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9期

• 基于骨架的人体动作识别技术研究进展

  刘宝龙, 周森, 董建锋, 谢满德, 周胜利, 郑天一, 张三元, 叶修梓, 王勋

  近年来,随着深度学习技术的发展,已有很多新颖的基于骨架的人体动作识别算法被提出,极大地推动了该领域的发展.对基于骨架的人体动作识别领域的主要数据集和算法进行全面、细致的总结.首先对NTU,Kinetics-Skeleton和SYSU 3DHOI等骨架相关的数据集进行回顾;然后将基于骨架的人体动作识别算法归纳为基于监督学习的、基于半监督学习的和基于无监督学习的3大类,并对分属不同类别的算法进行介绍和比较;最后分析和总结得出该领域当前面临过度依赖大数据、大算力和大模型等挑战,并针对性地提出缓解以上挑战的3点未来发展方向:高精度骨架数据集建设、细粒度骨架动作识别和数据有效学习的骨架动作识别.

• 大型工件部分点云与整体点云的配准方法

  范林林, 王军义, 徐志刚, 杨啸, 朱校君, 董祺成, 武新光

  部分点云与整体点云的高效、高精度配准是完成大型工件尺寸快速评价工作的基础,但由于部分点云和整体点云全局特征的差异性,使用现有的局部特征描述符进行点对匹配搜索计算量大,点云配准耗时长.为此,针对部分点云与全局点云的几何特征,提出一种基于区域均值特征描述符的部分点云与整体点云配准方法.首先提出一种区域均值特征描述符,能够有效地描述点云中关键点的邻域几何特征;然后通过评价点云区域均值特征描述符的特征度选择数据点作为待配准关键点,搜索与之匹配的描述符,完成部分点云与整体点云的关键点匹配;最后使用奇异值分解法计算点云之间的转换矩阵,基于迭代最近点算法完成部分点云与整体点云的配准.利用斯坦福公共数据库点云集和大型发动机舱段的三维扫描点云数据,对配准算法的配准准确度和配准速度进行实验的结果表明,与现有的几种基于局部特征描述符(PFH,HoPPF,PPFH,FPFH)的点云配准方法相比,所提方法配准准确度平均提高56.75%,配准速度平均提高45.57%,验证了该方法的有效性.

• 基于几何相似特征的石窟造像装饰图案生成方法

  裴卉宁, 邵星辰, 郭任哲, 张新新

  针对石窟造像装饰图案设计中图案基元的组合方式不够灵活多变、画面布置与调整耗时、图案基元间的交叉重叠问题,提出一种基于几何相似特征的图案生成方法.首先明确图案属性,利用Freeman链码描述图案基元轮廓信息;然后利用最长公共子序列计算图案基元间的几何相似性特征;接着基于计算结果对图案基元进行设计布局,完成子图案的效果生成;最后依据检测和识别出的图案空间分布模式将子图案进行扩充生成.采用响堂山石窟中的装饰图案基元数据进行实验的结果表明,所提方法不仅解决了图案基元组合优化问题,而且能实现复杂图案的快速生成设计,该方法在图案基元的匹配时间为19.2 s,比人工方法的36.1 s更优.

• 点云鲁棒低秩联合估计重构

  冯肖维, 杜光皓, 赵一平, 何敏

  为了提高三维点云的质量,在抑制噪声的同时恢复尖锐特征,提出一种基于L1稀疏优化的点云鲁棒低秩联合估计重构算法.首先使用鲁棒主成分分析进行点云局部区域低秩建模估计,避免离群点的影响,并根据法向场的变化调整模型,实现点云各向异性自适应降噪;为了提高算法求解效率,利用局部曲率进行尖锐特征辨识,将阈值迭代法与非精确增广拉格朗日乘子法相结合,用于点云不同区域低秩模型的求解;再根据每个优化后局部邻域交叠区域的冗余信息完成点云的全局联合估计重构;最后对尖锐特征点运用投影优化实现边缘特征恢复,解决尖锐特征退化以及边缘毛糙的问题.在公开仿真点云数据与多种典型算法的实验结果表明,所提算法无论是主观视觉效果,还是重构精度与效率均得到改善,与MRPCA算法相比,精度、时效分别提升10.22%和56.52%;在保留点云原有特征信息的同时,可以有效地抑制噪声并恢复尖锐特征,重构效果良好.

• 边界优先的Delaunay-层推进曲面四边形网格生成

  曹杰, 杨鑫, 单菊林, 赵国忠, 关振群

  为了提高复杂组合曲面四边形网格生成的鲁棒性和边界单元质量,提出一种边界优先的Delaunay-层推进网格生成方法.首先在剖分域内粗的约束Delaunay背景网格的辅助下,以物理域的位置偏差为引导,在参数域中迭代计算边界点的法矢量;然后结合层推进策略,在几何特征附近生成各向异性或各向同性正交网格;最后使用Coring技术加速内部网格的生成并进行单元合并,得到四边形为主的网格.若干复杂平面区域和组合曲面模型的剖分结果表明,所提方法可生成等角扭曲度和纵横比优于主流商业软件的网格;在12个线程的PC平台上,使用OpenMP并行剖分包含21 772张曲面的引擎模型只用了38.68 s.

• 基于GAN的分步合成人脸素描生成算法

  翁丽芬, 李晨阳, 许华荣

  人脸素描具有丰富的阴影、纹理和鲜明的脸部特征,广泛应用于人脸识别和生活娱乐等领域.鉴于艺术家对人脸素描的绘制步骤具有一定次序的特点,提出一种模拟艺术家绘制人脸素描步骤的算法.将素描生成过程分为2个阶段:第1阶段利用重建的图像辅助生成素描信息;第2阶段利用第1阶段得到的素描信息辅助合成目标素描图像,达到具有脸部轮廓、头发纹理与五官特征、脸部阴影特征的目的.采用CUHK和CUFS数据集进行大量实验,通过PSNR,SSIM和FIR这3个客观评价指标进行对比,结果表明,所提算法的PSNR比典型算法平均提高了4.7 dB,SSIM平均提升0.08,FID分数平均降低8.3;该算法能够生成效果更好的人脸素描图像.

• 视频描述中全局-局部联合语义生成网络

  毛琳, 高航, 杨大伟

  针对视频描述中语义特征不能兼顾全局概括信息和局部细节信息,影响视频描述效果的问题,提出一种视频描述中全局-局部联合语义生成网络GLS-Net.首先利用全局与局部信息的互补性设计全局和局部语义提取单元,2个单元采用残差结构的多层感知机(residual multi-layer perceptron,r-MLP)来增强特征提取效果;然后联合概括性全局语义和细节性局部语义增强语义特征的表达能力;最后将该语义特征作为视频内容编码,提升视频描述模型性能.在MSR-VTT和MSVD数据集上,以语义辅助视频描述(semantics-assisted video captioning network,SAVC)网络为基础进行的实验的结果表明,GLS-Net优于现有同类算法,与SAVC网络相比,准确率平均提升6.2%.

• 融合注意力机制和U-Net的视网膜血管分割

  侯向丹, 牛敬钰, 李紫宇, 刘洪普

  视网膜血管分割对于辅助医生进行临床筛查与诊断眼科疾病、糖尿病等大规模疾病具有重要意义.针对现有视网膜血管分割算法对细微血管分割不足、分割易受复杂背景区域影响的问题,提出一种融合注意力机制和U-Net的TCU-Net算法对视网膜血管进行分割.首先,通过单通道特征提取、图像裁剪等预处理方法,对原始眼底图像进行特征增强与数据扩充;然后,基于U-Net结构对预处理后的图像进行分割,编码器结合ResNet与Transformer对图像细节与全局特征信息进行捕获,可有效地增强血管特征提取能力,解码器引入改进通道注意力模块辅助上采样过程,细化分割结果.在DRIVE和CHASEDB1数据集上的实验结果表明,TCU-Net算法的准确率分别为0.968 4和0.974 8,灵敏度分别为0.789 9和0.825 6,受试者工作特性曲线下方的面积分别为0.982 0和0.987 6;综合分割性能较U-Net,CIEU-Net等算法均有较大提升.

• 条带池化注意力的实时语义分割算法

  吕佳, 孙亚南, 许鹏程

  针对目前面向注意力机制语义分割算法不能兼顾分割精度与实时性,以及难以满足在现实场景中应用的问题,提出一种基于条带池化注意力的实时语义分割算法.首先采用轻量级骨干网络提取特征信息,结合不同网络层语义差异构建特征融合模块获得不同尺度的上下文信息以提升分割精度;然后利用基于注意力的条带注意力模块(SAM)提高远距离信息被弱化的注意力,并在SAM中加入水平方向的条带池化以降低编码全局上下文的运算量.实验结果表明,所提算法能够得到较高分割精度且满足实时性要求;在Cityscapes测试集上平均交并比为70.6%,分割速度达到了92帧/s;在CamVid测试集上平均交并比为66.4%,分割速度达到了196帧/s.

• 自适应融合多尺度特征的无锚框遥感图像目标检测算法

  王坤, 文武, 铁菊红, 吴锡, 符颖

  针对遥感图像内容丰富且复杂,具有目标种类多、密集分布和尺寸变化剧烈等特点,导致遥感图像中目标多尺度尤其是小目标难以检测的问题,提出一种基于自适应多尺度特征融合(AMFF)和注意力特征增强(AFE)的无锚框遥感图像目标检测算法.首先将主干网络提取的图像特征输入AMFF,自适应地融合多个尺度的特征,增加特征复用,提升网络的多尺度特征表达能力;然后将AMFF输出的特征输入到加入了AFE模块的检测头中,AFE通过结合多分支空洞卷积与注意力机制,在提高网络对目标尺度的泛化能力的同时增强有效特征信息;最后进行分类和回归,得到检测结果.在DIOR和NWPU VHR-10公开数据集上,与多种主流目标检测算法的实验结果表明,所提算法在2个数据集上的平均检测精度分别为72.4%和87.4%,较基线网络分别提升9.4和13.5个百分点,比次优结果分别提升6.3和1.7个百分点;平均检测精度高于主流目标检测算法,较基线网络的平均检测精度显著提高,能够更加准确地检测小尺度目标,同时有效地提升多尺度目标的检测精度.

• 融合空间信息和分布关系的东巴画小样本分类

  徐启豪, 钱文华

  纳西族东巴画具有纹理复杂、色彩鲜明的艺术特点,是民族文化的重要组成部分.针对东巴画数量稀少且主题多样、细节丰富,现有的深度学习方法直接应用于东巴画分类任务时易导致模型分类准确率低、泛化性差等问题,提出一种融合空间信息和分布关系的东巴画小样本分类方法.首先采用一对独立的编码操作将空间信息聚合到通道注意力,获取具有方向感知和位置敏感的注意力特征图,准确定位东巴画目标区域;然后将特征图输入自适应元权重生成器,加强支持集与查询集样本之间的信息关联,增强特征的表达能力;最后构建双向图神经网络,显式地利用样本实例信息和分布关系,通过优化重构样本图特征进行分类预测.在3个自建的东巴画数据集上进行模型训练的实验结果表明,与其他小样本算法相比,所提方法的分类准确率分别提升9.79,5.76和8.21个百分点,可以更有效地提取东巴画分类所需的图像全局信息和细节特征,并能扩展至其他少数民族文化的保护与传承等领域.

• 融合注意力机制的多模态脑肿瘤 MR 图像分割

  毋小省, 杨奇鸿, 唐朝生, 孙君顶

  针对在多模态MR图像分割中对不同模态特征间的关联性及全局和局部特征提取考虑不充分,导致分割精度降低的问题,基于注意力机制,提出多模态脑肿瘤MR图像分割方法.首先提出三重注意力模块,用于增强各模态特征间的关联性以及对感兴趣区域的位置和边界信息精确判断;然后设计空间和通道注意力模块,用于双重捕获空间和通道上的全局及局部特征,增强对肿瘤组织结构信息的学习能力.在公开数据集BraTs18和BraTs19上的实验结果表明,分割全肿瘤时,所提方法的Dice系数、精确率、灵敏度和Hausdorff距离分别达到了90.62%,87.89%,90.08%和2.258 3,均优于对比的同类方法.

• 利用CNC多维约束的S型速度规划

  吴继春, 许可, 周会成, 范大鹏

  经典控制模型中存在时间过耦合,而速度规划与实时轨迹控制都与时间关联,导致实时计算量、规划与控制协调性等不足的问题,提出利用CNC多维约束的S型速度规划方法.首先建立双重反馈的控制模型,内反馈继承经典控制模型将时间反馈到控制器,外反馈将非时间反馈到规划器;然后将影响速度规划的因素分为时间相关与时间无关,与时间相关因素在控制器中实时控制,与时间无关因素在规划器中进行非时间速度规划;在规划器中建立基于轨迹路径长度、轨迹几何特性、运动参数以及程序行号等信息的多维约束模型;最后以路径长度代替时间作为运动参考量,结合多维约束模型,考虑轨迹的几何特性与路径长度映射关系,使轨迹特性与非时间建立具有空间性关联.通过MATLAB仿真对控制模型的抗干扰能力进行验证,并通过CODESYS软件编程和实验的结果表明,所提方法是可行和有效的.

• 基于量子元胞自动机的5输入择多门设计与应用

  闫爱斌, 曹傲然, 刘润祺, 黄正峰

  随着量子元胞自动机(quantum-dot cellular automata,QCA)电路复杂度不断上升,传统的3输入择多门逐渐无法满足现有的需求.为了在减少QCA电路的逻辑深度的同时降低开销,提出一种5输入择多门以实现高效的单层QCA电路.首先将输入元胞进行分散排列,通过中间元胞相连,保证5输入择多门的逻辑正确性;然后根据元胞电子间库仑作用力确定输出元胞的位置,构造出一种低功耗的5输入择多门;最后基于所提出的择多门设计一种D触发器,其具有低复杂度和低开销等特点.采用QCADesigner和QCADesigner-E工具对所提设计的功能、性能和功耗进行评估,结果表明,与现有的结构相比,所提出的5输入择多门不仅总功耗平均减少约57%,而且实现了高极化的输出;所提出的触发器总功耗减少约78%,复杂性、面积和延迟分别降低约35%,28%和28%.