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2期

• 基于生成对抗网络的行人重识别方法研究综述

  朱敏, 明章强, 闫建荣, 杨勇, 朱佳旻

  近年来,随着公共安全需求的不断增长以及智能监控网络的快速发展,行人重识别已成为计算机视觉领域的热门研究课题之一,其目标是在不同摄像头中检索具有相同身份的行人.首先,介绍目前经典的行人重识别数据集;然后,重点梳理了近年来基于生成对抗网络的行人重识别方法,根据生成对抗网络的特点和应用场景将这些方法归纳为风格转换、数据增强和不变性特征学习3类,并总结每类方法的基本原理和优缺点;再在主流数据集上对经典算法进行比较;最后,总结现阶段行人重识别面临的挑战,并对未来的研究方向进行展望.

• 基于差分注意力的时空小波分析视频预测算法

  金贝贝, 胡瑜

  针对视频预测中空间结构信息细节和时序运动依赖关系难以准确预测的问题,受人类视觉过程的启发,提出一种基于差分注意力机制的时空小波分析视频预测算法.首先利用时空小波分析模块对视频内容进行多频分解,增强模型对于高频细节信息以及过程性运动的理解能力;然后利用差分注意力机制指导模型更高效、合理地分配注意力资源,提升对瞬时运动特征的表达能力.在KTH, Cityscapes, BAIR, KITTI, Caltech Pedestrian数据集上的实验结果表明,所提算法在PSNR, SSIM, LPIPS评价指标上取得了比已有算法更优异的效果;同时,可视化的对比也表明所提算法的预测结果更加清晰.

• 用于视频流人体姿态估计的时空信息感知网络

  吉斌, 潘烨, 金小刚, 杨旭波

  针对现有二维人体姿态估计方法应用于视频序列时由于图像质量不稳定而导致的估计精度下降和时域不连续的问题,提出一种时空信息感知网络STNet.首先利用卷积模块提取出每帧视频中人体关节点的二维空间热力图,接着利用循环卷积模块对连续帧热力图之间的时间信息进行编码.时空信息的解耦学习策略提升了姿态估计结果的时域连贯性和空间准确性,降低了视频序列中时空特征的提取难度.循环卷积模块中的ConvGRU结构在保证识别精度的同时有效减少了模型计算量.在二维关节点数据集PennAction和Sub-JHMDB上进行实验,并与其他现有方法进行对比分析.结果表明, STNet可以实现预测精度和运算量之间的更好权衡,更具实用价值.

• 数字化体视显微系统的深度测量

  袁嫣红, 罗宏利, 袁海骏

  随着微系统、微控制等技术的不断发展,工业自动化和生产中对微观测量的需求日益增加,对精度、效率、成本等方面提出了更高的要求.针对这一现状,结合显微技术与双目视觉技术,以常用的体视显微镜及双相机构建了一个数字化显微视觉深度测量系统.首先设计连接件连接相机与显微镜并搭建测量系统;然后通过调整相机位置进行机构对准与系统参数标定,获取双目图与深度计算所需参数,建立视差与深度的对应关系;再基于CUDA设计一种快速的立体匹配算法计算视差图;最终完成视差图与深度图的转化,实现显微目标的深度测量并进行精度分析.利用体视显微镜放大倍率可调特性,完成的测量系统具有可调的分辨率和对应的视场.文中定量分析了测量分辨率、视差、精度之间的关系,并对几种微电容进行了测量及对比分析,同时将实验数据与现有的一些研究成果进行比较,结果表明,该数字化显微视觉测量系统速度快、精度高,对精密芯片、电子元器件等均有良好的深度测量效果,具有较大的实际意义.

• 采用伪3D卷积网络的脑部MRI图像超分辨率重建

  柏正尧, 陶劲宇

  针对现有深度学习医学图像超分辨率重建算法因网络参数量大导致计算复杂度过高、网络难以训练的问题,提出一种采用伪3D卷积的轻量级密集残差连接3D卷积神经网络(P3DSRNet)模型.首先利用密集残差块拓宽残差块中卷积层的通道,将更多的特征信息传送到激活函数,使网络中浅层图像特征更容易地传播到高层,增强医学图像超分辨率的表达能力;然后采用伪3D可分离卷积策略训练网络,将标准3D卷积核分离成多个卷积核,分阶段进行训练,使网络训练收敛速度更快,解决标准3D卷积拓宽维数导致网络训练难度加大时参数急剧增加的问题.实验结果表明,对比传统的插值超分辨率算法和LRTV超分辨率算法,采用P3DSRNet模型重建的医学图像纹理细节更丰富,视觉效果更逼真,与采用卷积神经网络的超分辨率算法SRCNN3D和ReCNN相比, P3DSRNet模型网络参数大大减少,峰值信噪比分别提升了1.88 dB和0.30 dB,结构相似度分别提升了0.009 6和0.001 1, P3DSRNet模型不仅大大降低了参数量和计算复杂度,而且提高了医学图像的超分辨性能.

• 去光源影响的加权导向滤波图像去雾算法

  毛德乾, 高珊珊, 张晨昊, 张彩明

  含光源影响的雾图像中光源极易引入雾天原本不存在的光晕,从而影响大气光值和透射率估算的准确率,针对此问题,提出一种简单、易实现的去光源影响的雾天图像去雾算法.首先,基于超像素分割在CIELab颜色空间进行光源区域确定;然后,引入基于距离度量的光衰减因子计算并去除光源的影响;最后,以超像素块为单位估计大气光值,并采用加权导向滤波迭代优化透射率获得光源影响下的去雾结果图,提高效率和准确率.在光源影响下雾图集合和SOTS等数据集上进行了复原实验,将雾天图像复原结果与现有主流算法复原结果进行主客观对比,实验结果表明,文中算法复原结果的NIQE和BRISQUE值更低,并具有清晰度高、噪声低、纹理细节丰富和色彩恢复度高的优点.

• 多分辨率上下文聚合网络的单幅图像去雨方法

  谢强强, 张海, 盖杉

  雨天等恶劣天气将造成图像质量的严重退化,进而影响计算机视觉算法的准确性.为了更好地提取多尺度雨痕特征,恢复图像含有的重要细节信息,提出一种基于多分辨率上下文聚合网络的单幅图像去雨方法.首先利用混洗操作将单一分辨率输入图像转化为多空间分辨率的输入图像,在低空间分辨率中使网络迅速扩大接受场,而在高空间分辨率下提取更加精细的雨痕特征,并将低分辨率提取的雨痕特征自上而下地聚合到高空间分辨率中,引导网络提取多尺度雨痕信息;然后采用多分辨率特征增强块细化不同分辨率下图像的细节,防止去雨图像中的细节损失或模糊,利用局部残差密集连接和挤压-激励网络增强网络的特征提取能力和效率;最后采用构造的混合损失函数,在获取较高评价指标数值的同时提高人类对去雨图像的视觉感知.实验结果表明,所提方法在Rain100H,Rain100L, Rain12合成数据集和真实雨数据集上取得显著的去雨效果,与现有方法比较,该方法的定性指标和定量指标得到明显提升,具有较高的细节保持度.

• 邻域与梯度显著特征融合的沥青路面裂缝检测方法

  胡成雪, 何莉, 陶健, 王墨川, 张德津

  针对沥青路面裂缝检测中富纹理噪声影响和细小裂缝误识别严重等问题,提出一种邻域与梯度显著特征融合的沥青路面裂缝检测方法.首先采用灰度校正和形态学重建降低外界干扰和富纹理中较亮点状噪声导致亮度不均的影响,根据像素及其邻域的显著差异提取邻域显著特征,通过方向可调滤波器得到不同方向上的梯度显著特征,将两者卷积融合并优选方向生成特征融合显著图;然后对特征融合显著图阈值分割得到疑似裂缝聚集区域,结合聚集区域的不同几何特征引入聚类分析法筛选裂缝候选区域;最后提出区域端点搜索与定位法,剔除无端点聚集区域的子集,并连接不同区域端点,最终实现裂缝较完整提取.在采集的沥青路面裂缝图像数据集上的实验结果表明,该方法的准确率、召回率、F值分别为92.857%, 86.405%和89.515%,可有效地检测沥青路面图像裂缝,尤其能识别细小裂缝,为路面养护工作提供更准确的裂缝信息.

• RGB-D和惯性传感器融合的地面障碍物检测技术

  何坚, 刘新远

  针对视障人士出行辅助中可通行区域地面障碍物实时检测问题,提出一种基于RGB-D和惯性传感器融合的地面障碍物检测技术.首先建立地面障碍物空间模型,并融合惯性传感器参数计算相机倾角以校正地面障碍物世界坐标;其次针对视障人士实际使用场景和需求,使用阈值分割算法将深度图像中距离较远的检测像素去除,并将深度图划分4个区域,通过融合惯性传感器数据实现ROI的动态划分;最后通过改进RANSAC算法设计了基于地面区域生长的障碍物检测算法,并采集真实数据进行实验验证.实验结果表明,所提技术的准确率和召回率分别达到90.87%和89.33%,并在执行时间效率上优于已有地面障碍物检测算法,满足了视障人士对算法的实时性要求.

• 特征融合生成对抗网络的水下图像增强

  范新南, 杨鑫, 史朋飞, 韩松, 辛元雪

  针对水下图像对比度低和颜色失真等问题,提出一种特征融合生成对抗网络的水下图像增强算法.首先,对水下退化图像进行颜色校正,并以卷积神经网络提取颜色校正后图像的特征;其次,以基于U-Net的特征提取网络提取水下退化图像特征,并将其与颜色校正图像的特征融合;最后,通过卷积神经网络完成融合特征到增强图像的重构.在Underwater-ImageNet数据集上与其他算法相比,水下图像评价指标(underwater image quality measure,UIQE)提高0.308,自然图像评价指标(natural image quality evaluator,NIQE)降低0.638,增强后的水下图像对比度和清晰度提升并且颜色更真实.

• 面向三维重建的增强运动一致性与引导扩散特征匹配

  蔡振姣, 张素兰, 李晓明, 张继福, 胡立华, 杨海峰

  特征匹配是从图像恢复三维模型的关键步骤之一.为有效地提高三维重建的质量,提出一种面向三维重建的增强运动一致性与引导扩散特征匹配算法.首先在基于网格的运动统计算法基础上,通过增加阈值β,提出一种增强运动一致性概念,增强真假匹配点的判断条件,避免高相似特征点的误匹配,提高了初始匹配点的正确率;然后结合RANSAC算法进行特征点匹配优化,过滤掉异常值,进一步提高特征点匹配的准确性;最后将引导匹配和运动一致性相结合,提出一种引导扩散概念,减少了集中分布在图像局部的可能性,进而提高特征点匹配数量和三维模型的稳定性.在公开的三维重建数据集的618对图像上的实验结果表明,该算法在特征匹配和三维重建上能够实现更好的性能;在小于1°误差阈值的位姿估计成功率上,该算法比基于SIFT的比率测试算法和GMS算法分别平均提高了22.58%和12.90%,尤其在重复纹理图像对上分别提高了46.15%和30.77%.

• 融合设计知识的室内饰品自动摆放方法

  郑柏伦, 冼楚华, 李桂清, 杨煜, 潘志广, 陈学斌

  针对在家居设计过程中饰品的挑选与摆放耗时较长的问题,提出一种融合设计历史知识的数据驱动的智能饰品摆放方法.首先将已有的专业设计师设计好的家居场景划分成一系列子空间结构,针对存放饰品的子空间标记和提取对应的饰品与子空间的特征关联信息;然后构建相应的学习模型,把子空间的特征信息与饰品的特征信息构成融合特征;接着,在新的场景中对需要摆放饰品的系列子空间,利用训练好的模型和饰品库的饰品特征生成相应的饰品摆放方案;同时,根据饰品在已有的摆放历史数据中的位置和语义信息挖掘饰品之间的关联关系,给出子空间中饰品的组合摆放.实验结果表明,所提方法的Top-10准确率和Top-10召回率分别为0.166 9和0.432 0,相对神经协同过滤模型,得到了不同程度的提高,能针对室内家居场景给出合理的饰品摆放方案,可极大地节约用户摆放饰品的时间.

• 增益控制策略下的梯度域路径追踪算法

  贺怀清, 赵煜桢, 刘浩翰

  针对梯度域路径追踪算法在像素平面均匀采样的策略会使渲染图像在不同频率区域的渲染质量差别较大的问题,提出增益控制策略下的梯度域路径追踪算法.引入平均梯度计算局部平均梯度值,筛选并标记出高频区域和低频区域,将低频区域的样本用于对高频区域增强采样;随着每轮渲染高低频区域的不断更新,自适应地对样本进行分配,实现像素平面采样的增益控制.一方面,在不同材质和光照的场景下,将改进算法和梯度域路径追踪算法进行实验对比,结果表明,文中算法使人眼敏感的高频区域渲染更加细腻;另一方面,使用均方误差、峰值信噪比和结构相似度3种图像质量评价指标评价渲染图像,并对比采样过程中3个指标的变化情况,结果表明,在保证样本数量相同的条件下,文中算法可以加快渲染的收敛速度,提高渲染效率.

• 基于“几何-拓扑”迭代优化的三维网格模型修复算法

  林筱韵, 翟羽佳, 吴晓群

  针对三维网格模型孔洞保特征修复问题,提出一种基于"几何-拓扑"迭代优化的三维数据修复算法.给定残缺的三角网格模型,首先识别孔洞区域,利用动态规划方法对孔洞区域进行初始的三角剖分,赋予孔洞区域拓扑连接关系;然后识别孔洞边界一对特征点,基于特征点及其法向粗略拟合特征曲线,在特征曲线的指导下调整孔洞局部的拓扑结构,即孔洞区域拓扑连接关系优化;最后基于孔洞及其N环邻域构建保特征的局部总变分能量函数,迭代求解孔洞及其邻域的顶点几何位置,即局部顶点几何位置的优化,重复局部拓扑连接关系优化和顶点几何位置优化,直到拓扑结构优化处理中不再发生连接关系调整,即完成了三维网格模型的修复.在现有的完整三维网格模型上人为去除部分构造带孔洞的残缺模型,以此作为数据,与其他修复算法进行对比实验的结果表明,所提算法可以有效地恢复孔洞区域的显著特征,并且在修复时间和误差统计上占有明显优势.

• 基于物理的织物多相流体污染效果模拟

  郑屹, 马雷, 陈彦云, 吴恩华

  真实感织物材质渲染在虚拟现实、娱乐、工业等应用领域中是非常关键的研究方向.针对多种污渍在织物表面的扩散与污染效果,提出基于物理的与子像素采样及染色曲线相结合的计算方法,用于模拟多相溶剂在织物表面的扩散及污染效果.首先通过将复杂织物纱线结构进行体素化简化建模,其次通过计算流体之间的可互溶性进行流体扩散模拟,最后通过染色沉淀的方式计算污渍扩散效果.模拟渲染的对比结果表明,通过该方法,可实现单一污渍的独立扩散、多污渍混合及排斥扩散、多污渍染色遗留效果、污渍分布控制等效果,并可达到与真实拍摄的照片近似真实感效果.