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1期

• 基于单目RGB数据的三维模板物体跟踪算法综述

  宋修强, 金立, 宋婧, 李佳宸, 孟祥旭, 秦学英

  文中介绍了三维物体跟踪技术及其最新研究进展, 包括理论基础与评估指标、基于视觉特征的传统位姿求解和基于学习的位姿估计.分析了传统算法中各种特征约束、统计分割模型、能量函数以及加速策略.其中, 区域及边缘约束成为跟踪的主流方向, 多种特征可以融合产生更强的约束.统计分割模型由全局模型逐步发展为局部模型.非线性最小二乘形式的能量函数易于优化而被广泛采用.预计算、预渲染的加速策略使得跟踪的实时性极大提高.基于学习的算法现阶段在精度和速度上不及传统算法, 但展现了更好的特征提取能力和处理更复杂场景的潜力.梳理了多种算法的跟踪精度及取得高精度的原因.总结了三维物体跟踪在复杂情境下跟踪精度下降和失败的问题, 及其潜在的解决方案与发展方向.三维物体跟踪正朝向多特征融合、预计算、多任务的方向发展.

• 基于条件生成对抗网络的图像翻译综述

  屠杭垚, 王万良, 陈嘉诚, 李国庆, 吴菲

  图像翻译旨在实现多组不同领域图像间的转换, 同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点, 首先, 介绍了数据集的特点, 指出了不同数据集图像翻译难易程度; 其次, 从数学表达、性质以及目标函数设计方法得出算法实现的不同方式; 将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译, 并得出不同应用场景所对应的图像翻译类别, 即高清任务对应匹配图像翻译, 低成本任务对应非匹配图像翻译, 多样化任务对应多领域图像翻译; 将图像质量评价方法分为主观图像质量评价与客观图像质量评价, 并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围; 最后, 总结条件生成对抗网络在图像翻译中的进展, 并分析算法后指出了模式崩塌, 模型可解释性和少样本等未来所需解决的问题.

• 基于5G多接入边缘计算的云化PLC系统架构设计与应用

  冯毅雄, 杨晨, 胡炳涛, 赖颢善, 石莹, 宋光敏, 汪勇, 谭建荣

  随着工业控制系统对柔性化、扁平化的要求不断提升, 以PLC为构建基础的传统工业控制网络在大规模接入、算力提升和部署灵活性方面均受到限制.针对这些问题, 融合5G网络和边缘计算技术, 设计了基于5G多接入边缘计算的云化PLC系统架构, 阐述了该架构的运行机制和所涉及的关键技术; 在此基础上, 进行PLC系统的云化部署和调试, 实现了工业现场、企业数据中心、5G网络和边缘网络的集成; 最后, 通过在某汽车制造公司产线改造过程中的应用, 验证了所提架构的有效性.

• 特征迁移的细粒度产品形态智能决策方法

  李雄, 苏建宁, 张志鹏, 李晓晓

  针对产品形态智能决策框架系统性不强、模型决策机制单一且历史样本数据量少等问题, 提出一种基于混合迁移学习的细粒度产品形态智能决策方法.该方法将Swin Transformer和ResNets作为骨干网络设计了3个并行混合迁移学习子网络, 包括产品形态识别网络(Form-CN)、产品形态深度回归评价网络(Form-REN)和产品形态分布拟合评估网络(Form-DFEN).首先应用Form-CN对产品进行细粒度形态分类判别, 实现产品形态设计定位识别任务; 其次应用Form-REN对产品整体形态语义进行预测评价; 然后通过Form-DFEN对产品形态进行分布拟合评估; 最后由Form-REN和Form-DFEN完成综合决策.以创建的手电钻数据集进行实验, 并与其他经典模型进行比较, 结果表明, 所设计的3个网络分别取得了99.0%的准确率、0.258 3的均方误差和84.3%的准确率; 所提方法能够精细、高效地辅助设计师进行综合智能决策, 为产品形态智能决策提供了一个更为系统的参考框架.

• 结合词向量和自注意力机制的设计素材推荐系统

  孙清华, 邓程, 顾振宇

  当设计师使用文本在设计库中检索素材时, 基于词匹配的搜索无法有效地识别文本中的设计意图并推荐合适的素材.对此, 提出一个结合词向量和自注意力机制的设计素材推荐系统.首先从预训练词向量模型中获取文本的词向量表征; 然后利用自注意力机制学习文本中不同词的权重以及文本与设计语义间的映射关系; 最后基于模型输出与向量相似, 检索并重排序设计素材形成推荐.所提系统还能检索带有不同语义标签的素材数据, 通过计算其语义与设计语义的词相似作为权重, 转换其数据维度与模型输出维度一致.基于1 300个电商设计案例和200种字体进行实验的结果表明, 用户评估推荐结果的有效率分别为55%和57.3%, 处于同类工作中上水平; 验证了该系统的可行性及有效性.

• 可编辑的根系建模与生长模拟方法

  杨猛, 肖成

  针对植物根系种类繁多, 形态呈现出高度多样性问题, 提出一种可编辑的建模方法来模拟根系生长.首先拓展了传统的L系统, 以一种具有语义特征的规则描述根系结构与拓扑关系; 然后加入根茎半径与单根长度的连续方程, 生成符合自然规律的生长; 再通过指导向量控制根系的全局形态; 最后提供多种编辑根茎局部形状的手段, 如根茎骨架、曲面造型、不规则表面等, 生成具有自然观感的根茎模型.对自然界中的6种植物进行仿真实验, 包括直根系、须根系、储藏根系和板根4种不同类型, 结果表明, 根系的模拟结果与真实图片的平均相似度达到79.16%, 所提方法具有构建多种类型根系的建模能力, 可以通过设置形状指导曲线或者调节部分参数, 构建出具有特殊形态的真实感根系模型.

• 子图匹配和强化学习增强的三维点云配准

  张义, 董华, 吴巧云, 易程, 汪俊

  针对低质量三维点云数据配准精度不足、效率低的问题, 为了实现低质量点云的精确、快速配准, 提出一种基于子图匹配和强化学习的点云配准方法.首先将三维点云配准转化为一系列离散的刚性变换连续作用结果, 利用强化学习策略训练一个端到端的模型以迭代输出刚性变换动作; 然后对于模型架构, 采用双流主干网络分别提取源点云与目标点云的局部特征信息, 设计交叉图注意力模块将源点云图和目标点云图中的相似节点关联起来, 使用带选通向量的加权实现图节点的聚合, 分别获取源点云图与目标点云图的全局特征表示; 最后融合源点云图与目标点云图的全局特征, 基于融合特征预测离散的刚性变换动作.强化学习策略的引入显著提高了点云配准算法的泛化性, 在加入交叉图注意力模块后, 点云配准的精度及效率也进一步被提升.在ModelNet40和ScanObjectNN这2个公共基准数据集上与最新的点云配准方法ReAgent进行实验的结果表明, 所提方法能够将旋转误差的均方差数值降低至少0.16, 各向同性旋转误差数值也降低至少0.16, 有效地提升低质量点云配准的精度.

• 基于照度图引导的低照度图像增强网络

  黄淑英, 黎为, 杨勇, 万伟国, 赖厚增

  在低照度环境下采集的图像, 由于光照的不均匀性, 存在能见度差、对比度低和颜色失真等问题.现有的大多数低照度图像增强方法存在过增强或欠增强的现象, 影响视觉感知和后续目标检测任务.针对上述问题, 提出一种基于照度图引导的低照度图像增强网络.首先根据低照度图像的灰度分布特点构造对应的照度图, 度量低照度图像不同区域块的明暗程度; 然后利用照度图作为网络增强的引导图, 与低照度图像一起送入图像增强网络来获得增强后的图像.为了解决训练数据不足的问题, 提出一种基于内循环和概率旋转的数据增强方法来扩充训练数据样本的数量和多样性; 同时, 针对目前图像增强方法中普遍存在照度不均匀的问题, 基于直方图匹配的思想构建一种直方图损失函数, 约束并指导网络的训练.在合成数据集LOL和真实图像上的实验结果表明, 所提网络在低照度图像增强方面获得了更好的主观视觉效果; 与经典的RetinexNet方法相比, 所提方法在PSNR和SSIM客观定量指标上分别提高了7.905 dB和0.328; 该网络对后续目标检测任务的检测率可提高10.17%~17.19%.

• 融合注意力机制与联合优化的表面缺陷检测

  董永峰, 孙松毅, 王振, 刘晶

  两段式缺陷检测模型中分割和分类网络的优化目标不一致, 导致二者耦合性较差, 且分割模块误差的积累可能进一步弱化分类模块的性能.针对上述问题, 提出一种基于注意力机制的缺陷检测联合优化算法.首先基于混合注意力特征融合模块的分割网络融合浅层特征和深层特征, 提取更全面的缺陷位置信息; 然后基于多感受野空间注意力模块的分类网络挖掘更具判别性的缺陷类别特征; 最后通过联合优化目标实现分割和分类网络的学习优化, 提升整个算法的耦合性以及性能.基于PyTorch框架, 在公开工业缺陷检测数据集DAGM 2007, MAGNETIC-TILE和KolektorSDD2数据集上进行实验, 并引入分段式算法及类U-Net算法进行横向对比的结果表明, 所提算法的准确率相比分段式算法最高提升28.02%, 相比类U-Net算法最高提升8.3%, 且精确率、召回率、F1值均优于同类算法, 具有更好的检测性能.

• 自适应特征融合与cosIoU-NMS的目标检测算法

  马素刚, 李宁博, 彭冠升, 杨小宝, 侯志强

  针对经典的有锚框检测算法RetinaNet、无锚框检测算法FCOS等目标检测算法中存在漏检以及重复检测的问题, 提出一种自适应特征融合与cosIoU-NMS的目标检测算法.首先采用自适应特征融合模块对多尺度特征中相邻3层特征加权融合, 获取丰富的上下文信息和空间信息; 然后采用cosIoU计算检测框之间的余弦相似度与重叠面积, 使目标定位更准确; 最后使用cosIoU-NMS代替Greedy-NMS抑制置信度分数较高的冗余框, 保留更准确的检测结果.以RetinaNet和FCOS为基准, 在PASCAL VOC数据集上的实验结果表明, 所提算法的检测精度达到81.3%和82.3%, 分别提升2.8个百分点和1.2个百分点; 在MS COCO数据集上检测精度达到36.8%和38.0%, 分别提升1.0个百分点和0.7个百分点; 该算法能够增强特征表征能力, 筛除多余的检测框, 有效地提高检测性能.

• 面向肺炎CT图像识别的DL-CTNet模型

  王威, 黄文迪, 王新, 王珑润

  肺炎常缺乏明显呼吸系症状, 症状多不典型, 易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点, 提出一种可有效地提取CT图像中的局部与全局特征的轻量级模型——DL-CTNet.输入预处理的CT图像后, 首先采用空洞卷积和动态双路径多尺度特征融合(D-DMFF)模块的2个支路提取浅层特征; 然后使用局部与全局特征拼接模块(LGFC)中的D-DMFF模块提取局部特征、Swin Transformer提取全局特征, 并通过拼接获得深层特征; 最后经过全连接层输出分类标签.实验结果表明, 在2个CT图像数据集上, 验证了LGFC模块以及DL-CTNet的低复杂度与有效性; DL-CTNet的分类准确率高达98.613%, 与其他方法相比, 其能更准确地识别肺炎的CT图像.

• 深度指导的无监督领域自适应语义分割

  卢加文, 史金龙, 诸皓伟, 孙蕴瀚, 成志刚

  为了提高语义分割精度, 解决模型在不同数据域上泛化性差的问题, 提出基于深度信息的无监督领域自适应语义分割方法.首先, 深度感知自适应框架通过捕捉深度信息和语义信息的内在联系, 减小不同域之间的差异; 然后, 设计了一个轻量级深度估计网络来提供深度信息, 通过跨任务交互策略融合深度和语义信息, 并在深度感知空间对齐源域和目标域的分布差距; 最后, 提出基于深度信息的域内自适应策略弥合目标域内部的分布差异, 将目标域分为子源域和子目标域, 并缩小子源域和子目标域分布差距.实验结果表明, 所提方法在SYNTHIA-2-Cityscapes和SYNTHIA-2-Mapillary跨域任务上的平均交并比分别为46.7%和73.3%, 与同类方法相比, 该方法在语义分割和深度估计精度上均有显著提升.

• 联合注意力和条件GAN的被遮挡人体姿态和体形估计方法

  朱妍, 汪楷, 汪粼波, 方贤勇

  基于图像的人体姿态和体形估计常常因人体被遮挡而充满挑战.为此, 提出一种基于单幅图像的姿态和体形估计方法.首先提出多尺度的注意力模块策略, 输出具有丰富上下文信息的多尺度注意力特征, 以有效地获得不受遮挡影响的全局的姿态和体形分布; 然后提出基于热图的条件生成对抗网络策略, 将由关节热图得到的姿态估计作为约束, 实现网格精细调整; 最后借助这2个策略得到的姿态和体形估计方法实现全局预测和局部细节求精的结合.在Ubuntu环境下, 在3DPW, 3DOH50K和Human3.6M公开数据集上的实验结果表明, 与SMPLify, GraphCMR和SPIN等方法相比, 所提方法在身体部分被遮挡时重建效果更好, 并在ACK, AVE和PA-MPJPE等定量评价指标上取得了更好的结果.

• 区域增强型注意力网络下的人脸表情识别

  陈公冠, 张帆, 王桦, 范辉, 张彩明

  为了识别人脸表情中包含复杂背景、面部遮挡等因素的真实环境下的图像, 提出基于区域增强型注意力网络的人脸表情识别方法.首先提出基于注意力的区域增强网络, 减弱外部因素的影响以及增强表情识别在真实环境下的鲁棒性; 然后提出通道-空间注意力融合网络, 作用于全局的特征提取; 最后通过分区损失和交叉熵损失相结合的方式提升表情图像的辨识度, 从而提升识别准确率.在公开数据集RAF-DB, FERPlus和AffectNet上的实验结果表明, 表情识别准确率分别达到88.81%, 89.32%和60.45%; 所提方法具有更高的准确率和鲁棒性.