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4期

• 文化遗产保护中虚拟现实技术研究进展

  刘鑫达, 李康, 耿国华, 周明全

  文化遗产是连接过去与现在的桥梁, 具有重要的历史、 文化和教育价值. 面对自然灾害和人为因素等多重威胁, 传统的文化遗产保护手段存在成本高昂、效率有限和普及性不足等局限. 虚拟现实技术以其抗破坏性、沉浸性、交互性和经济性等多方面优势, 为文化遗产的保护和传承提供了创新的解决路径. 对虚拟现实技术在文化遗产保护领域中的应用现状和研究进展进行综述, 从数字化采集、三维建模、交互设计和虚拟展示等环节, 详细讨论虚拟现实技术在文化遗产保护中的研究和探索; 探讨了虚拟现实技术在教育、严肃游戏、博物馆和叙事等实际文化遗产保护项目中的应用成效, 凸显了其在提升用户体验、促进文化理解和交流方面的积极作用; 最后介绍智能化、互通性和可演变性的发展趋势, 预示着虚拟现实技术将为文化遗产保护提供更多创新的可能性. 展望未来, 应继续探索虚拟现实技术在文化遗产保护中的新方法和新途径, 实现更广泛的社会参与和文化价值传播.

• 基于共形映射的虚拟开放场景映射方法

  阚皓玮, 陈仁杰

  针对已有的映射方法在应用于大规模的虚拟场景时, 由于扭曲很高得到的映射质量很低, 或需要用户按照指定路径行走, 不支持在虚拟开放场景中自由漫步的问题, 提出一种基于共形映射的虚拟场景映射方法. 首先为虚拟开放场景的地图指定一个或者多个环绕中心, 将这些中心周围的小部分区域从虚拟开放场景的地图上去除, 通过构造共形映射使得虚拟场景在中心附近环绕多圈; 然后将构造的共形映射作为初始化, 进一步对映射的扭曲进行优化; 最终得到了虚拟开放场景的高质量整体映射. 该方法在不同形状大小的虚拟场景地图上进行了实验, 并与直接优化的方法进行了对比, 使用等距能量进行评估. 实验结果表明, 所提方法能够生成大的虚拟开放场景到小的物理空间的整体映射, 同时使得映射的扭曲较低.

• 暗态势计算:概念、方法与应用

  李超超, 程兰惠, 杨赛赛, 吕培, 葛昭阳, 王华, 徐明亮

  态势感知指对环境元素的感知、 理解和预测, 为高层决策提供支撑. 态势信息的全面获取能够有效地提高态势感知的准确性. 针对态势信息不直观、态势获取不全面的问题, 提出“暗态势计算”概念, 辅助人类挖掘、感知全面态势信息. 首先, 介绍暗态势计算的内涵和优势, 并给出理论支撑; 然后, 充分地利用增强现实技术, 以生动直观的呈现方式、沉浸式智能交互、虚实叠加等诸多优势, 设计基于增强现实的人机物虚实融合暗态势计算框架, 基于增强现实技术将机器的计算能力和人的认知能力结合, 通过“虚实融合观察—沉浸式交互—全面分析预测”循环迭代过程实现暗态势计算; 最后, 以基于航母航空保障作业的半实物电子沙盘推演系统为例, 阐述暗态势计算的应用. 实验结果表明, 所提方法的决策结果优于基于传统态势感知的决策结果, 验证了该方法的合理性及优势.

• 人脸图像去模糊和三维重建的联合优化方法

  徐崇润, 刘利刚

  为了解决在模糊人脸图像的去模糊任务和人脸三维重建任务存在的信息缺失导致的效果不佳的问题, 提出一种对模糊人脸图像去模糊和三维重建任务进行联合优化的方法. 对于输入的模糊人脸图像, 交替重复执行以下步骤 3次:首先, 对人脸图像进行三维重建, 生成三维人脸模型;然后, 使用 Res-UNet对人脸图像进行去模糊;并以三维重建所得信息作为辅助输入, 以原始模糊图像作为校正输入, 生成消除模糊的图像. 在 AFLW数据集的清晰人脸图像, 以及约 20 000幅 Giacomo Boracchi采集的模糊核合成模糊人脸图像组成的数据集上, 分别以去模糊图像和人脸三维模型再渲染的图像对输入图像计算峰值信噪比(peak signal-to-noise ratio, PSNR)和结构相似度(structural similarity, SSIM), 以衡量去模糊和三维重建任务效果. 对比实验结果表明, 在测试集上的去模糊任务中, 相比3DFaceDeblur方法, 该方法的平均 PSNR从 27. 38 dB提升到 29. 23 dB, 平均 SSIM从 0. 833提升到 0. 855;在三维重建任务中, 相比 Deep3DFace方法, 该方法的平均 PSNR从 22. 78 dB提升到 27. 16 dB, 平均 SSIM从 0. 848提升到 0. 918.

• 投影视图指导的点云形状无监督保细节补全网络

  缪永伟, 高伟豪, 范然, 刘复昌

  传统点云形状修补中通常需要以完整的点云数据作为先验进行有监督学习, 导致点云修复补全网络的泛化性和鲁棒性不理想; 而经无监督学习策略生成的点云修复结果容易偏离输入的点云形状本身, 导致其难以恢复原始形状的精细细节结构. 基于生成式对抗网络框架, 借助待修复形状的三视角投影图像特征信息, 提出一种投影视图指导的三维点云形状无监督保细节补全网络. 该网络包含点云形状修补分支和点云形状投影图像修复分支. 首先网络通过点云形状修复分支对采样的高斯噪声使用树形图卷积结构的点云生成器进行修复生成, 以恢复模型的整体形状从而得到粗修复点云, 并使用 DGCNN 提取该粗修复点云的特征; 然后网络通过点云形状投影图像修复分支对输入模型进行三视角投影得到缺失点云的投影视图, 其用于保留输入模型的细节结构; 其次网络使用基于循环一致性的图像生成器对这些投影视图进行修复并使用 ResNet-18 网络提取这些完整投影视图的特征, 同时将得到的投影视图特征和提取的点云特征计算特征距离损失; 最后网络将该损失加入判别器中以判断生成点云的真假, 同时反馈并优化生成器, 使生成器能够学习到输入点云的整体结构和细节信息. 针对 ShapeNet 数据集进行网络训练, 并使用KITTI 和 ModelNet40 数据集分别进行实验, 结果表明, 与已有的无监督补全网络修复结果相比, 所提网络的平均 CD误差降低 11.0%~41.0%, 平均 F1-Score 提升 0.8%~14.0%, 能够有效地修复点云形状结构并恢复其形状细节, 且对不同程度数据缺失或含噪声的点云修复具有鲁棒性, 该网络具有较好的泛化性.

• 深度上下文动态点云几何压缩

  江照意, 郑晟豪, 杨柏林

  现有的动态点云压缩方法采用预测编码的框架, 通过对当前帧点云进行预测计算预测帧与当前帧的残差并进行编码, 但由于使用残差编码消除帧间冗余, 在运动比较剧烈和内容细节丰富的区域压缩效果欠佳. 针对此缺陷,使用条件编码替代传统的预测编码, 提出一个基于条件编码的深度上下文动态点云几何压缩方法. 首先构建一个特征空间多尺度场景流网络, 用于计算动态点云的运动向量, 以提高运动估计的精度; 然后通过上下文生成模块构造上下文信息, 并且直接以此信息为条件对当前帧点云进行编码和解码; 最后融合时间先验与超先验信息, 设计一个基于上下文信息的熵模型, 用于估计点云的条件概率分布, 提高熵编码效率. 以率失真曲线的 BD-rate 作为性能指标,与 D-DPCC 相比, 在 8iVFB 数据集上, 所提方法的平均比特率降低 13.62%; 在 MVUB 数据集上, 该方法的平均比特率降低 15.15%; 压缩性能得到显著提升.

• 点云投影采样及新型大容量三维信息隐藏方法

  张释如, 温一帆, 文猛, 王锐, 王乐, 尉涛

  针对现有三维信息隐藏算法中顶点同步时间长和不稳定的问题, 提出一种三维点云投影采样策略. 将所有顶点垂直投影至 XOY 平面, 通过调节投影面分辨率控制采样顶点数, 规则存取采样点达到顶点同步. 利用该点云投影采样策略, 提出了一种新型三维点云信息隐藏方法, 可以同时将秘密数据嵌入到顶点的 Z 坐标和 3 个彩色分量中.由于在嵌入时不改变 X 和 Y 轴坐标值, 能够在大容量嵌入的同时保证顶点同步的稳定性. 该隐藏方法在秘密数据提取时不需要载体模型, 是一种盲提取方法. 在 Matlab 软件环境下, 利用公开的几种常用动物模型和一种人脸的三维模型数据为载体进行了大量仿真实验. 实验结果表明, 所提方法是一种大容量隐藏方法, 嵌入容量高达 5 bpv; 其不可感知性好, 最大嵌入容量时 PSNR 最低为 51 dB; 可以完全抵抗重排序攻击; 单独或同时对 X 和 Y 轴进行坐标平移、尺度缩放时提取水印的相关系数都几乎为 1; 能够抵抗剪切比例小于 15%的剪切攻击(相关系数大于 0.75); 对加性噪声也有一定的抵抗能力.

• 融合卷积CR-FFD与偏置Transformer胶囊网络的单视图三维物体重建

  连远锋, 赵泽欣

  针对复杂拓扑结构物体单视图三维重建过程中二维图像与三维形状之间难以准确映射的问题, 提出一种融合卷积 Catmull-Rom 样条自由形变 (CR-FFD) 与偏置 Transformer 胶囊网络的单视图三维重建方法 . 首先通过Catmull-Rom 样条基函数对点云模型控制点进行插值, 保持点云模型形变局部拓扑结构的一致性; 然后提出卷积神经网络最小二乘求逆解法, 通过非线性参数映射加速求解过程; 最后设计偏置注意力 Transformer 胶囊网络增强局部特征表达能力, 捕获点云形状的细粒度特征. 实验结果表明, 在 ShapeNet 数据集上, 所提方法的 EMD 指标平均值为3.84, CD 指标平均值为 3.71; 在 Pix3D 数据集上, EMD 指标平均值为 5.51, CD 指标平均值为 5.39; 与已有的单视图点云三维重建方法相比, 该方法有效地提升单视图的三维重建结果, 能够从不同角度保持重建的一致性.

• 基于自适应特征校准的区域感知图像和谐化

  谢志峰, 梁佳佳, 夏世宇, 李梦甜, 马利庄

  为了进一步提升图像和谐化质量, 提出基于自适应特征校准的区域感知图像和谐化方法. 首先, 采用多层次的编码器提取多尺度特征; 然后, 在跳跃连接处设计自适应特征校准模块, 降低局部含偏特征对解码器重构过程的干扰; 其次, 构建区域感知 Transformer 增强上下文信息交互, 并且在不同尺度上利用背景特征的统计信息调制前景特征; 最后, 通过解码器逐层重构出和谐化结果. 在公开的图像和谐化 iHarmony4 数据集上的实验结果表明, 所提方法在 PSNR, MSE 和 fMSE 指标上分别达到了 39.83 dB, 19.25 和 206.40, 均优于目前的主流方法.

• 基于深度鉴伪的图像和谐化方法

  张琦, 邢冠宇, 董哲镐, 刘艳丽

  在计算机视觉和增强现实领域中, 将前景物体融合到背景场景中并实现图像和谐是一项重要且具有挑战性的任务. 目前和谐化方法大多通过调整图像前景的外观使其与背景相适应来达到视觉上一致性, 和谐化效果的提升空间有限. 为了进一步提升图像和谐化性能, 所提方法通过引入深度鉴伪网络, 利用生成对抗机制将鉴伪网络的结果作为判定指标与现有编码器-解码器和谐化网络构建 GAN 模型, 二者互相博弈以达到鉴伪网络无法识别出和谐重构后的结果为合成图像的目的, 并在鉴伪网络中添加了图像差分模块和图像光照模块, 该部分有效地增强其鉴定性能. 从定性和定量 2 方面在公共的基准数据集 iHarmony4 上进行多组实验, 结果表明, 所提方法均优于对比方法, 其中, 比性能最好的对比方法在 MSE 和 PSNR 评估指标上分别提高了 0.24 和 0.16 dB, 在图像和谐化任务上取得了优异的表现.

• 跨模态时尚检索的服装分层特征表示和关联学习

  姜爱萍, 刘骊, 付晓东, 刘利军, 彭玮

  针对时尚服装的图像和文本具有匹配视角单一、服装信息粒度细且模态关联性弱, 导致跨模态时尚检索图文匹配不准确的问题, 提出跨模态时尚检索的服装分层特征表示和关联学习方法. 首先以成对的服装图文及标签为输入, 通过构建服装分层特征表示模块进行层次化的视觉和本文特征表示, 提取得到服装图像的全局、款式、结构特征, 以及服装文本的描述、主语、标签特征的分层表示; 然后基于交叉注意和向量相似度进行层次化的关联计算, 得到服装图文对的 3 层初始关系, 并通过结合关系推理和聚合的分层关联学习, 获得全局和描述、款式和主语、结构和标签 3 层关系; 最终计算 3 层关系的关联得分, 输出服装的图文匹配结果. 在跨模态时尚检索基准数据集 Fashion-gen上的实验结果表明, 所提方法能够提升跨模态时尚检索的精度, 与文中基线方法相比, 在双向检索前 1 的召回率R@1 上分别提升了 10.26 个百分点和 14.22 个百分点.

• 基于特征增强的轻量化可逆超分辨率网络

  杨本臣, 李浩然, 金海波

  针对当前深度超分网络参数量非常庞大, 且推理速度缓慢, 而轻量化网络在复杂环境条件下无法表达图像深层特征的问题, 提出基于特征增强的轻量化可逆超分辨率网络. 首先提出边缘特征残差, 配合所提的边缘相似损失指导模型重建, 增强重建图像对纹理轮廓的表达能力; 然后补充新的小波特征核, 使小波变换支持任意缩放因子的重建任务; 最后引入全局特征提取模块, 在特征图中嵌入自注意力机制, 提取全局特征. 在缩放因子为 4 时的基准测试集 Set5 上的实验结果表明, 与 SwinIR-light 相比, 所提网络表现更优, PSNR 提升 0.41 dB, 参数量减少 244k, 推理时间缩短 49.05%.

• 面向智慧交通的双重特征融合图像曝光校正

  杨佳钧, 张金艺, 陈琪

  在智慧交通领域中, 监控拍摄的车辆图像质量会受到场景光照条件的影响而造成关键信息损失, 导致后续交通执法缺乏可靠的图像依据, 而现有的图像曝光校正方法存在校正后图像颜色失真、细节模糊等问题. 为此, 提出一种面向智慧交通的双重特征融合图像曝光校正方法. 该方法通过全局子网与曝光子网提取相关特征, 全局子网引入特征注意力机制提取图像全局特征, 改善校正图像的整体亮度与颜色; 曝光子网基于 U-Net结构, 引入多尺度注意力机制提取图像中不同尺度的曝光特征, 提升校正图像的细节纹理; 最后对双重特征进行融合, 将其映射至图像空间, 实现图像曝光校正. 在 MSEC 数据集上的实验结果表明, 所提方法的峰值信噪比达到 21.801 5 dB, 结构相似度达到 0.867 7, 自然图像质量评价达到 11.711 8, 均优于对比的曝光校正方法, 能够有效地还原图像颜色信息与细节纹理, 证明该方法具有良好的曝光校正效果.

• PromptVis:面向文本生成图片的提示词的交互式可视分析方法

  卢裕弘, 封颖超杰, 朱琳, 周海怡, 朱航, 喻晨昊, 陈为

  高效地使用提示词实现文本到图片的生成是当前大模型的一个研究热点. 针对现有工作在提示词工程方面的不足, 提出一种面向文本生成图片的提示词的交互式可视分析方法——PromptVis, 帮助用户评估并迭代改进提示词, 以提升图片质量. 首先对用户输入的提示词语句进行成分解析, 并提供改进提示词的建议, 如推荐相关的提示词; 然后将用户输入与系统推荐的提示词集合进行聚类呈现, 并支持用户交互探索; 第三, 从多个维度自动评估文本提示词和生成的图片, 为用户修改提示词提供参考; 第四, 根据推荐的提示词对现有图片进行局部调整, 支持用户预览提示词的修改效果. 通过用户对比实验, 从提示词创作效率分析和实用性问卷评估 2 个角度, 证明了所提方法在辅助用户进行提示词创作上的实用性与有效性.

• 基于可解释图神经网络的可视推荐分析系统

  汤颖, 周元博, 孙国道

  针对推荐系统中图神经网络的可解释性进行研究, 从可解释模型出发, 将推荐问题转换为图分类问题, 利用可解释图神经网络对推荐系统进行解释, 突破了以往推荐中解释多为实例级的情况, 从实例级和组群级出发, 探索推荐场景下的多粒度解释. 另外, 为了增强对解释模型提取的图模式的理解, 设计了可视分析系统, 以更好地理解图模式和模型解释过程, 从单用户、 用户群和多个用户群 3 个层级展开探索, 便于分析人员探索图神经网络的推荐模式, 从而对解释的可靠性进行验证. 最后, 在豆瓣电影数据集和 Last-FM 这 2 个真实数据集上应用图模式改进调整训练集, 对比实验中推荐评估指标都得到了提升, 从定量角度进一步证明了解释的可靠性和系统的有效性.

• 面向中国古画鉴定的多模态可视分析方法

  陈晓皎, 陈泳豪, 唐谈, 葛鑫, 汪睿涵, 王一帆, 王小松

  中国古画的传统鉴定很大程度上依赖于专家的推理论证, 不仅需要考虑题款、印章、画作内容等多方面的信息, 还需大量的文献资料辅助. 基于深度学习的方法提高了传统鉴定工作的效率, 但其主要聚焦于图像分析, 同时深度神经网络的黑盒特性不利于人机高效协作. 为此, 提出了一种多模态语义提取的可视分析方法. 首先将古画图像分割为题款、印章、画作内容 3 类语义对象; 接着通过图像匹配和文本识别构建对应古画之间及与相关文献条目的关联结构并编码; 最后由专家进行古画片段的选取以生成多模态语义网络关系图进行查阅考证; 此外, 设计并实现人机协同驱动的中国古画辅助可视鉴定系统. 通过案例研究和专家评估并以 5 点李克特量表量化专家反馈, 得分范围在 0.78~1.78, 验证了所提方法在古画分析和考证关联中的高效性和准确性.