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3期

• 面向超级计算机系统的可视化综述

  吕斐, 陈长建, 张嘉鹏, 冯冼, 唐卓

  随着科技飞速发展, 超级计算机系统不断向着更大规模迈进, 给系统使用和维护带来困难.可视化技术以直观易懂的方式展示超级计算机系统的运行状态、异常情况等, 让用户更加深入地理解系统内部运行机制, 有助于更好地使用和优化系统.通过文献调研, 分析了超级计算机系统可视化的相关工作, 并根据系统使用流程将其分为状态监控、性能优化和系统维护3个方面.分析表明, 可视化在状态监控方面可帮助分析系统运行时内部进程和数据的状态; 在性能优化方面可帮助定位性能瓶颈并优化; 在系统维护方面可帮助发现运行异常以及对异常溯源.最后, 详细阐述了未来超级计算机系统可视化在大规模数据处理、全局优化、下游任务迁移等方向上面临的机遇和挑战.

• 监控场景下基于单帧与视频数据的行人属性识别方法综述及展望

  曹雨然, 逯伟卿, 于金佐, 周亦博, 胡海苗

  行人属性识别旨在判断目标行人的预定义属性标签, 从而生成关于该行人的结构化描述, 包括年龄、性别、衣着、配饰等多种层次的语义信息.由于行人属性识别在视频监控领域具有极大的应用潜力, 该任务广受研究者关注.随着深度学习的快速发展, 研究者提出众多识别行人属性的方法, 以获得更为精准的识别结果.针对当前复杂场景下, 该任务面临的监控画面不清晰、行人状态变化、遮挡等问题, 对监控场景下基于单帧与视频数据的行人属性识别方法进行综述, 首先围绕行人属性识别这一任务, 介绍其研究背景及任务概念, 指出当前研究所面临的问题与挑战; 其次根据“单帧图像”和基于视频数据的“序列图像” 2种不同的样本类型, 对行人属性识别方法进行分类, 并依据属性识别过程中所采用的技巧和思路, 归纳总结最新提出的行人属性识别方法, 概述研究现状; 再对当前主流使用的数据集进行分析比较, 总结其特点; 最后, 从状态引导行人属性识别、立体属性、多任务融合、新数据集构建4个方面, 思考该领域的未来发展方向并作出展望.

• 多源视频数据驱动的舰面保障作业三维重建

  徐明亮, 王政, 王华, 鲁爱国

  针对现有公开的航母舰面保障作业视频数据碎片化、相机角度多变、像素质量低下等问题, 提出一种多源视频数据驱动的舰面保障作业三维重建方法.该方法首先对视频中对象轨迹方向进行预测, 并采用联合外观和方向相似度的跟踪方法实现视频数据的多目标轨迹跟踪; 然后基于跟踪结果, 依次采用相似度关联、特征轨迹分割、轨迹聚类提取多源数据中的保障作业对象并进行关联与融合; 最后对融合得到的轨迹进行逼真三维重建.在MOT20数据集和舰面保障作业公开视频数据上, 实验和用户调研数据的t检验结果表明, 采用所提方法有99.5%的把握得到可信的舰面保障作业三维重建效果.

• 联合可靠实例挖掘和特征优化的无监督行人重识别

  许国良, 侯振东, 雒江涛, 刘杨, 刘立竹

  针对无监督行人重识别方法的伪标签中包含大量噪声的问题, 提出一种联合可靠实例挖掘和特征优化的行人重识别方法.首先设计一种衡量伪标签可靠度的指标, 利用不同参数下DBSCAN聚类结果的稳定性衡量伪标签的质量; 然后提出可靠实例挖掘策略进行伪标签去噪, 伪标签可靠度大于预设阈值的实例保留其原伪标签, 反之则修正其伪标签; 再提出融合全局和局部特征的二重动量更新策略, 每个batch对涉及的样本进行即时特征更新, 每个epoch对存储字典中所有样本特征进行更新; 最后利用统一对比损失对骨干神经网络进行训练优化.在2个大型公共数据集Market-1501和DukeMTMC-reID上的实验结果表明, mAP分别达到77.9%和67.4%, Rank-1分别达到90.2%和88.2%.

• 面向青花瓷碎片图像的U-Net++拼接网络

  张海波, 寇姣姣, 杨兴, 海琳琦, 周明全, 耿国华

  针对现有图像拼接方法存在拼接处伪影以及非重叠区域内容失真, 导致较低的准确性和鲁棒性的问题, 提出一种基于U-Net++消除伪影的青花瓷碎片图像拼接方法.首先估计待拼接图像单应性矩阵; 然后将单应性矩阵应用于结构拼接阶段, 得到图像粗拼接结果; 最后以图像粗拼接结果作为先验信息, 在内容校正阶段改进现有的U-Net, 利用U-Net++细化粗拼接结果, 得到最终图像精确拼接.以青花瓷碎片图像数据集与相关经典方法进行实验的结果表明, 在3个评价指标中, 所提方法的峰值信噪比提高约13%, 均方根误差降低约33%, 均方误差降低57%左右; 该方法具有较小的误差比, 不仅能够提高图像拼接质量, 而且表现出较好的鲁棒性.

• 面向多种天气场景下目标检测的多域动态平均教师模型

  刘袁缘, 王超凡, 王文斌, 张浩宇, 罗忠文

  现有的基于深度学习的目标检测模型中, 由于复杂天气使得现有方法的精度大幅降低.因此为了有效地消除不同天气场景带来的域差异问题, 提出一种多域动态平均教师模型.首先引入多域平均教师模块, 为多个不同天气场景下目标域数据生成伪标签; 然后引入基于学生网络的风格迁移模块, 解决多域任务中学生网络对不同目标域泛化能力差的问题, 可有效地减小源域与不同目标域之间的差异, 提升学生网络对不同目标域的泛化能力; 最后提出基于教师网络的动态过滤伪标签模块, 根据教师网络对不同目标域的学习效果动态地调整过滤伪标签的阈值, 提升每个目标域伪标签质量.在FoggyCityscapes&RainCityscapes和Dusk-rain&Night-rain数据集上的实验结果表明, 所提模型分别获得了40.3%和31.4%的精度, 在雨天、雾天和夜晚等多种复杂天气场景下都优于对比方法.

• 民族服装图像描述生成的局部属性注意网络

  张绪辉, 刘骊, 付晓东, 刘利军, 彭玮

  针对民族服装图像属性信息复杂、类间相似度高且语义属性与视觉信息关联性低, 导致图像描述生成结果不准确的问题, 提出民族服装图像描述生成的局部属性注意网络.首先构建包含55个类别、30 000幅图像, 约3 600 MB的民族服装图像描述生成数据集; 然后定义民族服装208种局部关键属性词汇和30 089条文本信息, 通过局部属性学习模块进行视觉特征提取和文本信息嵌入, 并采用多实例学习得到局部属性; 最后基于双层长短期记忆网络定义包含语义、视觉、门控注意力的注意力感知模块, 将局部属性、基于属性的视觉特征和文本编码信息进行融合, 优化得到民族服装图像描述生成结果.在构建的民族服装描述生成数据集上的实验结果表明, 所提出的网络能够生成包含民族类别、服装风格等关键属性的图像描述, 较已有方法在精确性指标BLEU和语义丰富程度指标CIDEr上分别提升1.4%和2.2%.

• 基于改进U-Net的皮革表面缺陷精细化分割方法

  王愉锦, 黄惠玲, 付磊, 韩军

  针对皮革缺陷形态多变、局部相似程度高导致细节信息难以提取、类型错分的问题, 提出一种基于改进U-Net结构的表面缺陷精细化分割方法.编码端, 在保留原始图像细节特征的同时嵌入级联扩张卷积模块获取全局特征, 同时在跳跃连接中添加特征融合模块, 改善因高低特征张量直接拼接造成的局部信息丢失; 解码端使用基于通道注意力机制的解码模块代替原始卷积层, 自适应地指导网络关注缺陷区域; 为进一步整合高层信息, 还嵌入全局平均池化模块, 将输出结果作为解码端的语义指导增强网络对相似缺陷的分辨能力.在包含7种缺陷的皮革数据集上进行实验的结果表明, 所提方法在PA, MPA, FWIoU和MIoU上分别达到99.17%, 93.27%, 98.39%和88.88%, 对比U-Net分别提升0.28, 2.78, 0.53和4.03个百分点; 定性分析和定量分析结果表明, 该方法对于皮革缺陷能得到更加精细的分割结果.

• 双层次装配语义智能识别与设置方法

  苗洁, 曹伟娟, 潘万彬, 王毅刚

  作为装配体模型中的重要内容, 即装配语义, 目前大多采用人工交互的方式进行设置, 过程往往费时低效.为解决此问题, 提出一种双层次装配语义智能识别与设置方法.首先, 改进现有的图注意力网络, 将其拓展为双层次识别网络, 实现透过各种几何形状, 智能识别每个零件模型表面的典型运动副接口; 其次, 改进现有反向传播人工神经网络的网络结构以提高网络性能, 智能识别每个零件模型所有运动副接口上蕴含的装配约束类型及关联的几何实体; 最后, 基于上述识别的信息, 任意2个零件模型之间自动搜索配对的运动副接口和装配约束几何实体, 并快速且半自动地设置它们之间完整的装配语义.为有效地支持上述网络模型训练, 构建了一个包含2 787个CAD零件模型的数据集.实验表明, 该方法对运动副接口和装配约束的类型及关联几何实体识别的准确率均超过93.0%.同时, 与现有的相关工作相比, 所提方法具有有效地适用于快速设置各种装配体模型其装配语义的优势和潜力.

• 处理含大量非分层介质结构的悬浮随机行走电容提取算法

  宋明烨, 杨明, 喻文健

  为了解决包含大量非分层介质的随机行走电容提取算法预处理时间过长的问题, 提出一种优化算法.本文算法一共有2步：首先基于八分块立方体即时采样技术, 提出处理复杂非分层介质的等效介电常数计算方法; 然后基于网格的空间管理技术, 减少随机行走电容提取的预处理时间.针对不同的电容提取应用场景, 还提供了选择不同非分层介质空间管理策略的建议.在多个来自集成电路设计版图的互连结构上的实验结果表明, 所提算法在保证电容提取精度与随机行走运行效率的同时, 显著地加快了非分层介质空间管理构造以及随机行走算法的预处理时间; 在含有超过70万非分层介质的测例上, 与现有算法相比, 该算法使非分层介质的空间管理构造时间最多加速420倍, 并使整个预处理时间从114s减少到30s.

• 基于XMG的乘法器电路等价性验证算法

  朱柏成, 储著飞, 潘鸿洋, 王伦耀, 夏银水

  组合电路等价性验证是数字集成电路设计自动化(EDA)中的重要部分, 随着算术电路在现代计算机系统中的占比逐渐增大, 传统的等价性验证算法在验证多比特算术电路, 尤其是乘法器电路时面临挑战.对此, 提出一种基于XOR-Majority Graph (XMG)逻辑表示的组合电路等价性验证算法.首先将2个待验证电路构建成的联接(Miter)电路进行XMG逻辑重写; 然后在等价性一致的前提下对XMG的节点个数和逻辑深度进行逻辑重写优化; 最后调用布尔可满足性(SAT)求解器和仿真器进行验证, 得到最终等价性验证结果.实验结果表明, 与ABC, Lingeling等工具相比, 所提算法在验证时间上实现了平均489倍、最高1 472倍的加速.

• 面向高速PAM4有线收发机的自适应和低复杂度最大似然序列检测器

  许超龙, 赖明澈, 吕方旭, 王强, 齐星云, 罗章, 李世杰, 张庚

  高速串行收发机是中央处理器、网卡和交换机等高性能芯片的关键部件.判决反馈均衡器(decision feedbackequalization, DFE)是高速串行收发机的主要判决电路.针对传统DFE在高码间干扰(intersymbol interference, ISI)信道下的高误码率制约串行收发机速率提升的问题, 提出一种面向4电平调制(4 pulse amplitude modulation, PAM4)串行收发机的自适应、低复杂度的减状态序列检测器(adaptive reduced-state sequence detector, ARSSD).ARSSD基于最大似然序列检测结构降低检测误码率; 结合Viterbi算法和分区算法降低运算复杂度; 采用基于迫零算法的ISI参数获取方式实现检测器参数的自适应更新.所提结构最终完成了行为仿真、电路设计以及系统验证.基于模拟前端芯片和现场可编程门阵列电路的实验结果表明, 与传统DFE相比, 当12~64 Gbps PAM4信号经过-8~-18 dB@16 GHz衰减信道时, 32× 4路并行ARSSD检测误码率降低2个数量级, 与行为仿真结果一致.

• 基于CNFET电路段内关键门的全局布局算法

  田康林, 赵康

  针对传统硅基电路布局算法在碳纳米管(CNT)密度变化的碳纳米管场效应晶体管(CNFET)电路上表现出时序良率不高的问题, 提出一种基于段内关键门的全局布局算法.首先自底向上逐级分析电路各个层级, 依次建立门延迟、门树延迟模型, 在此基础上结合CNFET电路相关矩阵建立包含延迟均值和方差的段统计延迟模型; 然后通过理论分析确定时序良率与段的统计延迟之间的相关关系; 最后利用CNFET电路不对称空间相关性, 使用网格搜索策略不断迭代调整段内关键门位置, 以降低段延迟.在OpenCores中4个测试电路上的实验结果表明, 所提算法平均提高了20%的电路时序良率, 在执行时间上比CNT密度变化感知的基准方法降低25%, 揭示了其在高时序良率要求的大规模电路中应用的潜力.

• 基于再聚类和离散优化的k路划分算法

  潘萍梅, 刘欣恬, 李兴权, 朱文兴

  为了寻得集成电路更优的k路划分, 提出将再聚类和离散优化应用于k路划分算法.首先利用再聚类缩小超图规模, 即根据给定划分计算顶点间的评级函数值, 依据取值大小进行顶点聚类; 然后将超图转换为星型图, 并将k路划分问题转换为无约束的离散优化问题; 进而设计一个算法迭代移动增益值最大的顶点, 在算法求解过程中放宽平衡约束, 允许暂时处于不可行域的解, 扩大问题的求解空间.在同一平台上使用ISPD98电路测试基准对所提算法、hMETIS-Kway和KaHyPar-K进行测试, 并比较最小割值和运行时间.实验结果表明该算法优于hMETIS-Kway, 特别是在k=2时, 最小割值减少了0.173, 速度提升了0.706.此外, 该算法对KaHyPar-K也有相应的改进效果.