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1期

• Gauss-Seidel最小二乘渐进迭代逼近

  YusufFatihuHamza, 蒋旖旎, 蔺宏伟

  几何迭代法,即渐进迭代逼近(progressive-iterativeapproximation,PIA),作为一种有效的数据拟合方法,吸引了众多研究者的关注,并获得广泛的应用.针对经典LSPIA算法收敛速度较慢的问题,提出一种基于Gauss-Seidel迭代方法的快速PIA算法,称为GS-LSPIA.首先,从给定的数据点中选取拟合曲线的控制点;然后,采用累加弦长法参数化给定数据点;最后,GS-LSPIA通过迭代地调整控制点来生成一系列拟合曲线(曲面),并且保证了生成的曲线(曲面)的极限是对于给定数据点的最小二乘拟合结果.在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,GS-LSPIA算法比LSPIA算法需要更少的步骤和更短的运算时间.因此,GS-LSPIA是有效的,而且具有比LSPIA算法更快的收敛速度.

• 基于能量优化的三维网格模型分割方法

  龚思洁, 贺炯臻, 陈小雕

  针对现有的三维网格模型分割方法存在过分割或欠分割、分割线锯齿化明显、人工干预多等问题,提出一种基于能量优化和区分度的三维网格模型分割方法.首先提出能量和区分度这2种鲁棒性更强的特征,用于改善分割边界的精度;其次根据能量、区分度及凹凸性寻找满足条件的分割点,根据点的邻接关系得到分割点集,并基于腐蚀算法细化分割点集以得到分割线;最后结合图的广度优先遍历算法及最小能量原则构造出闭合的分割线.此外,为了提高分割线位置的精度及改善锯齿化明显的问题,采用Dijkstra算法思想进行分割线的优化,得到的分割边界更符合人类视觉.对普林斯顿数据集进行实验,并采用普林斯顿基准同7种一般的分割方法进行定量比较,其中最重要的评估指标兰德指数比7种方法平均高0.21,表明该方法可以得到更高精度且更加符合人类视觉的分割结果.

• EmailVis电子邮件中事件可视分析

  罗珣, 张晴宇, 方芳, 路强

  对电子邮件文本消息与收发关系的可视化,能够有效地分析过去发生的重要事件与人员交互.然而现有的电子邮件可视化软件对电子邮件主题的筛选与聚类较为简单,使得用户难以挖掘出更深层次的信息.鉴于这些不足,EmailVis通过多种角度对电子邮件进行归纳与分类,最终获取到可能包含重要信息的电子邮件,并将它们以点、线与邮件线程相结合的方式展现出来,以便用户快速定位到重要事件的发生时间与相关信息.最后,用户研究表明,EmailVis可以帮助公司管理人员更加清晰地回忆过去发生的项目完成进度、部门交互关系与异常事件信息,为改进工作流程和协调部门合作提供有力的数据支持,从而提高人员协作效率.

• 结构感知深度学习的三维形状分类方法

  韩丽, 朴京钰, 兰鹏燕, 王晓旻, 于冰, 佟宇宁, 徐圣斯

  为了解决复杂、海量三维模型的形状识别问题,提出了一种结构感知深度学习的三维形状分类方法.通过联合学习三维模型的几何结构和空间结构,生成具有结构感知的特征向量表示,该特征向量具有更强的识别力与稳定性,在三维形状分类中取得显著的效果.首先,提取优化的多尺度热核特征,并通过CNN学习模型,有效地获取三维形状的几何结构特征;其次,建立多视图卷积学习网络提取三维形状的空间结构特征;最后,通过联合优化学习生成具有结构感知的深度特征表示.文中采用了C++,Matlab,TensorFlow框架实现,并在公开的三维数据库中进行了大量实验,实验结果表明,文中方法获取的深层结构特征对于复杂拓扑结构、大尺度几何形变的三维形状具有稳定性;与相关方法对比,在三维形状分类中具有更高的分类精度.

• 基于刚性平面布局的折痕设计

  孙晓鹏, 金美辰, 李姣姣, 王振燕

  折叠是近年来柔性机器人领域的研究热点之一.在折痕设计方法中,针对平面布局误差大、分布不均和折痕复杂等问题,提出基于刚性平面布局的折痕设计方法,可在无剪切、拉伸和粘贴的约束下,实现三角网格模型的顶点折痕和边折痕设计.首先,基于ARAP刚性局部参数化拆解三角网格模型,并以最优旋转和平移变换实现刚性平面布局,将三角网格模型拆分为参数平面空间内均匀分布、互不相连的三角面片;然后,构造边折痕,并基于增量法Voronoi和站点约束筛选有效站点,并以其构造顶点折痕;最后,将局部折痕嵌入平面布局,实现三角网格模型完整的折痕设计.在相同环境下对LSCM、均值参数化方法以及文中方法的平面布局误差值进行比对分析,同时对平面布局过程中的能量值,以及平面布局结果的有效值进行分析.结果表明,文中方法平面布局误差较低,稳定性较高,三角面片空间分布较为均匀,适用于较大规模的三角网格模型.

• 结合全局和局部特征的BiGRU-RA图像中文描述模型

  邓珍荣, 张永林, 杨睿, 蓝如师, 黄文明, 罗笑南

  针对目前基于全局特征的图像描述模型存在细节语义信息不足的问题,提出结合全局和局部特征的图像中文描述模型.该模型采用编码器-解码器框架,在编码阶段,分别使用残差网络(residualnetworks,ResNet)和Faster R-CNN提取图像的全局特征和局部特征,提高模型对不同尺度图像特征的利用.采用嵌入了残差连接结构和视觉注意力结构的双向门控循环单元(bi-directional gated recurrent unit, BiGRU)作为解码器(BiGRU with residual connection andattention,BiGRU-RA).模型可以自适应分配图像特征和文本权重,改善图像特征区域和上下文信息的映射关系.此外,加入基于强化学习的策略梯度对模型的损失函数进行改进,直接对评价指标CIDEr进行优化.在AI Challenger全球挑战赛图像中文描述数据集上进行训练和实验,实验结果表明,该模型获得更高的评分,生成的描述语句更准确、更详细.

• 基于注意力和多标签分类的图像实时语义分割

  高翔, 李春庚, 安居白

  针对现阶段很多实时语义分割算法分割精度低,尤其对边界像素分割模糊的问题,提出一种基于跨级注意力机制和多标签分类的高精度实时语义分割算法.首先基于DeepLabv3进行优化,使其达到实时运算速度.然后在此网络基础上增加跨级注意力模块,使深层特征为浅层特征提供像素级注意力,以抑制浅层特征中不准确语义信息的输出;并在训练阶段引入多标签分类损失函数辅助监督训练.在Cityscapes数据集和CamVid数据集上的实验结果表明,该算法的分割精度分别为68.1%和74.1%,分割速度分别为42帧/s和89帧/s,在实时性与准确性之间达到较好的平衡,能够优化边缘分割,在复杂场景分割中具有较好的鲁棒性.

• 结构化矩阵优化的高光谱图像噪声去除算法

  徐宏辉, 郑建炜, 秦梦洁, 陈婉君

  受带噪线路或电子感应设备老化等影响,高光谱图像在编码和传输过程中往往会被混合噪声污染,严重影响后续图像检测、分类、跟踪、解卷等应用的性能.为实现有效地去噪,将零化滤波技术扩展至高光谱图像修复中,提出一种结构化矩阵恢复的混合噪声去除算法.首先根据高光谱图像不同波段之间的关联性和局部空间邻域的关滑性,将不同图像子块构建成具有Hankel结构的低秩矩阵;然后考虑Hankel化线性操作并不破坏混合噪声的稀疏状态,将稀疏性约束作为先验条件;最后使用截断核范数和组稀疏范数分别替代低秩和稀疏约束函数,构建双先验条件下的目标模型,并采用交替方向乘子法进行变量优化求解.整体去噪流程通过图像patch分组、子块优化和patch重组3个步骤实现.通过多组行业通用高光谱数据进行实验的结果表明,该算法在视觉效果和定量评价PSNR,SSIM以及SAD上都明显优于现有的高光谱噪声去除算法.

• 集成多尺度微调卷积神经网络下的甲状腺结节良恶性识别

  梁嘉炜, 邱桃荣, 周爱云, 徐盼, 谢学梅, 付豪

  针对由于训练图像样本较少与忽略多尺度的结构和纹理信息而导致分类性能不佳问题,为提升甲状腺结节良恶性诊断准确率,提出了集成多尺度微调卷积神经网络下的甲状腺结节超声图像识别算法.首先将图像转换成具有3种不同尺度信息作为输入数据,以便模型能够学习到图像不同尺度的特征信息,提高模型的特征提取能力;其次,通过优化3种预训练模型(AlexNet,VGG16和ResNet50)的全连接层结构和迁移学习与微调策略,构建了3种不同尺度的9个微调模型,让模型能够更好地学习源域(ImageNet)和目标域(甲状腺超声图像)上的特征差异;最后选择最优的微调模型组合并通过对模型输出类别概率的加权融合方法得到最终的集成模型,利用模型的多样性进一步提升分类性能.文中算法在真实采集的数据集上和其他算法进行对比实验,得到甲状腺结节良恶性识别的准确率为96.00%,敏感度为94.10%,特异度为97.70%,AUC为98.00%实验结果表明,该算法在这些指标上均优于传统机器学习算法和当前甲状腺结节良恶性识别领域中的其他算法,能够有效地提取出互补的视觉特征信息,具有令人满意的分类性能.

• 结合双胞胎结构与生成对抗网络的半监督遥感图像融合

  黄珊珊, 江倩, 金鑫, 李昕洁, 冯佳男, 姚绍文

  针对当前遥感图像融合算法中存在的标签图像难获取和光谱畸变等问题,提出一种采用双胞胎结构的半监督遥感图像融合方法.采用了由生成器和鉴别器组成的生成对抗网络结构,其中生成器包含编码器和解码器.首先,对多光谱图像进行放大并转换到HSV空间;将多光谱图像的V通道和全色图像分别送入编码器中的双胞胎网络后,通过卷积层和多重跳层连接模型来提取图像特征;然后,将获得的特征送入解码器进行图像重构;再利用鉴别器对融合后的V通道图像进行鉴别,从而获得最优融合结果;最后,将融合后的V通道与多光谱图像的H,S通道拼接起来获得最终的融合图像.另外,设计了一种复合损失函数进行模型训练.在QuickBird卫星遥感图像数据集上的实验表明,该方法有效提高了融合图像中的空间细节信息和色彩信息,与对比算法相比,其融合图像在主观视觉质量和客观评价指标上都具有一定的优势.

• 联合线性判别和图正则的任务导向型跨模态检索

  代瑾, 陈莹

  针对现有的基于公共子空间的跨模态检索方法对不同检索任务的差异性、检索模态的语义一致性考虑不足的问题,提出一种联合线性判别和图正则的任务导向型跨模态检索方法.该方法在一个联合学习框架中为不同的检索任务构建不同的映射机制,将不同模态的数据映射到公共子空间中以进行相似性度量;学习过程中结合相关性分析和单模态语义回归,保留成对数据间的相关性以及增强查询模态样本的语义准确性,同时利用线性判别分析保证检索模态样本的语义一致性;还为不同模态的数据构建局部近邻图以保留结构信息,从而提升跨模态检索的性能.在Wikipedia和Pascal Sentence这2个跨模态数据集上的实验结果表明,该方法在不同检索任务上的平均mAP值比12种现有方法分别提升了1.0%~16.0%和1.2%~14.0%.

• 结合双随机相位加密和四元数格拉斯曼平均网络的彩色人脸隐私保护识别

  徐子涵, 邵珠宏, 尚媛园, 陈滨, 毕卉, 向文涛

  为保护彩色人脸图像的隐私并提高识别准确率,提出一种结合双随机相位加密和四元数格拉斯曼平均网络的彩色人脸隐私保护识别算法.首先将彩色人脸图像的颜色分量编码为纯四元数矩阵,使用双随机相位加密和四元数Gyrator变换进行加密.为了隐藏原始彩色人脸图像的内容,通过随机二值幅度掩模选取部分密文进行解密,得到不可见的人脸图像,然后使用四元数格拉斯曼平均网络提取人脸的特征向量和线性支持向量机进行识别.当人脸特征模板泄露时,可以重新生成随机二值幅度矩阵并构建新的特征模板替换原始的特征模板,满足可撤销性,从而保证原始人脸图像的安全性.在Aberdeen, Georgia Tech, Visible Light和YouTube Makeup 4个数据集上与当前3种人脸隐私保护识别算法进行比较,实验结果表明该算法能够有效地提高识别率,而且对数据集的变化具有较好的鲁棒性.

• 分支空洞卷积神经网络的机加工车间场景语义分割

  刘强, 何自芬, 张印辉

  机加工车间场景的语义分割方法是开发工业场景中自主导航小车AGV所需要的一项关键技术.针对AGV需要精确识别可通行区域和不可通行区域,以及机加工车间场景中目标类别较多且密集导致难以准确分割的问题,提出一种基于DeepLabv3深度学习模型架构的分支空洞卷积神经网络模型.在预训练残差网络ResNet-50的基础上,首先扩展分支结构,通过分支结构设置不同比例的空洞卷积扩张率实现调节特征图感受野,获取不同感受野的上下文信息;然后通过相同扩张率的叠加状态改善空洞卷积的棋盘效应,减少上下文信息的缺失;最后添加多尺度特征融合的解码器单元,利用目标定位准确的浅层特征和目标分类准确的深层特征进行特征融合,弥补由于棋盘效应导致的上下文信息缺失和像素信息不相关性的问题.在自制小样本机加工车间场景数据集上的实验结果表明,与DeepLabv3模型相比,该模型的验证精度提高5.14%,且对于可通行区域、道路线和不可通行区域的语义分割结果更加准确.

• 结合非局部低秩先验的图像超分辨重建概率模型

  张中兴, 刘慧, 郭强, 林毓秀

  现今图像成像技术日益普及,但受成像设备、成像环境以及在获取图像过程中外界噪声等因素的相互制约,在实际应用中很多图像成像分辨率较低,带来诸多问题.为此,提出一种有效的基于最大后验概率和非局部低秩先验的图像超分辨重建模型.首先,该模型采用连续图像序列作为数据输入,利用单幅图像内与连续图像间的相似性作为先验知识,提升相似图像块匹配度,消除图像细节丢失现象.然后,以最大后验概率框架建模,使用高斯分布和吉布斯分布拟合模型参数,提升模型泛化能力.通过相似块的奇异值估计待求块的奇异值,采用低秩截断抑制重建过程中引入的噪声.最后,利用图像的非局部自相似性和低秩性质,以非局部低秩约束正则化图像重建过程,添加图像的局部和全局信息来提升重建效果.在标准光流数据集、纽约大学和山东省千佛山医院提供的数据集上的实验结果表明,文中基于最大后验和非局部低秩先验的模型与传统插值算法、基于重建的优秀算法相比,在5组仿真实验中,其平均峰值信噪比提升6.3 dB,在保持图像纹理特征和恢复图像细节方面可取得更好的重建性能.

• CAD曲面等值分割方法

  胡靖尘, 郑国磊

  CAD曲面分割在工程领域中具有广泛的应用.已有分割方法主要根据单一的面点属性进行分割,不具通用性.为此,提出以自定义条件为核心的面等值分割方法.用户预先根据分割问题及相关面点属性设计一组条件,以此为依据计算界点,并沿界边生长方向依次搜索界点,进而以有序界点样条插值的方式生成界边.通过构造曲面及其子面片的界边,将曲面分割为一组等值面.为保证分割的一般性,提出初始界点和参数域采样单元界点精确计算方法.最后,针对可加工性、法向量和曲率3种面点属性分别设计分割条件并进行实例测试,在可加工区域分割测试中文中方法的平均界点误差比现有方法平均降低96.98%.实验结果表明,所提方法适用于不同的分割问题,且具有较高的分割精度.