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2024年第12期

• 基于拟共形映射的三角Bézier参数化

  张珊珊, 潘茂东, 陈发来

  区域参数化作为等几何分析方法中非常关键的一步, 近年来已得到广泛的关注与研究.针对现有参数化方法大都将参数域限定为正方形(体), 对于一些特殊(类似三角形状)的区域无法获得高质量的映射的问题, 以三角Bé zier面片为表示形式, 以拟共形映射为计算框架, 提出一种有效的平面区域参数化方法.首先给定参数域(单位直角三角形)与计算域之间的边界对应; 构建参数域到计算域具有双射性和低扭曲的拟共形映射问题可以建模为一优化模型, 其目标函数为映射的共形扭曲和光滑性, 约束条件为映射的单调性; 然后通过交替求解2个二次优化问题, 计算拟共形映射; 最后, 通过计算若干区域的扭曲值, 将参数化结果与基于拟共形映射的张量积B样条参数化结果作比较.实验结果表明, 该方法可以得到扭曲值更低的映射, 所提方法是有效的.

• 面向重用的三维CAD拉伸模型建模特征序列重建

  王洪申, 贾苏洋, 黄忠金

  三维CAD模型的再利用可以提高产品的开发周期, 从而降低成本.三维模型通过中性交换文件在造型系统间交换时通常会丢失模型的造型特征信息.为了能够对这些模型通过修改特征实现重用, 需要重建建模的造型特征序列, 即识别建模的特征与建模过程.为此, 通过分析建模特征相交的痕迹实现特征识别, 运用布尔运算对每次识别出的特征与原模型进行分离处理, 更新模型数据; 如此对造型特征边识别边消除, 使特征识别问题不断简化, 较好地解决了造型中特征相交引起的特征识别和分割困难的问题.抽取ESB模型库中的部分模型进行测试, 测试结果表明该方法可有效地实现CAD模型建模特征序列的重建, 为三维模型的重用奠定了基础.

• 基于区域能量感知胶囊网络的三维形状匹配方法

  连远锋, 陈梦琪

  针对三维形状匹配中局部形变识别能力不足而导致匹配精度不佳的问题, 提出一种基于区域能量感知胶囊网络的形状匹配方法.首先基于区域能量合并规则对三维网格过分割子面片进行合并形成模型能量区域; 然后设计一个基于区域能量感知的胶囊网络(REA-CapsNet)来提高特征匹配结果的准确率, 通过能量迁移的知识蒸馏策略对网络模型优化, 进一步提高网络的收敛速度; 最后在功能映射函数中嵌入区域能量约束, 以获取准确率高且鲁棒性强的函数映射矩阵.在FAUST, SCAPE, TOSCA和KIDS数据集上的实验结果表明, REA-CapsNet的总体平均测地误差分别达到0.075 7, 0.203 2, 0.081 8和0.134 2, 所提方法具有较好的准确性和泛化性.

• 多头门控多层感知机运动分解非刚性点云配准算法

  张荣国, 王荣琪, 胡静, 张睿, 刘小君

  非刚性物体运动的复杂性和不确定性使非刚性点云配准成为一个极具挑战性的问题.现有的非刚性点云配准算法配准结果存在大量外点, 面对噪声输入时, 鲁棒性不高.为解决以上问题, 提出了一种多头门控多层感知机运动分解非刚性点云配准算法.首先, 对三维点云中的点进行正弦编码, 输入到多层级多头门控多层感知机中; 其次, 通过多层级运动分解, 在每一层级中用多头空间门控单元来解决外点与噪声问题, 在最后一个层级中得到对应点的运动增量; 在这一过程中, 随着层级增加逐渐提高正弦函数的频率, 以增加函数的波动性来表示非刚性运动; 最后, 在2个数据集上与9种主流的非刚性点云配准算法用4个评价指标进行了对比实验.该算法与其他对比算法相比端点误差与异常率2个评价指标分别降低了1.84%~18.8%与5.61%~30.76%, 严格正确配准率与正确配准率分别提高了2.78%~13.26%与5.43%~22.63%, 而配准时间缩短了200%~5 000%.实验结果表明本文算法可以快速地得到点云分布均匀且平滑、无外点的非刚性点云配准结果.

• 基于法线贴图增强隐式函数的单图像三维头部重建

  刘乐元, 刘旭, 孙见弛, 陈靓影

  三维头部重建是建构元宇宙的基础技术之一, 在影视制作、游戏娱乐、智能教育等领域也具备广阔的应用前景.从单图像重建三维头部模型可以最大程度地节省成本并大幅提高操作的便捷性.然而, 单图像三维头部重建是一个非适定问题, 现有算法普遍存在重建的三维头部模型保真度低、细节少以及算法泛化能力差等问题.为此, 文中提出了一种基于法线贴图增强隐式函数的单图像三维头部重建算法.首先, 设计了一个法线贴图估计子网络从单幅图像估计头部法线贴图; 其次, 将三维头部模型表面看作由隐式函数描述的水平集, 建立了端到端的深度神经网络, 从输入图像及法线贴图中提取视觉特征并判别三维空间中各点位于该水平集等值面的概率.文中算法在FCH (FaceScape, CoMA, HeadSpace)和FaceVerse公共数据集上所重建三维头部模型的平均倒角距离分别为0.769 6 mm和1.308 0 mm, 大幅优于对比的单图像三维头部重建算法; 在2个从互联网采集的数据集上的实验结果也表明, 文中算法能从包含不同年龄、人种、性别、面部表情的单幅肖像图像中重建出具备高保真度和丰富细节的三维头部模型, 且具备强大泛化能力.

• 基于视觉注意的自监督单目深度估计

  程德强, 徐帅, 韩成功, 吕晨, 寇旗旗, 张剑英

  为解决单目深度估计方法在面对复杂纹理区域时预测效果差的问题, 提出了一种基于视觉注意的自监督单目深度估计方法.首先构建多尺度源图像输入编码器, 从而更好地融合多路特征; 其次, 通过并行的中间注意力模块跨区域交互, 分别在空间维度和通道维度建模语义依赖关系, 得到丰富的上下文信息; 此外, 采用连续的外部注意力特征聚合模块构成解码器部分, 有效利用上下文信息解决复杂区域的不适应问题.在KITTI和Cityscapes数据集上的实验结果表明, 该方法优于目前主流的方法, 在复杂纹理区域拥有更好的深度预测性能.KITTI数据集的RMS和RMSln分别达到了4.486和0.181.

• 白斑假设下基于灰色区域扩展的色彩恒常算法

  解梦达, 孙鹏, 郎宇博

  色彩恒常研究中, 白斑算法假设图像内最高亮度像素为灰色来估计光源色彩.然而受坏点及噪声影响, 图像内最高亮度像素的色彩易偏离灰色, 导致白斑算法光源估计性能降低.针对上述问题, 提出一种基于灰色区域扩展的非学习类色彩恒常算法.首先, 依据白斑假设定位灰色像素并将其作为初始种子点; 其次, 基于对数RGB色彩空间构建光源无关的种子点判定指标, 用于指导初始种子点处的灰色区域分割; 随后, 采用一组生长终止阈值分割图像以生成多个灰色区域, 各区域的光源估计值由该区域内所有像素值加权计算, 从而弱化采用单一像素执行光源估计时可能受到的坏点及噪声影响; 最后, 来自多个灰色区域的光源估计值经Nearest2加权融合后作为最终光源估计结果.在ColorChecker, Cube+和SimpleCube++共3类公开色彩恒常数据集中的实验结果表明, 所提算法的光源估计值在现有非学习类色彩恒常算法中取得了最低的中值角度误差, 且相较原始白斑算法的中值角度误差平均降低70%.此外, 得益于对相机传感器参数的不敏感性, 所提算法在跨数据集色彩恒常实验中相较学习类算法还具有最低的中值及三均值角度误差.

• 双路径双鉴别器生成对抗网络的红外与可见光图像融合

  许光宇, 陈浩宇, 张杰

  针对图像融合算法中存在源图像信息保留不够充分、细节信息不够丰富等问题, 提出一种基于双路径双鉴别器生成对抗网络的红外与可见光图像融合方法.在生成器端构建基于源图像差异拼接的梯度路径和对比度路径, 提高融合图像的细节信息和对比度; 通过多尺度分解提取红外与可见光图像的特征信息, 解决单一尺度特征提取不全面的问题; 然后将源图像引入双路径密集网络的每一层, 在提升特征传递效率的同时可获取更多源图像信息; 在鉴别器端采用双鉴别器估计红外与可见光图像的区域分布, 避免单鉴别器网络丢失红外图像对比度信息的模态失衡问题; 最后构造主辅梯度和主辅强度损失函数, 提升网络模型的信息提取能力.与8种主流图像融合方法在TNO数据集、RoadScene数据集和MSRS数据集上的对比实验结果表明, 所提方法在4个客观评估指标(平均梯度、空间频率、结构相似性和峰值信噪比)上取得较好的结果.

• 融合生成隐编码库先验的人脸去模糊方法

  梁远, 姜雨馨, 何盛烽

  对抗式神经网络的隐编码库包含了图像中不同尺度的细节特征, 为更好地结合隐编码库和图像的不同尺度特征来为图像去除运动模糊, 文中通过多层卷积网络提取模糊图像的多尺度特征, 并由隐编码库中不同尺度的隐向量指导产生多尺度的解码特征, 该解码特征在隐编码库的统一指导下生成去除模糊后的图像.这种融合多尺度特征而非单一尺度特征的去模糊方法在更多细节上保证了人脸模糊图像的重建和复原.与当前同样使用隐编码库进行人脸去模糊的方法比较, 文中方法取得了更好的效果, 在PSNR指标上提升了30%, 在SSIM指标上提升了23%.

• 基于反投影回归网络的医学图像超分辨率重建

  郑秋富, 金燕, 姜智伟, 胡奕标

  针对使用深度学习进行医学图像超分辨率重建时存在的欠定性问题, 提出了一种基于反投影回归网络的医学图像超分辨率重建算法.该网络除了学习低分辨率到高分辨率图像的原始映射之外, 还学习一个对偶回归映射来预测退化核并重建出低分辨率图像, 形成一个闭环以提供额外的约束条件, 通过该约束减小低分辨率到高分辨率图像的映射空间, 从而缓解图像重建时的欠定性问题; 并在上采样和下采样过程中引入了反投影机制, 通过误差反馈来减少上、下采样时丢失的特征信息.在PyTorch环境中, 与EDSR, DBPN, RCAN等算法在Mayo和TCGA-KICH数据集进行了对比实验.结果表明, 所提算法的评价指标优于对比算法, 如Mayo数据集上2倍放大因子下, 所提算法的峰值信噪比高于对比算法0.12~1.41 dB.

• 基于三维跨模态ConvFormer的肺部肿瘤识别

  周涛, 叶鑫宇, 刘凤珍, 陆惠玲

  针对三维医学影像因肺部肿瘤形状不规则、差异性大, 导致特征提取不充分和识别不准确的问题, 提出一种基于CNN和Transformer的三维跨模态肺部肿瘤识别模型3D-CConvFormer.首先, 利用三分支网络学习三维PET, CT和PET/CT影像中病灶的特征; 其次, 设计全局特征与浅层局部特征融合的高效ConvFormer模块, 并利用自校正卷积对感受野进行有效扩展, 提高每个模态中对病灶信息的提取能力; 最后, 设计双分支不同分辨率的跨模态特征交互块, 利用2个全局注意力机制交叉学习不同模态、全局和局部信息, 交互式地增强跨模态特征提取能力.实验采用的肺部肿瘤3D多模态数据集, 该数据集共有3 173例患者, 3D-CConvFormer模型在参数量和运行时间较优的前提下, 获得了89.25%的准确率和88.74%的AUC值的最优性能, 为三维多模态肺部肿瘤疾病诊断提供可靠的计算机辅助.

• 基于分组残差及变换特征维度的目标检测网络

  王改华, 曹清程, 甘鑫, 翟乾宇

  针对目标检测网络中低效的特征提取和重要特征难以聚焦的问题, 基于分组残差及变换特征维度, 提出一种改进的目标检测网络.首先引入一个主干网络结构G-ResNet50作为特征提取网络, 以充分利用卷积的通道信息核; 然后提出广域感受野空间注意力机制, 强化重要特征的关注和聚焦能力; 最后比较不同损失函数的回归效果, 并采用最佳的损失函数进一步提高网络检测目标的准确度.在PASCAL VOC数据集和COCO数据集上的实验结果表明, 在相同的实验环境和设备下, 所提网络分别实现了79.1%的mAP和35.7%的AP值, 同时取得了34.1幅/s的检测速度; 与FCOS, ATSS, PAA等网络对比, 该网络具有更好的目标检测效果.

• 显著内容感知的深度特征融合RGB-T目标跟踪算法

  冯子航, 闫莉萍, 白景岚, 夏元清, 肖波

  为解决当前可见光和红外(RGB-thermal-infrared, RGB-T)视频的目标跟踪方法中目标矩形框不能很好地指明目标形状, 使得跟踪器参数训练未能充分关注目标部分, 以及单层深度特征难以兼顾类别语义信息和空间结构信息的问题, 提出一种显著内容感知的深度特征融合RGB-T目标跟踪算法.首先针对可见光和红外2种模态, 提取并融合目标的显著图; 然后根据融合显著图优化空间正则项权重系数图, 加强显著区域中训练样本对滤波器训练的影响; 最后采用预训练的卷积神经网络分别提取2种模态的多层深度特征, 这些特征包含了丰富的类别语义信息和空间结构信息并在响应图阶段融合.在RGB-T跟踪数据集GTOT和RGBT210上的实验结果表明, 该算法在跟踪精度上达到88.4%和72.7%, 在跟踪成功率上达到71.9%和51.0%, 与现有算法结果对比, 验证了该算法的有效性.

• 用于图像篡改检测的混合Transformer网络

  李树原, 严彩萍, 李红

  目前已有许多基于卷积神经网络的框架用于图像拼接伪造检测, 然而由于篡改区域的尺度是变化的, 现有的大多数方法都不能获得令人满意的性能, 尤其是对于大尺度的对象.为了获得准确的篡改定位结果, 提出一种混合Transformer网络, 其将自注意力和交叉注意力结合到U2-Net中, 用于图像拼接伪造检测.首先在编码器的最后一个模块应用自注意力捕获长距离语义信息依赖关系, 使网络能够更完整地定位大尺度篡改区域; 然后在跳跃连接中设计一个交叉注意力模块, 在高层语义信息的指导下增强低层特征图, 并过滤非语义特征, 实现了更精细的空间恢复.混合网络中结合Transformer的自注意力和交叉注意力的优点, 能够从不同的尺度捕获更多的语义信息和空间依赖性, 即将卷积和Transformer融合在一起, 可以定位不同大小的拼接篡改区域, 而无需对大量图像进行预训练.在Casia2.0和Columbia这2个公共数据集上, 与4种传统方法和6种深度学习方法进行实验的结果表明, 所提网络取得了更优的性能.

• 有效特征提取和级联优化的路面裂缝检测方法

  段中兴, 何宇超, 张旭生, 高静

  为了提高公路路面裂缝的检测精度, 针对裂缝的多态性和噪声干扰等问题, 提出一种结合有效多尺度特征融合结构和级联优化的裂缝检测方法.首先构建有效的多尺度特征融合提取结构, 增强对不同尺度裂缝特征的提取效果; 然后针对编码器-解码器对于特征信息的关注重点, 分别引入空间和通道注意力机制抑制背景噪声干扰, 增强裂缝特征表达; 最后对不同层级解码特征进行联合优化学习, 强化对低层级特征信息的利用, 提升裂缝分割纹路的连贯性.在Crack500等数据集上进行实验的结果表明, 所提方法检测出的可视化裂缝结果纹理清晰完整; 在综合测试集上, F1分数与平均交并比分别为90.07%和82.07%, 具有更好的识别效果和鲁棒性, 可为自动化裂缝缺陷检测任务提供一种深度学习方法.

• GSM-CrackFormer:基于高斯尺度混合模型的多应用场景裂缝检测方法

  黄廷辉, 李升典

  传统图像处理方法或机器学习方法解决裂缝检测问题通常仅适应特定场景.随着场景切换, 此类方法的检测精度会受到显著的影响, 在多应用场景下缺乏鲁棒性.为了适应多应用场景, 在原裂缝检测方法CrackFormer基础上进行出改进, 提出一种基于高斯尺度混合模型的检测方法——GSM-CrackFormer.首先通过高斯尺度混合模型构建描述裂缝特征的高斯分布的模块; 然后结合门控机制设计信号转换模块, 将由分布生成的裂缝特征信息转化为锐化裂缝语义特征的指导信号, 通过新颖的上下采样策略进一步平衡模型感受野与其捕获细节特征能力之间的关系; 最后调整损失函数, 缓解裂缝像素与非裂缝像素之间不平衡的问题.在多样化场景数据集CrackSeg9k上进行训练和评估的实验结果表明, 所提方法优于文中所对比的方法, 其全局最佳(ODS)指标达到0.784, 单图最佳(OIS)指标达到0.785, 平均交并比(MIoU)达到0.828.

• 融合注意力机制的OpenPose人体跌倒检测算法

  孟彩霞, 薛洪秋, 石磊, 高宇飞, 卫琳

  人员密集场所跌倒事件易引发公共安全问题, 对人体跌倒进行实时监测和预警可降低安全风险.针对现有基于姿态估计跌倒检测方法模型规模大、时效性差等问题, 提出一种融合注意力机制的OpenPose人体跌倒检测算法DSC-OpenPose.首先借鉴DenseNet稠密连接思想, 将每层与之前所有层在通道维度上直接连接, 实现特征复用, 减小模型参数规模; 然后在不同阶段之间添加坐标注意力机制, 获取特征图空间方向依赖和精确位置信息, 提高姿态估计精度; 最后提出一种基于人体外椭圆参数、头部高度、下肢高度共同识别跌倒行为的方法, 实现人体目标的跌倒检测.实验结果表明, 在COCO数据集上, 所提算法在模型规模和精度之间取得了较好的平衡效果; 在real fall (RF)数据集上, 所提跌倒检测算法的准确率达到98.2%, 精度达到96.6%, 检测速度达到20.2帧/s, 且模型规模较小, 满足嵌入式设备实时推理需求.

• 基于结构理解的手绘草图表格识别

  盖鑫, 黄进, 王丹琳, 刘杰, 田丰, 戴国忠

  基于笔交互的手绘草图表格比基于WIMP界面范式的传统电子表格更易于促进用户思维交流和创造性交互工作, 同时可以避免用户学习成本高和交互界面烦琐等问题.然而, 由于缺乏专门用于手绘草图表格识别的开源数据集, 以及草图本身具有的模糊性、抽象性和用户在绘制草图时的随意性, 手绘草图表格的识别仍然面临着巨大的挑战.为了解决存在复杂单元格、结构框线与内容重叠、笔迹重描补笔等具体挑战, 提出了一种基于结构理解的手绘草图表格识别算法, 通过一个支持向量机(support vector machines, SVM)对笔划信息进行划分, 再使用多峰值检测算法与真实交点找寻和单元格特征属性检测结合, 实现复杂草图表格结构的识别.客观评估结果显示, 与光学字符识别(optical character recognition, OCR)基线算法相比, 基于结构理解的手绘草图表格识别算法在面向草图表格结构识别任务中的树编辑距离相似度(tree-edit-distance-based similarity, TEDS)指标提升了13%以上; 专家评估结果显示, 基于结构理解的手绘草图表格识别算法在表格结构识别和将内容匹配到对应单元格2个评价维度中的识别效果均优于OCR基线算法的识别效果.