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6期

• 基于混合现实的可视分析综述

  温圳, 李鹏, 王叙萌, 黄文琦, 梁凌宇, 周越凡, 陈为

  混合现实具有新颖的人机交互方式,拓展了可视化与交互界面的设计空间,拥有广阔的应用前景.近几年,混合现实技术快速发展,许多研究者将其用于可视分析领域.首先,介绍了混合现实的概念与发展现状,并从显示与交互2个方面讨论混合现实环境与传统交互环境的差异,分析混合现实可视化的优势与局限性;其次,简介基于混合现实的可视分析的3个应用场景,即增强可视化、实景分析和协作分析;最后,给出基于混合现实的可视分析面临的机遇与挑战.

• 大型开放式在线课程(MOOC)数据可视分析综述

  周志光, 王飒清, 刘玉华, 王勇, 王毅刚

  大型开放式在线课程(massive open online courses,MOOC)是面向用户提供教学资源的线上学习平台.从MOOC数据类型、MOOC数据可视化方法和MOOC数据的可视分析应用3个角度进行综述.首先介绍MOOC中的文本数据、视频数据、拓扑结构数据和时空数据;然后对不同数据类型常用的可视化方法进行论述;再介绍MOOC数据可视分析在在线学习行为分析、论坛交互活动分析和学生表现结果分析等方面的应用;最后对MOOC数据可视分析的未来发展趋势进行展望.

• 支持多维度数据去重的交互式可视分析方法

  朱海洋, 钱中昊, 严凡, 毛科添, 应昊键, 王杰, 陈为

  多维度数据中的重复数据会严重影响数据的挖掘、分析与应用.针对传统的数据去重方法的成本、效率和便捷性无法满足大数据分析需求的问题,提出一种数据去重的交互式可视分析方法.该方法将多维度数据通过表示学习提取高维特征向量;使用降维算法将其降至二维散点图;采用无监督聚类算法进行分析;支持用户交互式地调整算法模型及参数,逐步筛选确认重复数据并执行去重操作.对某大型供应链集成服务集团公司数据集进行分析、实验和用户调研,结果表明该方法能有效地处理主流数据清洗软件Trifacta Wrangler和OpenRefine难以发现的复杂数据重复问题,并且效率是它们的2倍以上,在学习难度和使用便捷性等方面也具有明显优势.

• 面向比较基因组学的可视化方法综述

  朱敏, 姚林, 王翔坤, 张铭洋, 王心翌, 梁朝晖

  利用可视分析技术对基因组学数据进行比较,能够高效地感知基因序列与属性背后的多组学功能结构,深度挖掘保守与变异对基因组亲缘关系的影响,对数据密集型的比较基因组学知识发现具有重要意义.综述近年来国内外比较基因组学可视分析的相关研究,首先简述基因组学序列及衍生信息的数据结构和分析任务,将基因组坐标空间布局分为纵向离散、横向连续和径向嵌套3类,比较归纳各类空间映射方法的研究现状和优缺点;然后针对基因组比较关系进行抽象,总结适用于交互关联和家族层次2种主要比较关系的可视化方法;最后指出面向比较基因组学的可视化方法在数据融合、交互联动、通用框架中面临的挑战和机遇.

• 自由焦点的形状约束词云快速生成方法

  王一凡, 吴向阳, 王吉康, 金鑫

  针对传统形状约束词云生成方法摆词速度慢、摆词方向和摆词中心固定的问题,提出一种基于热扩散方程和旋转对称场插值的形状约束词云快速生成方法.首先,通过计算三角网格上的热扩散方程快速地获得各个位置处的距离场,并以此生成摆词螺旋线快速产生形状约束词云;然后,通过改变热扩散中源点的位置和温度调整词云摆放的焦点位置,生成不同摆词中心下的布局效果;最后,对用户手工交互的约束方向利用旋转对称场插值获得各位置处的摆词方向向量,生成契合形状特征的布局效果.实验表明该方法能快速地生成不同布局焦点下的形状特征保持的词云效果.

• 基于协同表示的图嵌入鉴别分析在人脸识别中的应用

  杜江山, 郑利平, 史骏

  鉴于协同表示投影方法中只考虑通过样本间协同表示关系构造邻接图,在投影后可能导致来自不同类别的许多样本聚集在一起影响识别结果,提出一种基于区分竞争和协同表示投影方法.首先,通过数据集中所有样本竞争协同地表示每个样本,计算样本间的相似性,以构造类内图描述类内样本的紧致性,同时构造惩罚图刻画不同类样本间的可分性;在此基础上,引入标签传播算法计算出数据集中无标签样本的软标签信息,以消除无标签样本对识别结果的影响;此外,使用非线性映射替换图嵌入框架中的线性内积,以解决原始数据集中的样本在低维空间中的线性不可分问题.在ORL,AR,FERET和Yale B人脸数据集上的实验结果表明,与CRP方法相比,所提方法最大识别率提升了1%~4%,尤其在噪声和模糊干扰下提高了2%~6%.

• 内容特征一致性风格迁移网络

  毛琳, 王萌, 杨大伟

  针对编解码风格迁移网络在内容特征传递和跨域特征融合过程中易产生误差的问题,提出一种内容特征一致性风格迁移网络.将源域和目标域图像输入编码模块分别提取内容和风格特征;双链路特征传递模块在内容编码和解码模块间构建同级特征映射,利用特征增强和前馈参考链路并行处理内容特征;内容和风格特征在解码模块中融合并输出风格迁移结果.在多模态无监督图像转换(MUNIT)网络的基础上进行仿真测试,该网络对于低光照环境中目标模糊和目标与背景反差小的情况迁移效果提升明显.在BDD100K数据集上的实验结果表明,与MUNIT网络相比,所提网络的FID和IS指标分别平均下降3.2%和提升8.6%,能够实现图像内容一致、风格精确的图像变换,适用于无人驾驶等应用场景.

• 体素点云融合的三维动态目标检测算法

  周锋, 陶重犇, 张祖峰, 高涵文, 徐峰磊

  针对目前三维目标检测领域采用的方法在特征提取上普遍存在目标上下文特征不够丰富,无法实现精准的动态多目标检测的问题,提出一种体素点云融合的三维动态目标检测算法.该算法采用两阶段的多次、多尺度特征融合的检测架构,第1阶段对点云直接处理提取关键点特征和划分体素空间提取多尺度体素特征,将二者进行初次融合生成预选框;第2阶段在每个体素中设置参考点并吸收周围的关键点进行第2次的特征融合,将最终特征输入检测模块,实现预选框的优化.另外,针对分类和定位置信度不一致的问题,提出一种强制一致性损失函数,可以进一步提高检测的准确性.在Kitti,Waymo和nuScene数据集中与其他算法进行对比,针对三维动态目标检测准确率达92.10%,并且通过实物车辆平台进行可移植性和消融性实验的结果表明,文中算法具有较强的鲁棒性、可移植性和泛化能力.

• 深度学习压缩重构的通用图像快速加密算法

  郭媛, 姜津霖, 陈炜, 王学文, 王充

  针对图像压缩加密耗时长、解密图像色彩失真等问题,提出一种快速安全的通用图像加密算法.压缩网络利用双线性插值和全连接层进行压缩预处理,防止彩色信息丢失,卷积层用于提高压缩率、降低算法时间复杂度.加密部分设计选择置乱方式,混沌序列对像素块与块内像素点进行动态选择置乱,结合异或操作进行像素扩散,提高算法随机性.改进双线性插值卷积神经网络,利用双线性与卷积层得到图像轮廓特征,用全连接层获取颜色信息进行图像重构.算法可实现对灰度图和RGB格式彩色图像的压缩、加解密和还原一体化.实验结果表明,所提算法各种加密指标接近理想数值,拥有良好的加密安全性和抗攻击能力,加密时间大幅缩短.在图像处理常用的500幅测试集(BSD500)上,采样率为0.25,0.10,0.04和0.01的峰值信噪比分别可达29.01 dB,25.69 dB,23.75 dB和21.45 dB,优于FCLBCNN,有效地解决了重构图像色彩失真问题,具有更好的加密效果和更广的适用性.

• 基于反向投影的倒N型轻量化网络图像超分辨率重建

  宋昭漾, 赵小强, 惠永永, 蒋红梅

  针对基于深度学习的图像超分辨率重建算法通过增加神经网络的深度提高图像超分辨率重建性能,造成网络模型复杂度提高和参数量过大的问题,提出一种基于反向投影的倒N型轻量化网络图像超分辨率重建算法.首先使用初始卷积块提取低分辨率图像的浅层特征;然后通过基于反向投影的倒N型网络的2轮逐步的模型压缩和反倒N型网络的2轮逐步的模型恢复,提取低分辨率图像的深层特征;再将提取到的深层特征和浅层特征通过全局残差学习相结合并被上采样模块放大到期望输出的重建图像尺寸;最后使用重建模块进行超分辨率图像重建.对Set5,Set14,BSDS100和Urban100测试集进行实验的结果表明,所提算法比对比算法拥有更轻量化的网络结构,重建的超分辨率图像不仅有更高的峰值信噪比(PSNR)和结构相似度(SSIM),而且重建的超分辨率图像具有更好的视觉效果.

• 利用多重相似度矩阵增强跨模态哈希检索

  李志欣, 侯传文, 谢秀敏

  为进一步提升跨模态检索的性能,提出融合多级相似度信息的跨模态哈希检索方法.首先,利用自注意力的方法增强文本特征,并基于不同模态的原始特征和哈希特征构造新的融合特征;然后,在这3种特征的基础上,构造出3个辅助相似度矩阵,并采用加权组合的方法构造出第4个辅助相似度矩阵;最后,通过这4个不同的矩阵分别计算不同相似度矩阵之间和不同模态之间的损失函数.这4个不同的矩阵既包括不同的特征形式,也包括不同的矩阵构造方式,因而能更好地表达不同模态的相似度信息,并提升检索性能.在Wikipedia,MIRFlickr和NUS-WIDE 3个基准数据集上的实验结果表明,所提方法在不同码位的mAP值优于许多当前国际先进的方法,具有良好的有效性和鲁棒性.

• 基于级联孪生密集网络的金属表面缺陷检测方法

  王道累, 刘易腾, 杜文斌, 朱瑞

  针对当前金属表面缺陷实时检测中存在的缺陷检测精度不高以及难以定位等问题,提出一种基于级联孪生密集网络的表面缺陷检测方法SCSEG-Net.该方法通过加入空洞空间金字塔池化模块结构,获取具有不同采样率的特征图捕获多尺度信息;同时,为了增强分类准确度,在训练时融合浅层卷积获取的低层纹理和边界等特征和深度卷积获取的复杂高层特征信息,通过级联网络更好地优化训练参数.SCSEG-Net可以将缺陷图像转换为像素级预测蒙版,并快速地获取真实的缺陷类别.在行业标准钢铁表面缺陷数据集上对SCSEG-Net方法进行训练、评估及验证,结果表明,对比同类方法,该方法能更精确地分割出钢铁表面缺陷的轮廓并完成分类,F1值为97.8%,召回率为98.81%.

• 缓解平滑区域光晕和偏色失真的图像去雾算法

  宋传鸣, 唐媛, 乔明泽, 刘霜, 刘丹

  针对基于暗通道先验的去雾算法在平滑区域产生光晕和偏色失真的问题,提出一种双边滤波引导同态滤波的去雾算法.首先,构建一种以原始像素值与大气光值的差为正比例系数、以透射率为反比例系数的非线性拉伸模型,用于表征各颜色分量在去雾前后的对比关系;然后,采用双边滤波引导的空间域同态滤波,把粗透射率分解为大气光分量和场景目标反射分量;最后,以前景区域面积比为自变量,定义一种自适应加权函数,对大气光分量和反射分量进行线性加权以生成精细透射率,进而利用暗通道先验模型完成去雾.采用O-HAZE和RESIDE数据集的真实含雾图作为测试数据,通过UCIQE,FADE,SSIM,NIQE和色彩还原度客观评价指标进行对比,所提算法的评价结果比典型算法平均提高了21.68%.结果表明,所提算法能够有效地避免大面积平滑区域的偏色失真以及景物边缘、轮廓处的光晕和伪边缘效应,取得更高的主客观质量.

• 变形三周期极小曲面多孔结构参数化设计

  石志良, 王伟, 高杰

  规则三周期极小曲面(TPMS)常用于设计骨组织均质或梯度多孔结构,而变形三周期极小曲面的多孔结构,可改善其在一定方向上的力学性能.针对变形三周期极小曲面多孔结构的设计,提出一种基于变形三周期极小曲面多孔结构设计方法.通过改变TPMS三角函数参数表达式中的幅度因子,设计变形TPMS孔单元.探究幅度因子和阈值对孔隙形状和孔隙率的影响,建立孔隙参数与TPMS函数表达式参数之间的明确关系,提出变形TPMS多孔结构参数化设计方法.该方法采用Rhinoceros的Grasshopper插件实现,并设计输出不同孔隙率的多孔结构.结果表明,该方法可以控制多孔结构孔隙形状和孔隙率,设计误差满足允许范围,符合骨组织多孔结构设计要求.

• 术前皮瓣设计中的三维创面有限单元展开法

  纪小刚, 段玉顺, 龚灏, 栾宇豪, 邓霖, 温广全

  皮瓣移植是临床上治疗皮肤破损创面的一种常用手段,目前常采用样布描记法确定皮瓣形状.由于创面的表面形态复杂,获得的皮瓣轮廓精度低,术后愈合效果差.为此,提出一种基于变形能的皮肤创面展开方法.首先,应用层次值对创面模型进行层次划分,将创面形态学展开至平面;然后,引入有限单元法,赋予创面网格模型中的三角单元以材料属性,定义单元由空间展开至平面产生的变形能,模拟皮瓣在覆盖创面时可能发生的变形;最后,根据变形能优化调整展开形状实现对皮瓣形状的区域优化与术前设计.选取十几例复杂创面模型进行展开分析的结果表明,所提方法优化后的面积误差可缩小至5.63%以内,且变形能向最小稳定值收敛.