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2025年第1期

• 超材料的智能设计研究进展

  代铁琳, 金刘超, 尚宸, 翟晓雅, 傅孝明, 刘利刚

  超材料是一种人工合成材料, 其结构经过精心设计和精密控制, 表现出不同于自然材料的特殊性能, 这些具有独特功能的超材料在光学、电磁学、声学、力学等领域具有重要的应用价值.然而, 传统的超材料设计通常依赖于人工经验, 导致设计周期长, 缺乏灵活性和可调性, 难以实现大规模快速设计与量产.高效设计与性能调控超材料已成为CAD、机械工程和材料科学的重要研究方向.近年来, 随着人工智能算法的快速发展, 智能算法在超材料设计领域中的应用越来越广泛, 展现出高效优化、生成多样性结构、缩短设计周期等优势.文中对超材料的智能设计研究进展进行综述, 首先介绍超材料的基本概念和发展历史; 然后从实际需求出发, 阐述了超材料的应用领域与设计问题; 提出了智能算法的核心问题是数据的表示与数据集的构建, 针对这2方面进行详细的阐述与对比分析; 还介绍了智能优化算法的框架; 最后总结超材料设计领域所面临的高质量数据集匮乏、多目标优化难题、高分辨率超材料的高效计算等挑战, 并展望了该领域未来的发展趋势即面向多样化功能需求的“可表达” “可编辑” “可分析” “可优化”和“可制造”的研究.

• 基于“由粗到细”思想的钣金废料嵌套问题快速求解算法

  陈播, 胡银雷, 陈发来

  钣金切割中的废料再利用问题, 可视为允许单个多边形平移旋转的2个简单多边形嵌套关系的判断问题.采用“由粗到细”的思想, 整合多种方法的优势, 提出一种快速求解此类问题的算法.首先使用一些规则对多边形的旋转角度进行离散并排序; 然后利用包围盒、栅格化等方法, 粗略判断多边形在平移下是否嵌套; 最后利用临界多边形算法, 精确判断2个多边形的嵌套关系.在332个实际激光切割工业样例上的实验结果表明, 在保证正确率为98.5%的情况下, 所提算法的平均耗时降低到单一的临界多边形算法的23.8%.

• 基于Bernstein基表示的变次数样条曲线的精确降次算法

  肖祖尚, 沈莞蔷

  为完善变次数样条的精确降次理论、提升降次的速度, 提出基于Bernstein基表示的变次数样条曲线的精确降次算法.首先根据在不做参数变换的情况下曲线降次前后的值不变的规则, 使用单点处的高阶右导数公式得到每段曲线可精确地降低次数的充要条件; 然后基于Bernstein基的线性表示, 给出降次后控制顶点关于降次前控制顶点的显式表达; 最后给出精确降次算法, 用于先验判断一条变次数样条曲线每段能精确降至的最低次数, 并且在可降次的情况下能选择每段需要降低的次数, 求解降次后的控制顶点.通过自拟的2个简单示例与对偶基算法的精确降次相比的结果表明, 在相同的环境下, 所提算法的计算时间大约是对偶基算法的30%.

• 神经辐射场技术及应用综述

  陈涛, 杨启亮, 陈寅

  神经辐射场(NeRF)是一种基于神经网络的三维重建技术, 它将场景定义为位置和观察视角的五维辐射场函数, 并通过隐式的神经网络来表示.该技术仅需要单个场景在不同视角下的二维图像, 结合体渲染方程, 可以通过深度学习的方式训练得到该场景的神经辐射场模型, 利用该模型可以合成出高质量的新视角图像.文中对NeRF的现有工作进行调查和分类, 从相参位姿估计、视图集合标准、渲染过程优化等方面介绍各种方法的基本原理及优势, 重点阐明不同方法之间的相似性和差异, 帮助理解它们之间的关系; 还讨论了各种受益于NeRF合成机理的应用场景; 最后通过对现有方法优势和局限性的分析, 对未来研究的趋势进行展望.

• 三维人体姿态估计中的多尺度时空特征融合

  张宇, 刘骊, 付晓东, 刘利军, 彭玮

  针对视频输入的单人三维人体姿态估计中表征不精确、融合不充分、结果不平滑的问题, 提出三维人体姿态估计的多尺度时空特征融合方法.首先在空域定义关节点、肢体和上/下身人体标记并通过位置嵌入表示人体的空间多尺度特征; 然后结合自注意力机制和多层感知机构建空间多尺度特征融合模块, 融合关节点、肢体和上/下身三个空间多尺度特征, 得到初步姿态特征序列; 最后建立时序多尺度编码进行时序特征融合获得最终姿态特征序列, 并通过时序解码, 优化生成细化的三维人体姿态.在Human3.6M数据集上的实验结果表明, 所提方法的平均每关节位置P-MPJPE和速度误差MPJVE分别为33.6和2.4, 较对比方法降低了2.3%和4.0%, 能够降低计算复杂度, 提高三维人体姿态估计精度, 生成准确、平滑的三维人体姿态估计结果.此外, 在HumanEva-I数据集的测试结果表明, 所提方法也具有一定的泛化性.

• 基于动态图卷积和PointNet的三维局部特征描述符

  赵宝, 王梓涵, 贾兆红, 梁栋, 刘强

  提取高描述性和强鲁棒性的点云局部特征描述符是点云配准中的关键环节.针对现有基于学习的描述符方法依赖于对噪声敏感的手工特征或不具有旋转不变性等问题, 提出一种基于动态图卷积和PointNet的三维局部特征描述符生成网络, 以提取具有旋转不变性和强泛化性的局部特征描述符.首先, 将与局部参考框架对齐后的局部点云作为网络的输入, 分别通过动态图卷积模型和PointNet模型提取输入点云中的局部几何特征和点特征, 解决单一PointNet模型无法学习输入点集中点与点之间关系的问题; 然后, 为进一步提高网络的学习能力, 提出一个由点自注意力模块和局部空间注意力模块组成的双重注意力机制层, 用于更好地融合2个模型提取到的特征, 来获取最终的描述符特征.在室内数据集3DMatch和室外数据集ETH和KITTI上的大量实验表明:所提网络在3DMatch上的特征匹配召回率达到98.2%, 在ETH和KITTI上的特征匹配召回率和正确率分别达到98.7%和99.82%, 验证了方法的有效性.

• 基于RGB-D图像的语义分割方法综述

  王晨, 杜晨曦, 刘瑞军, 齐越

  语义分割技术致力于精确识别并分割图像中的各个物体或场景.基于RGB图像的方法在信息利用上存在局限, 导致性能受限, 随着深度传感器技术的普及, 深度图的引入为语义分割网络注入了丰富的几何信息, 显著地提升了分割精度.文中介绍了近几年基于RGB-D图像的语义分割方面的显著进展和相关方法, 根据对多模态融合特征处理方式的差异, 将基于RGB-D图像的语义分割方法归纳为单分支、双分支、三分支网络架构3大类.其中, 单分支网络在同一分支同时处理RGB和深度特征, 实现特征的有机结合; 双分支网络利用RGB和深度特征之间的互补性, 优化多模态特征的校正与融合; 三分支网络在保留原始的RGB和深度特征的同时, 深入挖掘融合特征, 确保信息的全面性.同时, 总结注意力、模型优化等关键技术, 并归纳常用的数据集和评价指标, 对比分析各种方法在不同数据集上的性能, 最后总结当前RGB-D图像语义分割在多模态数据交互与处理方面所面临的挑战, 展望了语义分割技术在跨领域数据融合方向的发展前景.

• 多重边界参考的弱监督语义分割网络

  杨大伟, 迟津生, 毛琳

  针对弱监督语义分割任务中目标被重叠或遮挡, 种子区域生成的伪像素掩模难以准确覆盖目标区域, 出现的漏分割和错分割问题, 提出一种多重边界参考的弱监督语义分割网络.首先设计了一个边界探索模块, 该模块聚焦于融合空间域边界和频率域边界, 并以空间域和频率域互参考方式得到目标区域边界, 使网络可以在目标重叠或遮挡的情况下仍可以准确找到目标; 然后, 将得到的目标区域边界作为参考信息输入网络中, 使网络可以生成覆盖更准确目标区域的伪像素掩模, 进而提高网络在目标重叠或遮挡情况下的分割精度.在通用数据集PASCAL VOC2012和COCO 2014上对其进行实验验证和分析, 所提网络的mIoU值分别达到了69.2%和40.6%, 并可以有效地改善目标被遮挡或重叠时分割精度低的问题, 提升弱监督语义分割精度.

• 基于时空双分支注意力的视频语义分割

  黄丹丹, 王一雯, 陈广秋, 胡奇, 于斯宇, 崔志瑜

  视频语义分割广泛应用在自动驾驶、交通管理、无人机驾驶等方面.针对视频语义分割中由于分割结果不精确和分割时间过长导致不能达到实时性等问题, 提出基于时空双分支注意力机制的记忆网络分割算法.该算法由记忆存储模块、特征整合模块和时空双分支注意力模块3部分构成.其中, 记忆存储模块存储历史帧特征信息和序列时间信息; 特征整合模块引用大核分解卷积, 在不增加计算量的基础上扩大卷积感受野, 很好地捕获长距离依赖信息和上下文信息, 达到信道压缩和特征缩减的作用; 时空双分支注意力模块捕捉相邻帧中同一物体的特征信息并进行特征融合, 利用视频帧时序性提高分割精度.在公开数据集Cityscapes和CamVid上的实验结果表明, 所提算法的平均交并比分别达到76.92%和73.68%, 计算速度达到38帧/s; 与其他视频语义分割算法相比, 该算法的分割精度和计算效率达到最优状态.

• 用于铁路场景语义分割的改进动态图卷积神经网络

  王卫东, 刘延, 邱实, 刘贤华, 魏晓, 王劲

  针对目前在铁路场景语义分割中存在的数据获取成本高、分割精度低、泛化能力差等问题, 提出了一种基于改进动态图卷积神经网络的铁路场景语义分割方法.首先利用高分辨率的无人机采集铁路场景的多视角图像, 并通过结构运动恢复与基于面片的多视角立体视觉算法生成铁路场景的三维点云; 然后在动态图卷积神经网络中引入空间注意力模块, 增强网络结构的分割精度与泛化性; 最后通过改进后的图卷积神经网络对预处理后的铁路场景点云完成高精度的语义分割.实验阶段采用的铁路场景包括桥梁段、路基段与联络线, 共计11个区域.以平均交并比为评价指标, 与动态图卷积神经网络、PointNet++进行对比, 研究结果表明, 基于图像点云训练的改进动态图卷积神经网络对于铁路场景语义分割具有更高的精度, 与动态图卷积神经网络、PointNet++相比, 分割精度分别提高3.3个百分点与6.0个百分点, 且具有更好的泛化能力.

• 基于双重注意力机制的多尺度指代目标分割方法

  胡梦楠, 王蓉, 张文靖, 张琪

  针对指代分割任务中视觉和语言间缺乏充分的跨模态交互、不同尺寸的目标空间和语义信息存在差异的问题, 提出了基于双重注意力机制的多尺度指代目标分割方法.首先, 利用语言表达中不同类型的信息关键词来增强视觉和语言特征的跨模态对齐, 并使用双重注意力机制捕捉多模态特征间的依赖性, 实现模态间和模态内的交互; 其次, 利用语言特征作为引导, 从其他层次的特征中聚合与目标相关的视觉信息, 进一步增强特征表示; 然后利用双向ConvLSTM以自下而上和自上而下的方式逐步整合低层次的空间细节和高层次的语义信息; 最后, 利用不同膨胀因子的空洞卷积融合多尺度信息, 增加模型对不同尺度分割目标的感知能力.此外, 在UNC, UNC+, GRef和ReferIt基准数据集上进行实验, 实验结果表明, 文中方法在UNC, UNC+, GRef和ReferIt上的oIoU指标分别提高了1.81个百分点、1.26个百分点、0.84个百分点和0.32个百分点, 广泛的消融研究也验证了所提方法中各组成部分的有效性.

• 基于幸运成像和生成对抗网络的大气湍流图像复原方法

  吕品, 邓东平, 石铁柱, 王梦迪, 刘潜, 田雨, 张紫红, 曾赟, 邬国锋

  在拍摄远距离目标时, 视频序列图像受到大气湍流的影响从而产生畸变和模糊, 为对视频序列大气湍流退化图像进行复原, 提出了一种幸运成像与生成对抗网络相结合的方法.采用空域幸运成像方法, 在有限的视频序列图像中挑选出幸运区域, 将其拼接-排序后进行叠加, 从而消除大气湍流带来的几何畸变; 在此基础上引入DeblurGAN-v2模型, 进一步提升图像质量.将高速相机拍摄的真实湍流退化图像作为研究对象, 采用所提方法进行实验, 并与图像重采样、灰度变换、巴特沃斯高通滤波、MPRNet模型和DeblurGAN模型等方法进行对比, 并通过客观评价指标对不同方法的结果进行评估.实验结果表明, 所提方法的Brenner梯度函数、Laplacian梯度函数、灰度差分函数(SMD)、熵函数(Entropy)、能量梯度函数(Energy)、PIQE以及Brisque指标相较于其他方法分别提升了194%, 58%, 84%, 7%, 55%, 74%和163%.从主观效果上看, 幸运成像与生成对抗网络相结合的方法能显著地提高图像的视觉质量, 并有效地降低图像的模糊和几何畸变程度.

• 基于RBM无监督学习模型的图像数据去噪

  沈卉卉, 李宏伟, 钱坤

  已有的受限Boltzmann机(restricted Boltzmann machine, RBM)模型去噪方法完全基于它是无向图模型, 多个RBM组合模型, 其低层的分布依赖于高层的分布, 会导致计算复杂, 去噪效果也一般, 应用难以推广.为解决这一问题, 提出基于RBM模型的深度信念网络(deep belief nets, DBN)的图像数据随机噪声去除的方法.将原始图像加入随机噪声, 把带噪声的图像分割若干小块, 将其一一拉成向量; 批量输入2个隐层的DBN模型中进行学习, 原始图像作为标签进行反向微调; 最后将其学习的特征输出, 还原成图像, 即达到消除随机噪声的目的.将DBN模型分别在自然图像数据、模拟的地震数据和真实的地震数据上进行随机噪声去除实验, 实验结果表明, 提出的基于RBM模型的DBN在自然图像数据和地震数据上去噪方法可行的.在噪声标准差为50 dB时, Set12数据集中图像去噪后峰值信噪比至少提高2.08 dB, 至少提高6.99%; 且在不同噪声标准差下, 该方法去除随机噪声效果均优于其他无监督学习算法和卷积神经网络等深度学习方法, 说明RBM模型在图像特征学习性能、本质特征提取上有很强的能力.也为工程领域中的图像去噪方法提供了一种新的研究思路和借鉴.

• 重新思考工业微小缺陷检测中的掩模降采样和回归损失函数

  李刚, 邵瑞, 李敏, 万洪林, 周鸣乐, 韩德隆

  针对PCB在生产过程中会出现短路、漏孔等缺陷, 已有的损失函数和降采样算法存在定位不准确等导致缺陷检测收敛缓慢、检测结果不准确的问题, 提出了一种基于掩模降采样和微小缺陷交并比损失的一阶段缺陷检测器.首先, 提出基于面积损失的微小缺陷交并比损失函数, 以进行更精确的微小缺陷回归定位; 其次, 提出基于动态掩模的降采样算法, 以利于检测器在缩小参数矩阵尺寸过程中自动筛选重要特征、次要特征和噪声特征, 提升缺陷检测器的特征提取能力.实验结果表明, 提出的缺陷检测器在北京大学PCB缺陷数据集和Deep PCB数据集上可分别达到98.50%的mAP和99.02%的mAP, 优于对比算法; 提出的降采样算法使YOLOv5等检测器的mAP在北京大学PCB数据集中提升了1.6个百分点, 提出的损失函数有利于YOLOv3和YOLOv4等检测器提升其在2个数据集上的检测准确率, 展现出良好的鲁棒性.