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8期

• 三维全景漫游中的动态物体消除与视图修补方法

  姬晓鹏, 任鑫芳, 周震震, 黄贻煜, 甄佳楠, 周黎, 周晓巍, 章国锋

  高真实感的三维全景漫游通常需要对场景进行精准的三维建模,但目前技术对复杂工业场景下非规整区域及设施进行高质量的三维建模仍存在很多困难和挑战.为解决复杂工业场景下的三维全景漫游问题,提出一套基于虚拟视点合成的三维全景漫游系统.首先以全景视频为输入,利用三维场景重建提供的多视点和深度信息合成全景漫游中的虚拟视点图像,增强三维全景漫游中视点切换的临场感;其次针对虚拟视点合成结果中存在的移动人体、空洞等质量问题,提出一种动态干扰物体的消除与视点修补方法,基于实例分割结果和多视点信息对缺陷区域进行修补得到目标视图.在室内外场景的实验结果表明,所提方法不依赖于高精度的三维重建结果,且可以有效地利用多视点信息合成高质量的虚拟视点图像,提升电网系统等非规则复杂工业场景下的全景漫游体验.

• 基于变分自编码器的三维服装变形预测方法

  石敏, 冯文科, 魏育坤, 毛天露, 朱登明, 王兆其

  传统的服装动画制作方法依托于专业的布料仿真平台,需要美工或动画师编辑,时间和人力成本通常很高.通过半自动化的方法进行服装动画制作,只需要根据输入的高层参数,即可快速生成逼真的服装动画,不仅可以降低服装动画制作的技术门槛和创作成本,也有利于动画师更多地关注动画内容本身,进而得到丰富的动画效果.基于此,提出了一种基于变分自编码器的服装变形预测方法.首先,选取涵盖多种姿态的人体运动序列构建人体模型,并通过物理仿真的方式生成服装变形数据;其次,利用变分自编码器学习服装变形数据在隐空间上的概率分布模型,并引入拉普拉斯坐标变换保证生成服装的褶皱细节;然后,进一步在隐空间概率分布上引入约束条件控制服装的生成效果;最后,通过穿透修正获取逼真的服装变形效果.在AMASS数据集上基于不同体型、不同运动序列的数据开展实验,并从视觉预测效果和顶点偏移误差2个角度分析实验结果,结果表明,所提方法具有较小的服装重建误差,且可生成满足姿态、体型和时序等多种约束的服装变形效果,从而辅助动画师进行理想服装变形效果生成.

• 多通道笔式界面中的模式切换

  辛义忠, 李利明, 张月, 王久铭, 李岩

  针对笔式用户界面中模式切换效率低的问题,设计了模式切换技术并开展实验对其评价.首先,利用笔压力、笔倾斜和笔方位通道,按照笔通道轨迹和笔通道离散化方式,设计了笔压力轨迹、笔倾斜轨迹、笔方位轨迹、笔压力离散化、笔倾斜离散化和笔方位离散化等6种模式切换技术.其次,以绘画过程中调整线条的颜色和粗细为场景,设计并在Wacom Intuos 3上开展实验,对比考察6种模式切换技术以及参照技术的性能.实验结果表明,笔压力轨迹技术的综合性能最好,其时间消耗比参照技术减少了20.13%,综合性能比参照技术提升了37.68%;笔倾斜轨迹技术、笔方位轨迹技术和笔方位离散化技术的时间消耗比参照技术分别减少了11.12%,2.65%和10.70%;笔倾斜离散化技术和笔方位离散化技术的错误率相对于参照技术分别减少了62.82%和32.38%.最后,分析了模式切换技术的性能,给出了合理设置阈值、分析上下文环境和选择合适切换级别等模式切换技术的改进措施.

• 面向柔性电路通道区的自动布线算法

  马博宇, 徐宁, 吴皓莹, 刘明玉, 孙社军

  为了在柔性电路上取得更好的布线效果,针对由于柔性电路线网密度高、布线区域障碍少等特点导致的布通率和空间利用率较低问题,提出了一种基于引脚-边链-通道模型的柔性电路通道区布线算法.首先,根据现有柔性电路布线的线网高密度、布线区域导向性强、布线区域障碍少3大特点,建立外边框与布线资源的引脚-边链-通道模型;然后,基于该模型选择合适的边链;最后,参照该边链通过几何计算的方式完成柔性电路通道区自动布线.算法在2.20 GHz CPU和16 GB内存的Windows 10环境下运行,使用多个工业用例测试数据进行验证.实验结果表明,与开源的free-routing布线器相比,算法的布通率提升了约10%.

• 面向组件信息回路的机电产品模块划分方法

  李中凯, 邹光宇

  现有的模块化设计方法多注重对模块化指数的优化迭代,为提升模块划分时组件间信息交互性能,提出一种基于集成学习算法的产品模块划分方法.首先构建产品的连接和功能设计结构矩阵;然后依据组件间信息的传递和反馈构建弱分类器;最后组合大量弱分类器构建强分类器模型,并由强分类器给出产品的模块划分结果.对采矿液压支架ZY3200型的模块划分结果表明,与直接聚类和遗传算法模块结果相比,集成学习模块规划策略的模块化指数I1值为0.8438,具有更高的对角线聚集度;敏感性分析显示,当回路组件数大于3时Q值稳定在0.5562,进一步验证了所提方法具备机器学习的智能性和鲁棒性特征.

• LNSST域内参数优化PCNN的多源图像融合

  刘浩翰, 姜泽宇, 贺怀清, 惠康华

  针对局部非下采样剪切波变换(LNSST)与脉冲耦合神经网络(PCNN)工作不稳定、低频子带细节特征不足问题导致的融合图像细节丢失,视觉观感不佳,提出一种LNSST与PCNN结合的融合方法.首先,提出分裂果蝇优化算法对PCNN参数进行优化,消除源图像统计差异对PCNN工作稳定性的影响;然后,通过LNSST,将源图像分解为高/低频子带,并使用引导滤波刺激低频子带以表现更多的细节特征;最后,通过参数优化的PCNN融合LNSST高/低频子带,再经过LNSST逆变换得到完整的融合图像.在多聚焦、红外和医学3类融合任务共90组图像中的实验结果表明,对比多种融合方法,该方法主观上在画面清晰度等方面具有优势,客观上在6项评价指标上有2.9%~29.3%的提升;同时在不同的融合任务中都能有效地保留细节与纹理信息,提高了融合准确性.

• 基于循环残差卷积神经网络的医学图像分割算法

  金燕, 薛智中, 姜智伟

  针对使用深度学习进行医学图像分割时出现的网络退化问题,通过融合更大尺度的特征映射实现更加精确的图像分割,提出一种基于循环残差卷积神经网络的图像分割算法.首先引入循环卷积模块实现离散步长上的特征提取,提高图像上下文语义信息的利用率,实现更多、更广泛的特征映射提取;然后结合残差学习单元与循环卷积单元形成循环残差卷积模块,替换普通卷积神经网络的前馈卷积单元以解决深层网络模型面临的网络退化问题;最后引入全尺度跳跃连接将不同尺度下的特征图融合,生成分割图像.在PyTorch环境下用3个数据集与其他4种算法进行比较的实验结果表明,所提算法的分割性能更好,图像分割的精确度更高.

• 基于改进PCNN和DCT的两尺度图像融合算法

  王沫楠, 陈建宇, 商夕平

  针对脉冲耦合神经网络模型参数设置困难和基于离散余弦变换的图像融合算法依赖于块尺寸大小,影响图像融合效率和鲁棒性的问题,提出一种基于改进脉冲耦合神经网络(PCNN)和离散余弦变换(DCT)的两尺度图像融合算法.首先结合输入信息改进传统PCNN模型框架,引入正弦-余弦算法实现网络参数的设置;然后改进基于DCT的融合算法对图像进行融合,并对融合后的图像进行重建;最后提出信息补偿算法对重建后图像的部分位置进行信息补偿,得到最终的融合结果.与7种算法对5个数据集(多聚焦图像数据集、TNO数据集以及3个不同模态的脑部图像数据集)中图像的融合实验对比结果表明,所提算法对信息集中型图像的融合表现出更好的鲁棒性,且在不同尺寸图像的融合效率上优于7种对比算法,在信息集中型图像的融合方面具有优势.

• 融合笔画语义和注意力机制的汉字字体生成算法

  王存睿, 丁阳, 刘宇, 战国栋, 李泽东

  为辅助字体设计师提高计算机汉字字库开发效率,提出一种辅助字体设计的汉字字体生成算法,该算法可在小字体样本基础上生成风格相对一致的全字库字符图像.为了解决目前采用对抗生成网络(generative adversarial network,GAN)算法生成字体笔画黏连和结构错误问题,将笔画语义先验信息引入GAN模型,减少了笔画生成错误的问题;针对生成字体结构不完整与训练周期长的问题,在网络模型中增加了一种融合注意力机制的跳跃连接模块,利用该模块将编码器中特征投影到解码器,通过减少解码器的信息损失避免生成结构错误问题.采用公开的汉字字库数据集与pix2pix,zi2zi和DCFont算法进行对比实验,实验结果表明,文中算法能够生成更高质量的汉字字体,SSIM和损失函数均值均优于其他3种算法,最后给出算法的行业应用及适用范围.

• 融合随机抽样一致性和Hough变换的实时消失点检测

  吴建平, 陈珂, 刘业

  针对消失点拥有2个自由度的特点,提出一种由随机抽样一致性(RANSAC)和Hough变换相结合的实时消失点检测方法.首先利用随机抽样一致性从图像的边缘线段中抽取多条候选消失点局内线段,基于消失点位于局内线段的延长线上的特点确定消失点的第1个自由度,然后通过在候选局内线段的延长线上实施的Hough变换获得消失点的另一个自由度.基于数据集York Urban Dataset的实验结果表明,所提方法在地平线检测精度上比7种国内外同类算法高0.69个百分点以上,在处理速度上比同类方法提高90倍以上.

• 利用几何信息辅助的超声心动图实时分割

  曹冬平, 党佳晨, 钟勇

  超声心动图的分割在临床上对医生的诊断有巨大作用.针对超声图像含有大量噪声、轮廓特征不明显、已有分割算法耗时久、目标分割不完整或引入不必要的背景区域的问题,提出一种基于全卷积网络与几何信息辅助分割的实时分割算法.首先,利用改进的YOLACT框架并行生成原型模板掩码和左右心室、心房的实例掩码的系数,并将两者线性组合获得实例掩码;然后,利用编码模块增强分割效果,提出位置编码模块避免卷积神经网络带来的全局位置信息丢失,以及提出形状编码模块减少心房心室差异小带来的分类错误.实验结果表明,在超声心动图像数据集上的APA,AMIoU和ADICE指标分别达到0.777,0.705和0.827,该方法比其他算法在精度上接近nnU-Net的结果,但速度可以达到27帧/s,比UNet++提升145%.

• 利用多尺度特征联合注意力模型的图像修复

  林晓, 周云翔, 李大志, 黄伟, 盛斌

  当前,基于深度学习的图像修复方法在获取深层特征时会造成信息丢失的现象,不利于纹理细节的修复;且往往忽略语义特征的修复,会生成具有不合理结构的修复结果.针对上述问题,提出基于多尺度特征联合注意力模型的图像修复网络.首先提出基于扩张卷积的多尺度融合模块,在获取图像深度特征时通过多尺度特征的融合减少卷积过程中信息的丢失;然后提出联合注意力机制,既加强了模型对图像语义修复的能力,又确保了模型可以生成纹理清晰的修复结果;为保证修复结果细节和风格的一致性,最后将风格损失与感知损失引入网络.在CelebA-HQ和Places2数据集上的定性实验结果和PSNR,SSIM等常用的评价指标验证了所提方法优于已有的图像修复方法.相较于对比方法,所提方法的PSNR和SSIM分别提升了0.4%~6%和0.4%~3%.

• 基于多模态自适应卷积的RGB-D图像语义分割

  孙启超, 恩擎, 段立娟, 乔元华

  随着深度传感器的出现,很多研究开始利用颜色和深度信息解决语义分割问题.现有方法未能充分利用颜色特征和深度特征的互补信息,并且通常利用固定权重的卷积核提取多尺度特征,易造成参数量冗余且无法进行在线自适应.为了解决上述问题,提出了一种基于多模态自适应卷积的RGB-D图像语义分割方法,通过引入轻量级的多模态自适应卷积生成模块,动态地生成多尺度自适应卷积核,将多模态特征的上下文互补信息嵌入卷积滤波器中,在卷积过程中充分利用了图像的内在信息,实现高效融合多模态颜色特征和深度特征.相比于传统的卷积方法和多尺度特征提取方法,文中方法有着更高的计算效率和更好的分割效果.在公开数据集SUNRGB-D和NYUDepthv2上的结果表明,文中方法的像素精准度、平均像素精度和交并比分别达到了82.5%,62.0%,50.6%和77.1%,64.2%,50.8%,均优于对比的RGB-D语义分割方法.

• 基于多谱注意力高分辨率网络的人体姿态估计

  马皖宜, 张德平

  针对人体姿态估计中多分辨率特征融合时出现的特征信息丢失的问题,基于Lite-HRNet引入多谱注意力机制,设计了一个轻量级的结合多谱注意力机制的高分辨率人体姿态估计网络LiteMSA-HRNet.将多谱注意力机制融入Lite-HRNet,利用多个频率分量,提取更丰富的特征信息,获得更优的多分辨率特征重复融合的效果;在主体网络后利用一个反卷积模块,将其生成的更高分辨率特征和主体网络生成的高分辨率特征进行融合;引入通道置换、逐点分组卷积和深度可分离卷积,轻量化反卷积模块中的残差块,提升网络定位关键点的速度.在COCO2017数据集上的实验结果表明,与其他网络相比,Lite MSA-HRNet在人体姿态估计精度和复杂度之间取得了较好的平衡结果.

• 基于全卷积孪生网络的相似块组协同盲去噪算法

  尤福源, 陈飞, 蒋伟杰, 李立耀

  近年来,基于图像自相似性的块组协同去噪算法取得了快速发展,但是如何在噪声环境下快速精确地寻找结构相似图像块是一个难点.常用的块匹配算法是通过欧几里得距离定义图像块之间的相似程度,无法度量图像块内部的结构信息.针对这类问题,提出一种基于全卷积孪生网络的相似块组搜索算法.首先通过孪生网络学习干净参考块与噪声图像块的潜在联系;然后利用马氏距离结合图像块的结构信息度量其相似性;进而对相似块组进行协同去噪恢复图像.实验表明,相比于GID算法,所提算法的峰值信噪比值在Nam-CC15,Nam-CC60和PolyU真实图像数据集上分别提高了0.51 dB,1.02 dB和0.20 dB;视觉效果上,所提算法能够使去噪图像保留更多的结构特征.

• 城市级新冠肺炎(COVID-19)疫情预测和仿真模型

  王金恺, 张虎, 贾鹏, 权益, 陈梁港旭, 王长波

  传染病的传播分析对于社会公共安全与城市管理有着重要的意义.针对此次新冠肺炎(COVID-19)疫情的传播,构建了一个城市级结构化疫情预测和仿真模型.该模型基于最新的传染病动力学理论,综合地理信息网络,将易感者、潜伏者、感染者和康复者(SEIR)模型与社会网络模型相结合,对预测区域进行多层级划分;宏观上使用二分网络模拟公共设施与社区节点的关系;微观上使用改进的SEIR模型模拟节点内部的传染情况;节点间使用智能体追踪个体的传播过程.采用国家卫生健康委员会公开的2020年武汉市与北京市疫情确诊及治愈病例数进行对比实验,结果表明,所提模型在疫情仿真上更灵活,预测结果更准确,并能直观地体现不同人群的分布情况和流动趋势.