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2022年第11期

• 面向多相流模拟的体积通量无散度SPH方法

  徐衍睿, 王笑琨, 班晓娟, 王佳敏, 宋重明, 王勇

  针对高密度比多相流体模拟中存在的相间密度计算误差问题及产生的不合理对流运动模拟效果，提出一种基于体积通量无散度的隐式流体压强求解方法.首先，分析传统多相流模拟方法产生密度近似误差的原因；其次，提出“体积-压缩率”的关联计算方式，构建流体压缩率与压强间的线性关系；再次，分别设计恒定体积求解器和体积通量无散度求解器，以实现多相流模拟过程中流体体积的不可压缩性和速度场的无散度特性.为验证所提方法性能，以流体模拟方法DFSPH为对比对象，分别以模拟效果合理性、数值计算稳定性与收敛性为定性和定量评估指标，依次开展两相溃坝、热对流等多相流交互实验.结果表明，该方法能够实现高效、稳定的多相流交互模拟视觉效果，在同等多相流条件下较DFSPH方法耗费更少计算时间实现收敛，在各种复杂模拟场景中均具有良好的健壮性、有效性和可扩展性，尤其适用于高密度比流体交互模拟.

• 结合体细分的复杂六面体网格模型交互式构造方法

  李勇杰, 吴海燕, 谢津, 何童, 计忠平, 徐岗

  针对目前六面体网格模型生成与构造困难的问题，提出了一种基于体细分的复杂六面体网格模型交互式构造方法.用户首先通过交互方式构建出模型骨架，在骨架结构的节点处放置立方体，并对节点立方体进行旋转、平移、缩放等交互操作.然后，通过节点之间的连接与拓扑分裂操作，便可以生成初始的六面体控制网格.进一步，通过Catmull-Clark插值体细分方法生成具有不同分辨率的六面体网格.最后通过padding操作消除在边界处的退化单元以及提升六面体网格单元质量，从而得到最终的六面体网格模型.数值实例结果表明，所提方法可方便且高效地交互生成六面体网格，与传统方法相比，省略了从表面网格生成体网格的中间步骤，在有限元分析、等几何分析及动画建模中具有应用价值.

• 面向科学文献同名消歧的可视化分析方法

  张鹏宇, 张勇, 崔言杰, 尹宝才

  直观地展示科研团队中的合作关系，能够辅助用户在科学文献管理工作中更好地进行文献同名消歧.由于科学文献作者合作关系复杂，难以通过可视化进行直观展示，因此设计并实现了面向科学文献的同名消歧可视化分析方法.首先，根据文献合著者存在的合作网络生成合作关系图，揭示科研团队中作者的合作关系；其次，为了展示不同作者研究方向之间的相关性，设计了合作关系图和发文期刊图之间的可视化联动；最后，通过结合深度学习模型分别对文献和作者进行分类，实现了从作者和团队任意主体出发的交叉分析与连贯推理.基于北京工业大学4 000篇论文构成的真实数据进行案例分析，并邀请了科研管理人员和学生通过实验完成度和李克特量表进行评价，验证了所提方法的有效性.

• 基于自适应蒙皮变形的点云姿态迁移

  李明, 尹梦晓, 李桂清, 赵美, 杨锋

  为避免全局平滑系数的DDM在点云姿态迁移时出现撕裂、扭曲以及姿态学习不充分等问题，提出一种自适应权重蒙皮变形点云姿态迁移方法.首先利用改进的拉普拉斯收缩骨架提取方法提取源点云模型和参考点云模型的同构骨架，用聚类优化关节点位置，并计算2个同构骨架之间的关节点的几何变换；然后根据顶点变形程度和聚类划分改进DDM的逐点平滑系数，利用骨架层次信息对源姿态进行刚性蒙皮权重绑定；最后将蒙皮问题重新表达成求解刚性变换矩阵，实现姿态迁移.在现有MPI DYNA的人体点云模型和MIT的动物点云模型上进行骨架提取与蒙皮变形实验，实验结果表明，所提方法可生成无冗余分支和关节点的同构骨架，得到细节保持良好、姿态学习较充分的目标姿态模型.

• 单幅图像人手参数模型深度网络回归方法

  张惠嵌, 李桂清, 柳雨新, 聂勇伟, 冼楚华

  为了提高从单目RGB图像估计人手的姿态与形状的精确性和准确性，加速3D重建过程，同时结合深度网络的高效性和迭代拟合的稳定性，提出单目图像人手网格重建方法.首先利用卷积神经网络模型从图像提取稀疏特征；然后根据稀疏特征回归人手模型参数，回归参数用于初始化迭代优化例程，将人手模型拟合到3D关节点上；最后用迭代拟合的人手参数逆向监督整个网络.基于弱透视投影模型，采用大型手势动作数据库FreiHand和ObMan进行实验的结果表明，所提方法在姿态误差和网格误差上较对比方法分别降低约52%和59%，在运行效率上较对比方法快约3倍.

• 基于C/S架构的倾斜摄影点云渲染

  汪听雨, 谭博文, 李文峰, 陈嘉炜, 张严辞

  随着倾斜摄影大规模场景应用的逐渐普及，在基于网络传输的应用中，针对多细节层次（LOD）层级切换滞后和跳变的问题，以倾斜摄影点云作为基本图元构建场景，并在此基础上改进渲染效果和传输效率.首先，对于无法使用部分传输的高精度数据进行绘制的问题，提出一种多LOD层级混合渲染算法，及时、有效地表达高精度数据的特征；其次，对于数据传输效率较低的问题，提出细粒度的点云传输及裁剪策略.最后，在点云地形块内部启用基于法向量的预处理划分，并在运行时通过优先级排序和剔除，确保最大化利用传输的数据.实验采用化简后的倾斜摄影点云，引入分布及命中等评价指标，与传统Splatting面元绘制算法对比，能在层级切换时有效地降低画面RMSE和提高模型纹理质量.结果表明，使经过裁剪的部分高精度数据参与渲染可以使层级切换及时、平缓，获得较好的视觉效果.

• 多维度空间变换网络拓扑布局方法

  蔡婷, 王松, 刘亮, 易思恒, 韩永国

  网络拓扑布局能帮助用户直观地了解分析网络结构.随着网络规模的增大和网络属性的增加，为了兼顾多元网络结构特征的呈现和局部网络的属性关联分析，引导用户进行渐进式探索分析，提出一种多维度空间变换网络拓扑布局方法.首先基于社区特征进行3维布局，呈现网络整体结构特征；基于3维布局和网络属性，对用户筛选的网络结构进行维度空间变换，在2.5维布局中呈现属性和拓扑关联；最后，对用户筛选的单维属性局部网络进行2维布局，通过多样化布局方式呈现局部网络拓扑结构.基于该拓扑布局方法，使用社交网络、脑网络和计算机网络3种数据集进行实验分析，结果证明了所提方法在兼顾结构特征呈现和属性关联分析，以及渐进式探索分析中的有效性.

• 多模态人体运动同步数据集

  程景铭, 谢文军, 沈子祺, 李琳, 刘晓平

  人体运动数据集是运动数据去噪、运动编辑及运动合成等研究的重要基础.为支撑更具通用性的多模态数据融合研究，设计并采集一套公开的多模态人体运动数据集是亟待解决的问题.首先设计基于传感器的动作捕捉设备采集精准的运动数据、基于体感设备采集的粗糙运动数据、基于惯性测量单元采集的局部惯性数据的采集环境；然后基于网络时间协议实现设备间时序同步，以及多模态数据间的空间同步；最后分类采集了全身运动多模态数据集（HFUT multimodal motion dataset，HFUT-MMD），包含12位采集者进行6类运动的总计6 971 568帧数据.利用已有算法在HFUT-MMD数据集上的实验结果表明，低精度运动数据经过模型优化能够得到与精准的运动数据相近的运动数据，佐证了各模态数据间的一致性.

• 三角形网格序列表示的人体动作识别

  王辉, 宋佳豪, 丁铂栩, 何鹏, 曹俊杰

  鉴于现有的人体动作识别研究工作主要是基于骨架和视频表示的，提出三角形网格序列表示的人体动作分类方法.首先，选用三角形网格序列中的首帧模型作为模板，利用形状差异算子计算序列的后续帧相对于模板模型的差异，并表示为形状差异信息张量；然后，将形状差异信息张量输入由二维卷积网络与长短期记忆网络组合而成的深度网络中，提取时序动作特征，实现人体动作分类.实验结果表明，该方法在人体动作数据集AMASS上的分类准确率达到了100.00%.

• 基于BEMD和DFT的遥感图像零水印算法

  徐依朋, 胡坤, 王小超, 胡建平

  为了解决传统图像水印算法对遥感图像进行版权保护时修改宿主图像的问题，并提升遥感图像水印算法的鲁棒性，提出一种基于二维经验模态分解（BEMD）和离散傅里叶变换（DFT）的遥感图像零水印算法.首先利用BEMD对宿主图像进行多尺度分解，得到内蕴模态函数和余量，并对余量信息进行8×8分块DFT，将高频系数构建成系数图像；然后使用Arnold变换对水印图像进行置乱处理，提高水印图像的安全性；再调整水印图像大小，解决水印嵌入过程中宿主图像和水印图像在图像尺寸匹配上的问题；最后将DFT分解的系数图像和水印图像进行异或操作构建特征图像，实现遥感图像零水印的构建.选取大量遥感图像和水印图像进行实验，结果表明，所提算法能有效地抵抗各类滤波、锐化、直方图均衡、伽马变换、噪声以及缩放等攻击.在12种攻击60种参数情况下，提取的水印图像95.0%与原始水印图像的归一化相关系数值超过0.990.与传统遥感图像水印算法相比，所提算法保证了宿主图像的无损性，使保存在公证机构用来版权保护验证的特征图像不会对宿主图像造成任何破坏，并具有较好的鲁棒性.

• 结合多尺度通道注意力和边界增强的2D医学图像分割

  陈大千, 张凡, 郝鹏翼, 吴福理, 董天阳

  二维（2D）医学图像分割在疾病诊断和计算机辅助治疗中具有重要作用.针对2D医学图像由于目标大小、形状不一以及边界模糊而难以精确分割的问题，提出一种结合多尺度通道注意力和边界增强的2D医学图像分割方法.首先以2D医学图像作为输入，并利用编码器和边界增强模块从中分别提取出高级特征图和边界分割结果；然后利用多尺度通道注意力模块从高级特征图中提取出不同尺度的上下文信息，增强其中有用的特征并抑制无用的特征响应；最后将得到的上下文信息传入解码器中获得区域分割结果，并与边界分割结果进行整合，得到最终的分割结果.为了化解医学图像中出现的数据不平衡问题，提出一种自定义的损失函数.在包含残根的牙齿全景片、包含龋齿的牙齿全景片、视网膜血管和皮肤病灶4个数据集上的实验结果表明，所提方法的分割精确率分别达到了85.63%，70.15%，75.86%和85.92%；与其他医学图像分割方法相比，所提方法表现更佳.

• 面向服装个性化定制的多视角轮廓三维人体快速重建方法

  张树有, 房乃玉, 裘乐淼, 刘艺舒, 王自立

  服装个性化在线定制需要围绕用户形状参数进行设计，传统的量体方法获取的用户形状参数误差高、反馈慢，亟需构建一种三维人体重建方法能够快速感知用户人体形状.针对此问题，提出了一种面向服装个性化定制的多视角轮廓三维人体快速重建方法.利用多级空洞卷积分割网络（multilevel dilated convolution semantic network，MDS-Net）提取人体轮廓图像中整体和局部特征，实现轮廓图像的语义分割；利用躯干参数提取网络（torso parameter extraction network，TPE-Net）提取多视角人体轮廓分割图的形状和姿势参数；利用主成分分析（principal component analysis，PCA）提取三维人体模型潜层空间的语义特征，并映射为由TPE-Net输出的形状和姿势参数，从而实现三维人体重建.在PyTorch环境下，采用4个数据集进行实验验证，结果表明，MDS-Net在测试集上的分割mIoU评分平均为0.881，能够实现整体分割和局部细节保留；TPE-Net在测试集上形状参数预测准确率为0.74，关节预测偏移距离与运动树中的索引呈正比；同时，使用真实案例验证了整个三维人体重建方法的有效性.

• 多尺度空间特征引导的服装关键点检测方法

  谢志峰, 周志鹏, 王兆胜, 丁辉明, 马利庄

  为了提高服装关键点检测的准确率，提出一种多尺度空间特征引导的服装关键点检测方法.首先，借鉴深度可分离卷积的思想，构建空间特征引导的注意力模块，在增强网络流中空间特征的同时，强化不同特征通道之间的信息交互；其次，将注意力模块嵌入HRNet网络的多个尺度上，在每个尺度上对输入特征的空间信息进行细粒度建模，从而更精确地定位关键点；然后，利用无偏数据增强方法，将数据从离散空间转换到连续空间，减小关键点检测过程中的量化误差；最后，采用由粗到细的训练策略，在提高关键点检测准确率的同时，大幅减少计算量.所提方法在DeepFashion2数据集的服装关键点检测任务中达到67.4%的准确率，超过文中对比方法.

• 基于RNN和注意力机制的双向人体姿态补全方法

  杨韫韬, 聂勇伟, 张青, 李平, 李桂清

  为解决监控视频中行人相互遮挡问题，提出了一种人体姿态序列补全方法.该方法在给定两端可见的姿态序列时，能生成中间缺失的姿态序列，主要包含以下过程：（1）采用基于注意力机制的序列到序列模型，以给定的两端可见的姿态序列为输入，输出中间的目标姿态序列；（2）同样采用上述基于注意力机制的序列到序列模型，但以逆序的两端姿态序列为输入，输出中间的目标姿态序列；（3）将双向预测结果进行混合后得到最终的目标序列结果.所提方法很好地解决了在前后姿态已知的情况被遮挡行人姿态的恢复问题.在Human3.6M，CASIA等数据集上进行了测试，并以生成的姿态数据与真值之间的L2误差作为评价指标，与相关方法对比，平均补全误差由81.6降低至42.5，性能提升了47.9%.

• 基于区域检测和弧筛选的椭圆检测方法

  贾棋, 梁景朝, 王祎, 薛昕惟, 樊鑫, 罗钟铉

  椭圆检测是计算机视觉领域的热点问题，如何快速且准确地检测出椭圆，尤其是分辨率较低的小椭圆，是该问题面临的主要挑战.首先，通过构造不同尺寸椭圆的数据集，将深度学习中的目标检测方法引入椭圆检测过程中，实现对椭圆区域的检测；其次，提出了一种基于二次曲线约束的两阶段弧过滤策略，可以有效地检测嵌套椭圆，同时减少漏检和误检的椭圆个数；最后，对于没有检测到椭圆的预估计区域，采用Bicubic插值法扩大该区域，以检测小椭圆.实验结果表明，与现有方法相比，所提方法不仅检测精度有显著提升，检测速度也具有优势.特别是在小椭圆数据集上，所提方法的检测精度与传统方法相比提升约2倍以上.

• 鼻-颅底快速路径提取与自动导航

  韩靖, 孙晓宇, 惠筱, 王裕栋, 王淼, 骆岩林

  在鼻-颅底虚拟内窥镜中，现有的导航路径提取算法运行效率低，自动导航算法容易产生画面剧烈旋转问题.为此，提出基于导航区域预规划的中心路径提取和自适应速度与旋转的自动导航算法.前者改进距离变换法，基于快速扩展随机树预规划导航区域和计算边界距离场图，通过构建最大代价树提取中心路径；后者改进了DoTween方法，根据路径中最短线段长度调节相机移动速度，并根据路径折点处的空腔直径调节预判转向距离.使用DICOM生成的鼻腔模型进行实验，研究结果表明，相比距离变换法，基于导航区域预规划的中心路径提取算法的路径提取速度提升约49倍；相比DoTween等方法，自适应速度与旋转的自动导航算法在折点处画面变化更自然.