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9期

• MedicareVis: 面向医保反欺诈的联合可视分析方法

  周杰辉, 朱融晨, 张玮, 陆俊华, 应豪超, 吴健, 陈为

  医保欺诈造成严重经济损失,对医保制度的安全稳定造成巨大冲击.然而,现有工作难以支持对多类欺诈行为的联合分析和探索.基于多维时序相关的医保数据,提出面向医保反欺诈的联合可视分析方法.该方法支持医保数据的时空多角度过滤,以更快地定位欺诈;并通过不同类别、不同主体的欺诈之间的关联分析,挖掘出隐蔽的欺诈行为;与医保领域专家合作,设计并实现一个面向医保反欺诈的可视分析系统MedicareVis,通过真实医保数据上的实例研究与专家访谈,证明该方法在帮助检测欺诈行为关联上的有效性和实用性.

• “为你写诗”: 面向中国古典诗歌的可视化交互创作系统

  封颖超杰, 周姿含, 张玮, 谭思危, 邵瑞敏, 陈佳舟, 陈为

  中国古典诗歌具有工整的句式和悠扬的韵律,这些特点对创作者提出了较高的要求.现有的诗歌生成系统大多着眼于生成模型的效果,用户的参与度和发挥空间有限.基于古诗文网、THUNLP-AIPoet等开源数据,设计并实现了一个面向中国古典诗歌的可视化交互创作系统“为你写诗”.其自定义视图支持自定义句式情感;“挥毫泼墨”视图自动生成诗歌作为创作基础,并且可视化诗歌文本的韵律情感等多维度属性;修改辅助视图在创作过程中提供改进建议和候选推荐.通过实例分析和用户调研对系统视图的功能和创作结果的连贯性、情感和韵律进行评价,结果表明了它的有效性和实用性.

• 空气质量细粒度数据内联关系可视分析系统

  田东, 李观, 程世宇, 孔磊, 唐晓, 赵青, 高阳, 单桂华, 迟学斌

  随着数据观测和数字计算技术的快速发展,空气质量数据粒度越来越细致,为研究空气质量的细粒度数据内联关系可视化、辅助理解空气污染物的转化规律提供了数据基础.针对蕴含丰富内联特征的大气质量细粒度数据开发了一个内联关系可视分析系统.首先,基于大气质量数据多维属性设计时空数据维度模型增强数据的时空表达,并提出一种基于深度学习的特征提取方法,将空气质量数据从高维空间映射到支持交互可视分析的低维特征空间;然后,设计了一套多视图联动的可视化系统,帮助用户发现空气污染传输中的细粒度内联关系,理解污染传输途径的数据分布特征.用户实例和用户评价结果表明,该系统是有效的.

• 群组运动驱动的舰船舱室空间布局设计与优化

  吕培, 陈伟超, 张权, 徐明亮, 黄龙, 郭晨冰, 周兵

  为高效求解舰船舱室的空间布局优化问题,提出基于群组运动仿真和张量场的交互式布局设计与优化方法.首先使用基于图像的流动可视化算法(image based flow visualization,IBFV)分析空间布局域中的张量场,计算特征向量并生成舰船通道网,得到以该通道网为基础的舱室空间布局;然后通过群组仿真算法模拟不同人员在舱室空间布局域内的行为活动,进而评价船员在舱室中的移动性和舒适性.在得到一系列舰船通道网和群组仿真数据结果之后,分别建立通道网中通道宽度、通道间距与群组仿真结果中移动性代价值、舒适性代价值之间的映射关系,并以群组运动仿真评估结果作为评价指标交互迭代调整张量场特征参数,最终得到舱室空间布局优化结果.实验结果表明,文中方法有效地建立了张量场与群组运动仿真之间的映射关系,对比遗传算法和层次分析评价法,能够快速、高效地设计出符合人类活动的高质量的舱室空间布局.

• 基于深度学习的自适应水墨画计算美学评估

  张佳婧, 于金辉, 缪永伟, 彭韧

  近几年艺术作品的计算美学评估已成为一个热门的研究方向.但现有工作主要研究照片和油画,关于水墨画的定量审美评估却鲜有尝试.水墨画通过水墨相调和笔法变化来表现画面,因而在视觉特征、语义特征和审美准则上与照片和油画有显著不同.针对此问题,采用深度学习技术,提出一种自适应的水墨画计算美学评估框架.该框架首先构建水墨画图像美学评价基准数据集;然后根据水墨画审美标准提取全局与局部图像块作为多路输入,并设计一种多视角并行深度卷积神经网络来提取深度审美特征;最后基于水墨画的题材查询机制,构建自适应深度审美评估模型.实验结果表明,文中包含6个并行题材卷积组的多视角网络架构相较基础VGG16架构有较高的审美评估性能,提取的深度审美特征明显优于传统手工设计特征,其自适应模型评估结果与人工审美评价之间达到0.823的皮尔森高度显著相关,且均方误差为0.161.此外,干扰实验表明,文中的网络对构图、墨色和纹理3个绘画要素较为敏感.该研究将不仅为国画计算美学评估提供了一个基于深度学习的参考框架,而且有助于进一步探索人类审美感知与水墨画中深度学习特征之间的关系.

• 广义Bézier面片参数的优化

  温汇彪, 李亚娟, 邓重阳

  Várady等在2016年用广义重心坐标和二元Bernstein基函数构造了广义Bézier面片,该面片具有简单的控制网格和良好的几何特征,但其基函数的参数关于广义重心坐标是非线性的.首先将广义Bézier面片的非线性参数优化为线性参数,为面片几何性质的分析提供了便利;然后证明新面片在相邻曲面公共边界处具有与原曲面相同的拼接条件;最后对比计算新旧局部参数消耗的时间,表明参数的优化减少了计算时间.通过多个几何实例,说明面片的几何特性几乎没有改变.

• 基于蒙特卡罗树搜索的树图布局

  刘婷婷, 汪云海, 屠长河, 蒋鹏

  树图是层次数据可视化的常用方法,已有的研究发现,满足逐步加点原则的3种树图布局算法(正方化布局算法、条状布局算法和螺旋线布局算法)在常见的4种优化指标(平均长宽比、稳定性、数据一致性和可读性)上各有优缺点.其中,条状布局算法和螺旋线布局算法的长宽比较大,正方化布局的长宽比仍有优化空间.基于蒙特卡罗树搜索,在树图布局的同时构建对应的搜索树并利用置信度上界公式作为搜索路径的选定标准,在用户可接受时间内对3种布局算法的算术平均长宽比和所提加权平均长宽比分别进行了优化.为了证明算法的有效性,在构造出的3种不同分布、7种不同规模的单层数据集以及真实的多层数据集上测试,并与原算法进行比较分析,最后利用对应结论指导用户选择更好的布局算法以及设置更恰当的参数.

• 曲率自适应条件下特征点选取的非均匀B样条曲线插值方法

  陈良骥, 高飞, 赵波, 马龙飞

  针对计算机数控编程阶段生成的海量离散刀位数据,在满足预设插值精度的条件下,提出一种基于曲率自适应选取特征点的非均匀B样条曲线插值方法.首先,采用相邻3点形成近似圆弧的方法计算各个离散刀位数据点的曲率,将曲率分段点、曲率极大值点等特征数据点作为初始插值数据点,构造生成初始非均匀B样条插值曲线;其次,建立插值误差计算模型,并用于计算所有未参与插值的数据点与非均匀B样条插值曲线间的插值误差,在超出预设插值误差的曲率段内增加新的特征点,生成新的非均匀B样条插值曲线;重复上述过程,直至所有不在非均匀B样条插值曲线上的数据点都满足插值精度条件为止.对实际加工离散刀位数据的仿真计算结果表明,该方法即便去除了大量原始离散刀位数据,也能更好地保留原始刀位数据曲线在外形和精度方面的特征,且具有迭代计算次数少、数据点去除量大等特点,在海量离散刀位数据的样条化数控编程方面具有较高的应用价值.

• 云边页协同的WebBIM大场景多粒度兴趣加载调度算法

  李柯, 张乾, 贾金原

  当今5G与VR日益兴起,在移动网页浏览器上展示大规模建筑信息模型(BIM)场景的需求越来越多.网页浏览器计算性能弱与网络延迟严重等问题,使大规模WebBIM场景的在线可视化具有较大的挑战性.为此,提出云边页协同的WebBIM大场景多粒度兴趣加载调度算法.首先,将边缘计算引入WebBIM在线可视化中,设计云边页三端协同的WebBIM多粒度在线可视化框架;然后,针对BIM构件给出兴趣度的定义,并提出基于兴趣度的多粒度化传输调度机制;最后,根据视角的全局性、轻量性与兴趣度,给出BIM场景的最优初始加载视点的选取方法.借助于阿里云服务搭建实验平台,并选取若干大型BIM场景进行了网上实测.实验结果表明,该算法能够有效地降低加载BIM场景的数据量,显著地提升WebBIM场景的初始加载速度,在线漫游时没有明显的延迟.

• 基于3D人脸跟踪的实时真人虚拟试发

  唐博奕, 杨文武, 赵叶清, 杨柏林, 金剑秋

  真人虚拟试发在虚拟社交、在线商城试戴和个人发型设计等领域具有明显的应用价值.现有的基于图像的2D虚拟试发系统无法让用户从不同的角度和距离实时观看试发效果,极大地限制了这类系统的可应用范围.为此,提出一个基于3D人脸跟踪的实时真人虚拟试发系统,用户仅使用一个网络摄像头,就能如同在镜子前试戴真实假发一样进行虚拟试发.首先结合深度学习技术与传统优化算法,从2D人脸视频帧中快速鲁棒地计算出对应的3D人脸形状和姿态,实现3D人脸跟踪;然后根据事先指定的若干对对应点,自动把3D头发佩戴到视频帧所对应的3D人脸模型;最后根据3D人脸模型对3D虚拟头发进行遮挡处理与绘制,实现虚实混合的真人虚拟试发效果.此外,还提出一种简单实用的3D头发重上色算法,以进一步增强虚拟试发效果.在室内外环境下,使用网络摄像头采集用户视频进行了大量的真人虚拟试发实验的结果表明,该系统是有效的和实用的.

• 融合RGB图像特征的多尺度深度图像补全方法

  郑柏伦, 冼楚华, 张东九

  针对目前因缺少配对的“缺失-完整”RGB-D数据集而不能直接训练端对端深度图像补全模型的问题,提出基于随机掩码构造对应的缺失-完整数据,结合真实数据集与合成数据集交替训练模型的策略.基于随机掩码生成不同缺失比例的深度图像,并且利用合成数据集构造具有可靠真值的深度图像缺失数据,从而得到具有可靠数据的缺失-完整RGB-D数据集.以此策略为基础,搭建融合对应RGB图像特征的多尺度深度图像补全网络,该网络分别从RGB图像特征提取分支和深度图像特征提取分支提取不同尺度的RGB图像特征和深度图像特征,再经过特征融合分支在不同尺度上对RGB图像特征和深度图像特征进行融合,进而能够充分地学习RGB图像丰富的语义信息和深度图像的信息补全缺失深度.在NYU-Depth V2数据集的实验表明,该方法在不同缺失比例的深度图像补全任务中,阈值精度平均值为0.98,平均相对误差约为0.061,与现有基于神经网络和优化稀疏方程组的方法相比,其在阈值精度上平均提升了0.02,平均相对误差平均下降了0.027.

• 结合通道空间加权特征金字塔网络的白细胞检测与分割

  耿磊, 杨盟盟, 肖志涛, 张芳, 刘彦北, 吴骏, 王雯

  白细胞的准确检测和精确分割是一项具有挑战性的医学图像处理任务.在显微镜下获取的白细胞图像会受到染色杂质的影响,且白细胞种类繁多、形态各异、类间差别小,还存在相互重叠相互粘连的现象,导致细胞边缘无法被准确分割,上述问题一直都是白细胞图像检测和分割的难点.针对以上问题,基于Mask R-CNN提出了结合注意力机制多尺度特征融合的白细胞检测方法.在Mask R-CNN结构的基础上,在特征金字塔网络(FPN)模块中融合了注意力机制模块,提出了通道空间加权特征金字塔网络.该结构不仅可以学习特征图中重要通道特征的权重大小,还可以学习层中重要特征区域的表示.同时,在网络结构中加入了Skip-FPN模块,该模块通过短连接融合更多白细胞的底层细节信息,从而更准确地检测白细胞,更精确地进行白细胞的形态分割.实验结果表明,所提方法具有良好的检测与分割性能.在Kaggle开源数据集下,所提方法对白细胞检测的指标mAP值达到了98.25%,与改进前相比提高了1.25%;分割的平均精度mIoU值达到了89.30%,与改进前相比提高了0.002%.

• 结合边缘轮廓和姿态特征的人体精确解析模型

  甘霖, 刘骊, 刘利军, 付晓东, 黄青松

  针对着装场景中由于人体姿态、边缘轮廓、服装配饰的复杂性以及着装部位关节点被遮挡等因素导致人体解析精度较低的问题,提出一种结合边缘轮廓和姿态特征的人体精确解析模型.首先采用残差网络ResNet-101作为主干网络表征输入人体图像进行初步人体解析,得到粗解析特征;然后构建边缘轮廓模块,结合上采样后的全局和局部特征得到人体边缘轮廓;再基于着装姿态定义着装姿态损失函数,通过姿态估计模块提取人体姿态特征;最后联合粗解析特征、边缘轮廓和姿态特征,并定义结构损失和人体解析损失的组合函数输出精确的解析结果.在多个数据集上的实验结果表明,该模型的mIoU评测指标提高了1.96%,在人体的着装姿态和部位遮挡等方面获得了更准确的语义分割结果,能有效地提高着装人体解析的精度.

• 空间调制全偏振计算成像场景迁移超分辨率方法

  徐国明, 袁宏武, 薛模根, 王峰, 王杰

  空间调制型全偏振计算成像同时获得可见光和红外通道图像,但是受探测器限制,2个通道的图像空间分辨率不一致,给后端的图像融合及目标探测过程带来不便.为此,提出基于场景特征迁移学习的空间调制型计算成像超分辨率方法.首先在分析空间调制计算成像的相同场景异源图像特点基础上,构建场景特征迁移模型;然后建立改进场景迁移卷积神经网络结构并选择修正线性激活函数,同时增加空间分辨率一致性约束;再设计最优光谱迁移响应学习策略,并作为前端输入加到超分辨率网络;最后将光谱迁移响应优化与全偏振超分辨率重建的参数联合学习,获得高分辨率偏振图像.利用实际成像系统的仿真数据及系统数据进行2倍和3倍超分辨率实验,从主观视觉效果、客观量化评价指标和偏振参量解析结果3个方面对多个指标进行评价.结果表明,文中方法在视觉效果上能够保持目标轮廓并抑制噪声干扰,在16个客观指标对比数据上取得了10个优于、3个相同和3个低于的结果,验证了该方法的有效性,为成像系统定标校正提供数据支持.

• 基于自适应关键点热图的遮挡篮球运动员检测算法

  任媛, 雒江涛, 梁旭鹏

  运动员检测是篮球运动智能化分析的基础,由于篮球视频存在场景复杂、目标运动快速、目标间遮挡严重的问题,现有目标检测技术不能实现对密集遮挡运动员的精确检测.为此,提出一种基于自适应关键点热图的遮挡篮球运动员检测算法.首先通过预先构建的全卷积编码-解码网络进行运动员特征提取,利用高斯核函数在特征图上渲染关键点热图,热图的渲染采用自适应策略,高斯核半径随着目标宽和高的变化而变化,能够加快网络收敛;然后在热图中提取运动员中心点,回归得到运动员宽高、位置等信息,省去了基于锚框检测中复杂耗时的后处理过程,更利于在遮挡条件下区分2个运动员.在篮球运动数据集BasketballPlayer上进行实验的结果表明,在复杂篮球视频场景下,该算法能有效地解决密集遮挡运动员之间漏检、误检和检测精度不高的问题,处理速度可达到26帧/s.

• 多通道运动特征融合的微表情识别方法

  佘文祥, 刘斌, 陶建华, 张昊, 吕钊

  针对已有的微表情识别中由于微表情变化幅度不明显,导致细微特征容易在学习过程中丢失,从而使模型的性能受到限制的问题,提出一种基于运动特征的微表情识别方法.首先分析变化幅度相对明显的区域对微表情识别的影响,根据生理学研究对微表情变化相对活跃区域进行局部切割,并使用并行神经网络分别对局部区域和全局区域提取特征;然后采用一种能够提取特征级运动信息的运动特征提取模块从空间特征图中学习到运动特征,将运动特征和空间特征进行聚合,以减少细微特征的丢失;最后将局部特征和全局的聚合特征组合成新的混合特征用于微表情识别.实验结果表明,在MEGC 2019数据集(包含CASME II,SMIC和SAMM)上,未加权F1分数和未加权平均召回率的结果分别为81.81%和79.01%,与MEGC 2019最好的方法相比分别提高了2.96%和0.77%,该方法具有更好的识别性能.

• 烧结断面火焰图像多核Boosting显著性检测

  王福斌, 刘贺飞, 王蕊, 何江红, 武晨

  烧结断面火焰图像受烟尘与光晕干扰,图像中火焰边缘与料层区域出现模糊退化现象.为解决传统基于二维图像特征的显著性检测方法难以有效地获取断面火焰图像实际显著区域的问题,提出基于边界连通性与多核Boosting的显著性检测方法.首先在图像颜色空间转换过程中采用色彩去相关原理,利用边界连通性与暗通道先验获取初始显著性图,提高初始显著性模型的检测水平;然后根据断面火焰图像超像素区域自身信息、区域方差和区域对比度构建区域描述符,在4个尺度上描述超像素分割区域,并使用基于支持向量回归的多核Boosting算法生成辅助显著性图;最后将初始显著性图与辅助显著性图进行加权融合,得到最终显著性图.以P-R曲线、F-measure、平均绝对误差和单幅图像的运行时间为评价指标,采用包含人工标注的600幅烧结断面火焰图像将所提方法与其他5种现有方法进行对比,并对所提方法各阶段进行分析.实验结果表明,所提方法优于其他5种方法,各阶段检测性能逐步增强,为提高断面火焰图像有效信息的提取精度奠定了基础.