并对部分信息缺失、非均匀分布、带噪声采样数据的重构也达到了较好的效果,且实现简单,易于并行.

• 三次Catmull-Rom样条保广义凸插值的充要条件

  王子睿, 章仁江, 金曼莎

  对于任意给定的有序点列,利用三次Catmull-Rom样条基函数构造通过该点列的曲线,导出三次Catmull-Rom样条曲线保凸插值的充要条件;进而利用广义凸的概念,导出三次Catmull-Rom样条参数曲线保广义凸插值的充要条件.当所给点列满足保广义凸插值的充要条件时,三次Catmull-Rom样条参数曲线是自动保广义凸的且是G1连续的.采用自行构造的实例佐证了方法的有效性和理论的正确性.

• 人在回路的在线手写数学公式识别方法

  康文惠, 黄进, 田丰, 范向民, 刘杰, 戴国忠

  在线手写数学公式识别面临书写字符的不确定性、数学公式结构的复杂性,以及公式书写风格因人而异等问题,特别是在公式书写中出现偶然性错误和包含复杂结构的情况下,现有的仅依赖机器的识别算法的识别准确率较低.为了解决这一问题,提出了人在回路的手写公式识别方法,该方法主要在结构分析阶段引入了人的参与,借助人对结构中歧义笔画的修改和结构补笔操作,完善和界定结构笔画和结构内笔画信息.为了评估该方法的有效性,将其与不含用户参与信息的一个基线识别方法在结构识别率和表达式识别率方面进行了对比分析.结果表明,该方法能够有效地促进用户参与到手写识别过程,同时,针对实验收集的手写数学公式数据,引入用户参与的方法能够有效地提高手写数学公式的结构和表达式识别率,分别提高了9.26%和13.99%.

• 面向集成电路逻辑仿真的高效数字波形压缩方法

  谢雨洋, 李凌劼, 喻文健

  电路仿真在集成电路设计中占有十分重要的地位.超大规模集成电路仿真输出的信号波形会占用大量存储空间,输出波形的压缩对提升电路仿真效率至关重要.逻辑仿真的输出波形主要包含信号跳变时刻信号值,还包含全部信号名、信号类型、信号位宽等辅助信息.首先提出对辅助信息的压缩处理方法,然后针对信号值数据的特点改进现有工作中的信号名压缩方案,并据此提出一种更高效的数字波形压缩存储格式.所提出的格式有利于变长编码压缩的同时,可以使用通用压缩算法进行二次压缩,进一步提升了压缩率.最后通过引入并行策略,压缩和解压缩过程能够以3阶段流水线模式运行.在缩短压缩和解压缩时间的同时,能更好地与逻辑仿真器相结合.实验结果表明,所提方法的压缩率最大达到720倍,相较于现有方法,在更短的压缩、解压缩耗时下文件压缩率最大提升近23倍.