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9期

• 虚拟现实技术在神经运动康复中的应用综述

  萧演清, 白洪铭, 郑佳, 李中原, 李晓光, 郝爱民, 高阳

  作为典型的医工交叉应用, 基于虚拟现实(VR)的运动康复技术研究近年来获得了越来越多学者的关注.通过对近年来相关研究工作的梳理总结, 首先分析了VR技术改善运动神经功能的3个出发点: 一是利用VR优化运动想象效果, 二是虚拟环境可提供重复性任务训练, 三是虚拟学习任务向现实世界中的迁移.随后, 总结了设计虚拟康复环境时所需考虑的3个核心要素: 运动的可视化呈现、即时的行为反馈机制和丰富的上下文信息.接着, 回顾了虚拟现实在脑卒中及脊髓损伤等神经损伤康复中的最新应用进展, 展示了VR康复技术的临床潜力和初步成效.最后, 归纳总结了虚拟现实在神经康复应用中面临的核心问题: 深入理解VR中各种感官信息在产生神经过程中的关键影响机制, 是充分发掘VR技术应用潜力的关键所在.综述旨在为虚拟现实在神经运动康复领域的临床应用与实验研究提供理论支撑与技术参考.

• 面向稳定场图像重建的有效场源及场源函数

  王凌宇, 叶学义, 曾懋胜, 陈华华, 应娜

  针对目前稳定场图像重建模型在处理图像边缘和复杂纹理区域依然会产生错误, 以及面向实时处理的重建效率问题, 提出有效场源选择和场源函数构造算法.首先将稳定场模型与图像纹理相结合, 计算缺损像素点处的主纹理方向区间来确定有效场源; 然后采用微分近似的方法, 利用低阶泰勒展开式构造有效场源与缺损像素点之间的场源函数完成重建.与基于CDD模型的改进算法、基于Criminisi模型的改进算法, 以及2种基于稳定场模型的重建算法进行实验的结果表明, 所提算法的峰值信噪比平均提高1.5~2.6 dB; 重建准确率平均提高3.5%~7.9%; 在所选图像以及CelebA-HQ人脸数据集上的实验结果表明, 该算法实现了对不同类型缺损图像高效且准确的重建.

• 结合视觉舒适度的无参考立体视频稳像效果评价

  吴剑荣, 黄华

  立体视频稳像效果评价是评价立体视频稳像算法性能的有效途径.针对当前缺乏立体视频稳像效果客观评价方法的问题, 提出一种结合视觉舒适度的无参考立体视频稳像效果评价方法.将立体视频稳像前后的运动平滑度和视觉舒适度变化作为视频稳像前后的变化特征, 结合主观评价训练得到立体视频稳像效果评价的支持向量回归模型; 回归模型通过学习立体视频稳像前后的变化特征与主观评价结果之间的关系, 最终获得直接评价任意立体视频稳像效果的能力.使用收集的55条仿真视频训练模型, 并在10条真实视频上进行实验的结果表明, 所提方法的稳定性较好, 在视频量达到180条时, 模型的评价结果趋于稳定, 且模型评价结果与主观评价结果相关性达到93%, 可用于立体视频稳像效果的客观评价.

• 基于异质图神经网络的服装兼容性预测

  鲁鸣鸣, 郭清明, 张亚, 易贤康

  针对目前服装兼容性预测模型效果虚高, 且对服装单品关系的建模没有考虑单品的类型, 以及样本不均衡导致模型训练不充分的问题, 提出一个基于异质图神经网络的服装兼容性预测模型.首先采用一种负样本采样策略, 使用同类替换的原则重新构造负样本集, 解决了现有模型效果虚高的问题; 然后采用异质图神经网络, 结合图全局池化技术实现了对同一套装内不同类型单品之间复杂关系的建模; 最后通过难例学习, 使得样本量较少的类型单品有更加均衡的训练机会.在Polyvore数据集上的实验结果表明, 所提模型的AUC值达到0.838, 综合兼容性预测性能优于对比方法.

• 融合风格迁移的图像文本编辑方法

  梁浩然, 朱泽浩, 梁荣华

  为了满足非美术设计专业的普通用户能够快速地在图像上进行字符编辑, 且新生成的字符尽可能地保持与相邻字符的几何和视觉一致性的要求, 提出一种融合风格迁移的图像文本编辑方法.首先针对原字符颜色, 迁移数据集中存在的字符颜色分布不合理、字符组合匮乏、字符颜色图像存在脏数据等问题, 重新构建颜色列表; 然后采用一种基于高效语义分割的数据集扩充方法扩充数据集中的字符对, 提高数据集中数据分布的合理性, 形成字体颜色迁移(CCT)数据集, 并在测试集上评价不同模型的字符生成效果.实验结果表明, 通过CCT数据集训练的字符颜色迁移模型能够使生成的图像质量指标大幅提升, 较现有网络模型的SSIM指标提高10.47%, PSNR指标提高7.90%; 并通过用户调研, 进一步验证了所提方法的有效性和生成图像的逼真程度.

• 动态感受野的图像分割神经网络模型

  刘洋, 舒利明, 孔雨秋, 杨婉肖, 李英平, 孔程玉

  针对基于U-Net的分割方法在医学图像分割领域存在的下采样阶段信息丢失, 以及因固定尺寸卷积核带来的局部多尺度语义信息提取不足的问题, 提出一种动态感受野的神经网络模型.首先通过构建特征递进级联模块, 获取编码器多尺度局部语义特征并将其赋值给解码器, 提升模型解码阶段图像语义信息修复的效果; 然后设计局部视野偏移模块, 增强固定尺寸卷积核提取视野内上下文语义信息的能力.在ISIC2018和BUSI癌症图像分割数据集上的实验结果表明, 所提模型的IoU指标达到83.92±0.26和70.45±1.70, Dice系数达到91.09±0.23和83.39±1.15, 比现有的医学图像分割方法更优.

• 考虑类间差异损失的中华白海豚个体识别

  张东晓, 袁梦, 祝茜, 王先艳

  为了提升中华白海豚个体识别的准确率, 提出基于类间差异损失的细粒度识别模型.首先基于不同类别图像的特征之间具有差异性的事实, 设计类间差异损失函数; 其次在VGG16的基础上, 根据类别数调整部分卷积层的通道数, 并设计2种全连接方式用于识别不同规模的个体; 最后将所提损失函数与已有损失进行组合, 激励网络学习到更具区分度的特征.选取在厦门湾拍摄的2 177幅中华白海豚图像, 人工标注为30头个体作为数据集进行实验的结果表明, 所提损失函数可以将准确率提升1.05个百分点, 达到98.65%, 且比主流的细粒度识别算法至少高出0.9个百分点.

• 联合视口预测和超分辨率重建的实时VR全景视频流式传输方法

  陈晓雷, 曹宝宁, 卢禹冰, 张鹏程

  现有基于视口预测的VR全景视频流式传输方法尚未有效地考虑VR视频的时间维度信息, 并且忽略了客户端在提高视频重建质量上应发挥的作用.为了进一步提高传输系统的综合性能及用户体验质量, 提出一种联合视口预测和超分辨率重建的实时VR全景视频流式传输方法.在服务器端提出时间非局部注意力模块, 并将其嵌入GhostNet中对VR全景视频进行全局上下文建模, 捕获视频内容特征在时间维度上的长距离依赖; 在客户端提出轻量级VR全景视频超分辨率重建模型, 对来自服务器端预测视口内的次要内容进行质量增强及投影失真优化.在VR全景视频用户头部运动数据集上的实验结果表明, 所提方法的平均视口预测精度和平均带宽占用分别为95.6%和52.9%, 与5种代表性的传输方法相比, 该方法能够获得更高的视口预测精度和更低的带宽占用, 同时具有良好的视频重建质量和较低的计算资源消耗.

• 基于深度特征匹配的白内障术中眼球旋转角度检测方法

  赵文涛, 续欣莹, 谢珺, 程兰, 张喆

  为了实现对白内障手术中眼球旋转角度的测量, 提出基于深度特征匹配的白内障术中眼球旋转角度检测方法, 即对术前基准图像与术中图像中角膜缘周围区域的特征点进行提取与匹配, 以计算术中眼球旋转角度.针对角膜缘周围纹理特征丰富但相似性高、特征易受手术进程与器械干扰而发生显著变化等问题, 提出一种结合注意力卷积模块和自适应跳层连接的自监督图像局部特征提取与描述模型.在注意力卷积模块中, 利用坐标注意力机制加强模型对于方向和空间位置信息的准确感知, 并通过条件参数化深度卷积提升模型容量, 增强对于特征信息的表示能力; 在自适应跳层连接中, 通过融合深层语义信息和浅层结构信息获得对特征点更具区分性的描述.在CATARACT数据集上的实验结果表明, 所提模型在各误差限下的特征点平均匹配精度均优于其他同类模型; 所提方法的眼球旋转角度测量误差为0.740°, 实时检测速度为36.675帧/s, 满足白内障手术中眼球旋转角度检测精度和实时性的要求.

• 结合Transformer和CNN的超声心动图左心室分割算法

  史松林, 帕孜来·马合木提

  针对超声心动图因噪声大、左心室边缘模糊造成分割困难和分割结果不准确的问题, 提出一种结合Transformer和CNN的左心室分割算法.首先利用2种网络构架高效地捕捉全局特征和局部细节; 其次使用卷积注意力设计特征融合模块, 自适应地融合来自Transformer和CNN分支的特征; 最后引入桥注意力模块并根据3层融合特征计算注意力特征图, 得到更精确的分割结果.在大型心脏图像数据集EchoNet-Dynamic上进行训练、验证和测试的结果表明, 所提算法的Dice系数达到92.41%, 分割性能优于6种对比算法; 在临床患者的超声图像上, 可视化和临床医生的盲审结果证明了该算法的有效性.所提算法可以精确地分割左心室, 为心脏疾病诊断提供可靠的计算机辅助.

• 梯度点阵结构参数化设计与优化方法

  赵淼, 张正文

  针对在不同边界条件下均匀点阵结构不能充分发挥其力学性能, 而梯度点阵结构建模困难的问题, 提出一种梯度点阵结构的参数化设计与优化方法.首先基于STL格式表示点阵结构模型, 通过建立点阵结构设计参数与相对密度的映射关系实现梯度点阵结构的参数化建模; 然后采用均匀化方法获得点阵结构相对密度与等效力学性能之间的关系; 最后以最小化柔顺度为目标, 以边界条件和相对密度为约束条件, 建立梯度点阵结构密度优化模型和求解方法.以三点弯曲梁模型为案例的实验结果表明, 优化后的模型弯曲刚度提高147.2%, 最大承载能力提高82.31%, 验证了所提方法是可行和有效的.

• 求解测地线边界值问题的均匀B样条配点法

  张鹏, 尹来容, 朱磊, 周振华

  曲面上的测地线在图像处理、机器人学、数控加工等领域有着广泛的应用.针对参数曲面, 提出了采用二阶、三阶均匀B样条配点法求解测地线边界值问题.首先建立了测地线边界值问题的离散控制方程, 在给定初始逼近后, 该方程可采用近似牛顿迭代法进行求解; 然后推导了B样条配点法的计算精度; 最后在Matlab 2016b软件环境下, 结合球面、圆环面以及样条曲面对所提出的方法进行了验证.实验考察了不同方法的计算精度、时间成本以及计算效率, 结果表明三阶B样条配点法获得相同计算精度所需的时间通常更少, 即该方法在计算效率方面具有优势.当计算测地线长度误差为0.01%时, 三阶B样条配点法相较于Chen的近似测地线法节省时间成本5.5%~26.9%.对于二阶B样条配点法, 其计算效率与Kasap的中心差分法相当.所提出的方法计算结果为连续曲线, 无需额外的插值函数, 一个潜在的应用场景为自动铺带轨迹规划.

• 融合形状结构恢复和细节补偿的双分支点云修复网络

  缪永伟, 景程宇, 刘复昌, 张旭东

  针对传统点云修复中难以有效地保持原始形状细节结构信息的问题, 提出一种融合形状全局结构恢复和局部细节补偿的双分支点云形状修复网络.网络中的形状全局结构恢复分支为编解码-解码器结构, 编码器对缺失点云数据进行特征变换以克服点云形状的旋转不变性, 利用最大池化操作解决点云的无序性问题, 并通过多层感知器生成原始点云的特征码字, 解码器对编码得到的特征码字使用4个二维网格进行2次折叠操作, 拟合点云形状得到粗修复结果; 为了补偿点云粗修复结果的形状细节信息, 网络中的局部细节补偿分支对编码器提取得到的不同维度特征, 通过层次特征学习和多层次特征融合学习点云形状的几何结构特征, 有效地恢复缺失点云数据并保留原始形状细节信息; 最终将经全局结构恢复分支和局部细节补偿分支分别得到的点云数据拼接融合, 再进行迭代最远点重采样, 得到点云形状精修复结果.实验结果表明, 在ShapeNet数据集上, 所提网络比已有网络修复结果的平均CD误差和平均EMD误差分别低16%~29%和19%~65%; 在ModelNet数据集上, 比已有网络修复结果的平均CD误差和平均EMD误差分别低6%~41%和31%~59%; 该网络可以修复原始形状的整体结构信息并能有效地恢复其形状细节, 生成采样点分布均匀的完整点云模型, 且对模型噪声和不同程度的模型缺失均具有鲁棒性.

• 利用点云处理的实时的类别级位姿估计

  吴继春, 杨永达, 张斋武, 张平, 范大鹏

  针对传统的视觉算法无法准确地测量物体3D质心和尺寸、无法检测数据集中未出现过的物体等问题, 提出一种基于点云的类别级物体质心与位姿估计算法.首先通过2D分割算法对物体待检测区域进行分割, 并通过BlendMask提高实时性; 然后将分割区域生成点云, 并结合先验形状输入到神经网络中重建物体模型; 最后输出一个变形场以及对应矩阵, 并通过Umeyama算法对物体进行位姿估计.实验结果表明, 所提算法达到了较高的精度; 在质心估计方面也优于包络盒中心作为质心的算法; 实时速率达到了13帧/s.在GPU NVIDIA 2060上进行仿真实验, 证明了所提算法计算的质心优于对比算法, 以及该算法的准确性及可靠性.

• 具有表面张力的流体与运动固体耦合仿真方法

  王锋, 吕梦雅, 孙梦梦, 张健, 唐勇, 赵静

  为了提高固液耦合的真实性, 提出一种基于物质点法的具有表面张力的流体与运动固体的交互方法.首先使用物质点法仿真框架进行流体仿真, 在构建水平集隐式表面并重采样流体表面粒子之后使用连续表面力模型进行流体表面张力的计算; 然后通过网格标记定位流体的自由表面与固液接触面, 使表面张力计算更加准确; 最后使用不同的背景网格分别存储流体和固体的速度场, 使用冲量进行碰撞计算, 以解决物质点法固液耦合时固有的黏附现象.实验结果表明, 所提方法能够更真实地表现流体与运动固体耦合时的细节.

• 局部特征与点云配准引导下的神经元相似性度量方法

  甄昊天, 常令琛, 祝继华, 朱恩涛, 樊夏玥, 李钟毓

  针对现有神经元形态学匹配与相似性度量方法难以有效处理大规模且结构复杂神经元数据的问题, 提出一种由局部特征与点云配准引导下的神经元相似性度量方法.首先, 利用全局特征进行大规模检索完成神经元相似数据的初筛; 其次, 基于深度卷积自编码器, 对筛选后的神经元数据进行无监督的局部特征提取, 实现两两神经元之间的粗配准, 并借助迭代最近点算法, 将具有空间树型结构的神经元匹配问题转换为点云的三维配准问题; 最后, 通过与全局特征下的检索结果进行融合, 实现神经元形态数据的相似性度量.在NeuroMorpho公开数据集上抽取了19 286个神经元, 并与其他6种相似性度量方法进行对比实验, 文中方法的Top-1和Top-50精度分别为0.981和0.721, 均优于现有对比方法, 验证了其在大规模数据集上的有效性与精确性.