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2023年第7期

• 犯罪数据可视化研究进展

  丁伟杰, 梁荣华, 孙国道, 柴叶, 王勋, 郑滋椀

  犯罪数据分析与挖掘已成为大数据时代犯罪学研究及现代社会治理的基础手段，犯罪数据挖掘在揭示犯罪模式、分析犯罪原因、评估犯罪防控效果等方面具有重要作用.首先，以犯罪模式发现与预测、警力资源配置与优化、案件侦查分析与研判3种业务为导向，对犯罪数据可视分析任务进行归纳，系统地梳理了犯罪数据可视化领域的研究与应用现状；其次，针对犯罪时空数据、犯罪文本数据、犯罪网络关系数据等不同类型数据的可视化方式和技术手段，展开了系统性的分析；最后，总结和展望了犯罪数据可视化面临的挑战和发展方向.

• 3D点云曲率自适应变形图和多几何剪枝非刚性配准算法

  张荣国, 孙志亮, 胡静, 刘小君

  姿态初始化和可靠的对应关系是3D点云精确配准的关键，针对现有非刚性点云配准方法在面对较大变形和缺失对应时表现不佳的问题，提出一种基于3D点云曲率自适应变形图和多几何剪枝策略的非刚性配准算法.首先用点云高斯曲率和局部测地线距离采样源点云，自适应地构建一个反映源表面形状变化的节点图，在采样到表面变形关键点的同时控制采样密度，使采样节点均匀分布在源表面；然后根据点云的SHOT特征和曲率寻找初始对应关系，结合扩散剪枝为非刚性配准获得可靠的对应关系；最后在配准优化期间重新寻找对应关系，根据对应点的距离和法线剪枝去除虚假对应以约束变形域.在Human-motion和ANIM数据集上的实验结果表明，所提算法可以获得更好的初始化姿态并去除大量误匹配，在平均配准误差降低50%~80%的同时，非刚体配准运行速度提高3~7倍.

• 用于咽喉器官分割的空洞残差金字塔算法

  潘晓英, 白伟栋, 代栋, 王红玉, 马晨阳

  对咽喉器官分割是喉镜图像分析以及计算机辅助诊疗的先决条件.为准确地分割器官部位，提出一种用于咽喉器官分割的空洞残差金字塔算法.首先提出空洞残差（dilated residual，DR）模块，使用多种空洞卷积提取图像不同感受野下的特征，结合残差策略提升特征多样性并加快网络训练速度；然后将DR模块与特征金字塔结合，融合多尺度特征并补充器官浅层特征，使得网络适应器官的多种形态；最后设计咽喉器官分割网络——DRP-Mask.在8 000幅喉镜图像数据集上的实验结果表明，与其他5种语义分割网络相比，DRP-Mask的平均交并比提升2%~4%，比基准网络平均精度提升1.6%，实现对器官准确定位的同时也对其进行完整的分割，分割结果更贴合医生标注结果.

• 统一分级图神经网络的协同显著性检测方法

  刘冰, 王甜甜, 付平, 孙少伟, 李永强

  协同显著性检测指从一组相关图像集中识别出共同出现且显著的物体，其难点是如何挖掘与利用图像帧内、帧间的显著性线索.文中提出一种统一分级图神经网络的协同显著性检测方法.首先利用超像素分割算法将图像分割，并提取图像帧内分级显著性特征构建图模型；然后挖掘图像帧间分级显著性图嵌入，形成统一的二维分级特征体系；最后充分利用图像帧内和图像帧间的线索，提出几何注意力模块.在iCoSeg数据集上的消融实验结果表明，所提出的统一分级图神经网络中各个模块均是有效的；所提方法基于iCoSeg数据集测试的最大F-measure、平均绝对误差以及S-measure分别为0.848 6，0.107 6和0.813 4，可以媲美或优于其他9种对比方法，最终获得的显著性图的高亮一致性和边缘均得到明显的改善.

• 特征频率分组融合的轻量级图像超分辨率重建

  高丹丹, 周登文, 王婉君, 马钰, 李珊珊

  深度卷积神经网络规模越大（更深和更宽），性能越好，对计算和存储能力的要求也越高，限制了其在资源受限设备上的应用，迫切需要轻量级（参数量较小）超分辨率网络.为此，提出一个特征频率分组融合的轻量级图像超分辨率网络模型.首先使用残差拼接块传递和融合局部特征；然后通过混合注意力块组合不同线索的特征，提高特征的表达能力；最后利用高频和低频特征分组融合块，融合高频和低频特征信息，提高超分辨率图像的恢复质量.在Pytorch环境下，利用DIV2K数据集对网络模型进行训练，使用Set5，Set14，B100，Urban100和Manga109数据集进行实验的结果表明，无论是主观视觉质量还是客观度量，所提网络模型在PSNR，SSIM和LPIPS方面均显著优于对比网络模型.

• 采用多部件学习的细粒度图像识别

  蒋海浪, 刘建明

  现有基于交叉熵损失函数的细粒度识别方法倾向于发现对象最具有判别性的部件，忽略其他同样关键的具有判别性的次要部件.为了发现尽可能多的、具有辨别性的局部部件，提出采用多部件学习的细粒度图像识别方法.首先提出一个无参数的基于语义块混合的图像数据增强模块，通过交换图像对中最具有判别性的部件，在增广训练数据的同时避免引入无关背景噪声，提高网络对输入扰动灵敏度的鲁棒性和泛化能力；然后提出多部件对抗擦除模块，在注意力和伯努利分布引导下擦除特征图上最具判别性区域，迫使网络学习发现特征图上其他辨别性区域，注意力引导保证擦除区域具有足够的判别性，伯努利分布引导保证擦除区域的多样性；最后通过融合中层特征，进一步提升网络性能.所提方法具有模型无关特性，可以作为一种即插即用模块，与现有多种主干网络相结合.以ResNet-50为主干网络，在3个公开数据集CUB-200-2011，FGVC-Aircraft和Stanford Cars上的实验结果表明，所提方法的分类精度分别达到89.2%，95.5%和94.0%；该方法能够发现更多辨别性部件，且准确率优于相同主干网络下的对比方法.

• 中国古画渐进式多级特征修复算法

  赵磊, 林思寰, 林志洁, 丁建浩, 黄俊, 邢卫, 林怀忠, 鲁东明

  针对中国古画图像修复后的结果图像内容不一致、存在明显人工痕迹、修复区域的细节信息丢失和修复后的内容模糊等问题，提出利用绘画图像的多级语义特征渐进式地修复中国古画的算法.将中国古画的修改过程分为5个阶段，分别从宏观、中观和微观的语义层面渐进式地修复古画图像.首先关注高抽象级别的语义信息和大尺度的结构信息；然后逐渐地将注意力转移到越来越精细的尺度上，而不必同时学习所有尺度的信息，由古画的高层的语义特征渐进式地向较低层的语义特征的修复.依据11位作家共197幅高清数字化古画制作了山水画、街景画、花鸟画和人物画4个数据集，在这4个数据集上的实验结果表明，所提算法在PSNR，SSIM，IS，FID等指标上的结果优于一步到位的修复算法.

• 采用可逆信息隐藏技术的高性能彩色图像对比度增强算法

  高光勇, 周正源

  针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题，提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV （色调，饱和度，亮度）图像，在预处理时，合并像素直方图单侧2个高度最低的条柱，并设置一个失真阈值防止图像失真；数据嵌入过程中，在保持色调分量不变的同时增大单个像素能嵌入秘密信息的长度，且在增大数据嵌入量的同时减少了图像失真；在多次执行数据嵌入过程后，直方图实现均衡化，从而有效地增强图像的对比度.在Kodak和USC-SICI图像集上的实验结果表明，与同类算法（UCE和HSP算法）相比，所提算法在嵌入容量指标和色彩差异指标CIEDE2000的性能上分别平均提升28.6%和34.7%.

• 面向警情数据的交互式可视分析方法

  宁辛雨, 孙国道, 金露, 丁伟杰, 梁荣华

  警情数据的分析和挖掘是公安部门信息工作的核心环节，数据具有时空分布不均匀、信息记录高冗余和文本内容难关联等特点，导致现有信息工作中存在人工分析效率低、传统静态图表无法支持深入分析等问题.为此，提出一种交互式可视分析数据特征和事件模式的方法.首先提出一种结合多种聚类方法的Random-STR R树算法，划分出密度不同的数据簇，随机化结点最大容纳量并构建索引结构；然后结合数据分布特征和文本特征，利用杰卡德距离和皮尔逊距离分析区域内的异常情况；最后基于关键词的关联程度构建加权网络图，利用社区检测算法对其进行关联分析.此外，设计并实现警情数据可视分析原型系统——PRDVis，包含时空特征分析视图、频繁信息要素分析视图和异常信息要素分析视图.通过某城市警情数据进行案例分析和专家评估，结果证明了所提方法的可用性和有效性.

• 利用加权有向图的船舶水尺重建与水位识别

  刘凯华, 严红平, 沙宝银, 孟高峰

  针对目前船舶水位识别精度低、检测场景迁移性差等问题，提出一种基于加权有向图的高精度、鲁棒性好的船舶水尺重建和水位识别方法.首先通过目标检测和图像分割算法识别船体上的水尺字符和水位线；然后根据船舶水尺的结构特点将识别出来的水尺字符构建加权有向图，通过寻找加权有向图中的最长路径完成船舶的水尺重建；最后根据重建水尺和水位线的位置关系识别船舶的水位高度.在黄骅港实地采集的视频数据上进行实验的结果表明，所提方法可以较好地修正前期基于水尺字符检测网络带来的字符误检问题，大大减少因船舶图像背景复杂产生的不利影响，在10 mm的误差范围内，水位识别准确率可达91.3%，显著优于业内主流方法.

• 自适应调控卷积与双路信息嵌入的城市街景实例分割

  何自芬, 黄俊璇, 张印辉, 朱守业

  城市街道场景实例分割是无人驾驶不可忽略的关键技术之一，针对城市街景实例密集、边缘模糊以及背景干扰严重等问题，提出一种自适应调控卷积与双路信息嵌入的城市街景实例分割模型RENet.首先使用自适应调控卷积替代原有的残差结构，利用可变形卷积学习空间采样位置偏移量，提高模型对图像复杂形变的建模能力，同时对多分支结构进行通道混洗以加强不同通道间的信息流动，并应用注意力机制实现通道权重的自适应校准，提高模型对复杂场景下模糊、密集目标的分割精度；然后设计低维空间信息嵌入分支，对不同尺度特征图进行空间信息激励与重编码，在抽象语义特征中嵌入低维空间信息，提高模型轮廓分割准确性；最后引入高级语义信息嵌入模块，实现特征图与语义框的对齐，弥补特征图间语义与分辨率的差距，提高不同尺度下特征信息融合的有效性.在自建数据集上的实验结果表明，与原始YOLACT网络模型相比，RENet模型在复杂街道背景下的平均分割精度最高达到51.6%，提高了10.4个百分点；网络推理速度达到17.5帧/s，验证了该模型的有效性和在工程中的实用性.

• 结合加权混合模型和马尔可夫随机场的光学遥感影像分割

  石雪, 王玉

  针对遥感影像分割中存在的统计建模不准确，以及分割精度和效率低的问题，提出一种结合加权混合模型和马尔可夫随机场的光学遥感影像分割算法.考虑到遥感影像内像素强度统计分布具有复杂的特性，以多个高斯分布加权作为模型组份，采用加权高斯混合模型构建影像统计模型，克服传统高斯混合模型以单一高斯分布作为模型组份而导致建模不准确的问题；然后利用类属先验概率构建平滑因子，在马尔可夫随机场中将其引入吉布斯分布以建模组份权重的概率分布，该分布结构简单、易于实现；最后采用最大条件期望方法求解最优模型参数，而组份权重分布的结构有利于推导出其解析式，降低算法的计算量.选取Cartosat和Worldview影像进行分割实验，与模糊C均值、高斯混合模型和学生t混合模型分割算法进行对比.结果表明，所提算法可更加准确地建模遥感影像非对称和重尾等复杂统计分布，平均总分割精度分别高于对比算法16.44%，16.00%和16.17%.

• 利用多模态注意力机制生成网络的图像修复

  王山豹, 梁栋, 沈玲

  图像修复在老照片复原、目标移除、视频编辑等领域有重要的应用价值，但现有的利用单模态注意力机制的图像修复方法和修复结果存在纹理模糊、语义缺乏等问题.为此，提出一种利用多模态注意力机制生成网络的图像修复方法.首先采用U-Net作为网络的基本框架，实现破损图像的编码、解码以及跳跃连接操作；然后在编码和解码阶段分别构建利用多模态注意力机制的特征提取模块和图像修复模块，通过多尺度的特征融合得到更细粒度的图像修复结果.实验结果表明，在Paris StreetView，CelebA和Places2数据集上，针对3种不同的图像破损率，基于SSIM，PSNR和L1的3种定量评价指标，利用所提方法在27个对比项中取得了20个优于、1个相同、6个略低于其他4种对比方法的结果，验证了所提方法的有效性.

• 面向卷积神经网络的高能效比特稀疏加速器设计

  肖航, 许浩博, 王颖, 李佳骏, 王郁杰, 韩银和

  为解决当前比特稀疏架构的性能瓶颈，提出高能效比特稀疏加速器设计.首先提出一种激活值编码方法和相应的电路来提高卷积神经网络的比特稀疏度，结合比特串行电路实时跳过激活值的零值比特来加速神经网络的计算；然后提出一种列共享同步机制，以解决比特稀疏架构的同步问题，并在较小的面积和功耗开销下大幅提高比特稀疏架构的计算性能.在SMIC 40 nm工艺和1 GHz频率下，评估不同的比特稀疏架构在卷积神经网络上的能效.实验结果表明，与非稀疏加速器VAA和比特稀疏加速器LS-PRA相比，所提出的加速器AS-PRA分别提高了544%和179%的能效.

• 利用命题逻辑最大可满足性的冗余通孔最优插入方法

  杨成, 杨骏, 张亚东

  在纳米尺度的集成电路设计中，冗余通孔插入是减轻通孔失效造成良率降低问题的常用技术.文中将最优冗余通孔插入问题规约到命题逻辑最大逻辑可满足性（maximum satisfiability，Max SAT）问题，并利用完备求解器求取最优解.Max SAT问题是一个NP困难问题，采用2种方法来降低求解难度；一是预选取方法，将提前确定的不与其他通孔产生冲突的冗余通孔作为部分解来降低问题的规模；二是分治法，根据连通分量将原问题划分成多个子问题分别求解，降低求解的复杂度.同时，从理论上证明这2种方法能够保证解的最优性.在2019年国际物理设计研讨会（ISPD）举办的详细布线比赛基准测试集上进行实验的结果表明，所提出的插入方法带来的时间开销不到详细布线时间的5%，算法的最优性保证了最大化解决插入冲突后的插入率，在所有可插入通孔中，冗余通孔的插入率为67%~87%.