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5期

• 结合隐式建图的视觉SLAM技术综述

  郭恺悦, 刘越

  同步定位与地图构建(simultaneous localization and mapping, SLAM)技术能够在陌生环境中定位自身位置的同时构建周围环境, 已经成为机器人、 无人驾驶和虚拟现实等领域非常重要的基础技术. 隐式建图方法对于场景未观测区域具有一定补全预测能力, 可以实现对遮挡或稀疏观测区域的孔填充, 近年来, 将该方法融入 SLAM, 以提高其系统性能逐渐成为 SLAM 领域的研究热点. 文中首先总结应用于视觉 SLAM 中的隐式建图方法并基于地图存储载体对其进行分类; 然后基于建图渲染速度提高、大规模场景扩展方法、建图鲁棒性提高、前端功能的改进和回环检测的补充等改进方向对结合隐式建图的视觉 SLAM 进行分类说明, 并梳理了面向语义建图、动态场景和多传感器融合等特定场景的隐式建图 SLAM 系统; 随后介绍隐式建图 SLAM 系统常用的数据集和评价标准, 并基于相同数据集和评价标准对多个 SLAM 系统进行对比和分析; 最后总结隐式建图视觉 SLAM 系统提高自身性能的改进方式, 剖析系统现存的计算量大和遗忘严重等短板, 并与其他技术对比展望未来发展趋势.

• 基于VSLAM的室内场景重建与虚实遮挡的边缘优化方法

  刘佳, 张增伟, 陈大鹏

  在增强现实环境中, 虚拟物体和真实物体的融合效果经常受到虚实遮挡的影响. 为了提升虚实遮挡效果,提出一种室内场景下基于视觉同步定位与建图(VSLAM)的三维物体稠密重建与分割的方法. 首先利用 YOLOv5s 和ORB-SLAM2检测并去除环境中的动态特征点, 只利用静态特征点构建准确的点云地图; 然后使用 OPTICS 聚类算法约束体素边缘并进行网格分割; 最后通过结合形状先验算法对分割后的点云进行预测重建, 使分割的物体边缘更加准确. 在多个数据集上检验了所提方法, 并执行动态特征点去除和虚实遮挡实验. 结果表明, 在动态场景下相比传统ORB-SLAM2, 相机的定位精度提升了92.62%, 点云的重建精度提升了35.00%, 说明该方法可以准确地定位虚拟物体和真实物体的遮挡边缘并进行分割, 同时保持形状化的重建结果, 使得虚实遮挡效果更加真实自然.

• 面向等几何分析的超弹性材料模型形状优化

  凌然, 王宁, 徐岗, 谢津, 许金兰, 张啸雨

  等几何分析作为一种收敛速度快、 数值解高阶连续性好的数值方法, 广受工程设计领域的关注. 基于其优良的性质, 提出一种针对超弹性材料模型的等几何形状优化方法, 具体研究了面向等几何分析框架的超弹性材料计算以及相适应的形状优化方法. 首先, 在等几何框架下推导了离散矩阵装配流程与非线性系统的求解流程; 其次定义了超弹性材料下以柔度最小化和位移最小化为 2 个目标的数学模型, 继而通过对偶方法详细推导了解析的灵敏度,有效提高优化精度; 最终结合等几何分析与移动渐近线算法构建了高效的优化框架. 对悬臂梁、 带孔平板和开口扳手三组基准算例的形状优化实验表明, 所提方法的有效性和可靠性有一定保证, 实验中, 在几何约束下可在指定点处最多降低 90%位移和 7%的柔度, 且与预期形状相符.

• 面向薄板刚度可定制的双分辨率晶格结构智能生成方法

  潘万彬, 占钰琪, 王姝钫, 王毅刚, 陶秀挺

  晶格化是生成轻质高刚度薄板的理想方法, 具有大幅度减少材料消耗和提升产品性能的巨大潜力. 为了快速有效且通用地对薄板进行晶格化, 使其成为满足刚度需求的轻质薄板, 提出一种智能的双分辨率晶格化方法. 首先对给定的标准形状的薄板(矩形横截面)采用不同的双分辨率晶格单元数量比例, 并以均匀随机采样布局的方式构建一系列双分辨率晶格化薄板; 然后采用有限元方法对它们进行力学分析, 计算相关的刚度; 再收集上述数据, 基于人工神经网络(ANN)构建刚度预测模型, 准确地预测给定的薄板在不同双分辨率晶格结构下的刚度(相互之间具有复杂的非线性关系); 最后以生成满足刚度需求的双分辨率晶格化薄板为目标, 构造数学规划问题, 通过在粒子群优化算法中融入上述刚度预测模型对上述问题实施求解, 获得优化的双分辨率晶格结构. 实验结果表明, 所提方法能快速有效且通用地生成刚度满足要求的轻质薄板.

• 融合规则和数据驱动的展厅自动空间规划与布局生成

  许渠, 李佳佳, 张俊松

  针对传统展厅布局设计周期长和成本高的问题, 提出一种融合规则和数据驱动的展厅空间自动规划与布局生成方法. 首先根据展厅设计规则划分指定空间, 并通过美化和连接等方式进行优化; 然后计算展厅空间视觉显著度, 利用优先队列选择展品的位置和摆放方式; 再采用规则生成的数据作为数据集, 以区域中心布局搜索结果作为输入, 结合语义预测网络和拓扑预测网络进行多样化的生成; 最后通过预测模型, 按重要度递减的顺序确定展品的最佳摆放位置. 在展厅数据集上, 将所提方法与 HouseGAN++, Deeplayout 和 DCGAN 方法进行对比实验. 实验结果表明, 所提方法具有更高的视觉相似度, 图编辑距离平均降低 22.64%, 连通性平均提高 25.33%, 验证了其有效性.

• 基于Bézier三角形的插值√3-细分

  姬程辉, 杨勋年

  为了更高效地构造高质量的细分曲面, 提出一种基于 Bézier 三角形的插值√3细分算法. 首先在初始三角网格的每个三角形上, 构造一个插值顶点和法向的三次 Bézier 三角形; 然后取 Bézier 三角形中心点作为控制网格三角形对应的新面点, 并将该点在 Bézier 三角形上的法向取为新面点的法向; 最后由新面点与老顶点一起重新三角化得到细分网格. 针对边界或狭长三角形等奇异情况也给出了处理方法. 由于新顶点的计算只用到了其所对应三角形的顶点和法向信息, 所以该算法简单、易于实现也便于并行加速. 数值实例结果表明, 所提算法可以得到光滑和光顺的细分曲面, 调整初始顶点的法向还可以有效地改变极限曲面的形状.

• 曲率单调的二次有理h-Bézier曲线

  李梓萌, 解滨, 韩力文

  h-Bézier 曲线是一类广义 Bézier 曲线, 增加正实数权因子后得到的有理h-Bézier曲线可精确表示圆锥曲线.为了获得具有单调曲率的圆锥曲线段, 针对标准型二次有理h-Bézier 曲线, 提出曲率单调的二次有理h-Bézier曲线的构造方法. 首先, 通过引入曲率极值圆, 讨论标准型二次有理h-Bézier 曲线曲率极值的存在性; 其次, 借助曲率单调临界圆, 得到标准型二次有理h-Bézier曲线曲率单调的充要条件, 即对于首末控制顶点确定的曲线, 为得到曲率单调的圆锥曲线段, 只需中间控制顶点在曲率单调临界圆上或圆内; 进而, 根据曲率单调的充要条件, 选择合适的中间控制顶点位置、 权因子 w 和形状参数 h, 构造出曲率单调的二次有理h-Bézier 曲线. 数值实例构造出曲率单调递减或递增的二次有理h-Bézier 曲线, 与二次h-Bézier 曲线和二次有理 Bézier 曲线曲率单调的条件相比, 所提方法确定的参数 h 的范围和中间控制顶点的可选范围更广, 曲线造型更具灵活性.

• 基于仿射不变性特征的冷冻电子断层图像无标记对位

  俸楷文, 郭珂诚, 冯结青

  图像对位是冷冻电子断层三维重构中的重要步骤, 对位精度对于生物大分子的三维重构质量至关重要. 针对无标记对位技术中图像特征信息利用不充分、对位精度不高的问题, 提出一种基于仿射不变性特征的冷冻电子断层图像无标记对位方法. 首先通过仿射变换模拟电子断层图像在投影成像时的旋转变换, 以缩小特征对应搜索空间,得到对于平移、旋转、尺度、视角变换都具有不变性的图像特征点; 然后通过运动一致性约束去除大量误匹配特征点, 再采用 RANSAC 方法二次筛选获得正确的特征匹配结果; 最后求解电子断层图像的对位参数. 对多组电子断层图像序列数据的对位实验结果表明, 所提方法相较于 SIFT 方法和 IMOD 软件, 提高仿射不变性特征计算效率 70%,增加所保留特征点的数量 81%~172%, 减小重投影误差 12%~26%, 提高了冷冻电子断层图像无标记对位方法的精度.

• 半监督角色动画风格迁移

  郑瑞坤, 刘耿欣, 胡瑞珍

  针对有监督动画风格迁移方法对未知内容泛化性差, 以及无监督方法生成动画风格不一致且不自然的问题,提出一种半监督动画风格迁移方法. 所提方法使用 2 个编码器分别从内容动画和风格动画中提取内容和风格特征,并使用解码器进行特征融合和动画生成; 为提升泛化性, 使用大规模无标签动画扩充内容动画数据集, 并用内容保留损失与末端执行器损失使生成结果与输入内容动画相似; 为保持风格一致性, 将生成结果重新输入风格编码器提取风格特征, 并计算与原风格和另一其他风格特征之间的三元组损失. 在 2 个公开数据集 BFA 和 CMU 上与 MotionPuzzle 等方法对比, 所提方法生成动画的 MID 值与用户调研结果均得到明显提升.

• 基于视觉失真的玻璃表面检测方法

  谭鑫, 齐福霖, 王楠, 张志忠, 谢源, 马利庄

  针对玻璃性质造成的玻璃表面检测困难问题, 提出一种基于视觉失真线索的玻璃表面检测方法. 首先, 采用视觉失真感知模块对主干网络特征进行处理, 利用玻璃会引起覆盖图像区域视觉失真的现象, 引导主干网络对玻璃表面进行初步定位, 获取初始玻璃特征图; 其次, 采用结构细化模块以利用图像中玻璃个数信息对初始玻璃特征图逐级细化, 以获得玻璃表面的精细化边缘. 与 17 种方法进行实验的结果表明, 该方法的玻璃表面检测效果在 4 个基准数据集上交并比提升 0.83%~4.73%, F 值提升 1.40%~6.60%, 平均绝对误差降低 0.72%~2.60%, 平衡错误率降低0.58%~2.66%.

• 融合对比学习的对抗式无监督领域自适应图像分类方法

  王婷, 季繁繁, 崔绍君, 袁晓彤

  提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA), 旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域和目标域的特征, 而忽略了 2 个领域在全局分布对齐的同时属于同一类的特征是否对齐的问题, 以及对无标签的目标域样本利用不充分的问题, 将对比学习的思想引入到基于对抗的无监督领域自适应方法中, 通过不断地拉近目标域中相似样本在特征空间中的距离, 同时不断地推离不相似的样本, 使得无标签的目标域样本的分类边界更加清晰, 从而使得源域和目标域样本在全局对齐的同时也实现类内对齐; 将目标域的样本经过数据增强后送入对比学习模块, 使得目标域无标记的样本得到了更充分的利用. 与原有的基于对抗的无监督领域自适应方法相比, 提出的 CADA 在 Office-31, Office-Home 和 VisDA-2017 数据集上的平均准确率比原有方法提高了 2~6个百分点.

• 基于文本生成与迭代匹配的图像-文本检索

  潘莹莹, 马青, 白琮

  跨模态图文检索由于图像和文本的特征表示方式不同面临着模态异构问题, 传统的公共空间方法难以度量图像和文本的相似性. 为此, 提出了基于文本生成与迭代匹配的跨模态图像文本检索框架, 它包含了特征融合模块和文本生成模块. 特征融合模块通过迭代融合的方式, 多次对齐图像和文本, 在不同的迭代步骤中聚合细粒度信息,捕获图像和文本之间的局部关联信息, 优化了局部公共嵌入空间; 文本生成模块采用特征转换的思路, 由图像模态中的特征映射到文本模态中的句子特征, 通过图文信息交互增强了图像和文本的整体语义相关性, 优化了全局公共嵌入空间, 挖掘出图像与文本更深层的语义信息, 以提高跨模态图像文本检索模型的性能. 在 Flickr30K 和 COCO 数据集上进行了实验, 并与现有的模型进行比较, 结果表明, 该框架在 Flickr30K 和 COCO 上的整体性能分别提升了0.7%和 1.2%. 在文本检索任务的召回指标中, 最高可以提升 3.4%; 在图像检索任务的召回指标中, 最高可以提升4.6%. 消融实验也证明了其中特征融合模块以及文本生成模块的有效性.

• 联合内容和风格表示的无监督字体生成网络

  刘宇, 丁阳, Fatimah binti Khalid, 李昕, Mas Rina binti Mustaffa, Azreen bin Azman

  生成包含大量字体的中文字体是具有挑战性的任务, 现有方法主要依赖于大量的配对数据进行监督学习,然而收集这些数据是劳动密集型的工作, 且很难扩展到新风格字体. 为辅助字体设计师提高计算机汉字字库开发效率, 提出分离字体内容和风格表示的无监督字体生成网络. 首先, 将风格和内容表示在同一域中建立密集的语义对应, 指导解码器产生高质量的输出; 然后, 在跳跃连接中引入可变形卷积, 通过学习偏移量和通道之间的相互依赖性, 使网络更加注字体的结构特征; 最后, 设计多尺度风格判别器, 在不同尺度上评估生成图像的风格一致性. 在公开的数据集上展示并分析 FUNIT, MX-Font 和 DG-Font 等5种字体生成方法的生成效果, 实验结果表明在 L1, RMSE等评估指标和用户研究实验中均优于对比的方法.

• 双路注意力机制行人重识别方法

  张媛媛, 宋存利, 张雪松

  为解决目前Re-ID方法中对非显著可辨别特征关注不足, 以及提取的行人关键特征表达不充分的问题, 提出一种基于双路注意力机制特征提取网络, 由双路注意力主干网络和增强注意特征融合模块组成. 其中, 双路注意力网络使模型关注到不同显著程度的有效特征区域, 可分别用于挖掘显著和潜在非显著可辨别特征, 强调潜在关键特征的重要性; 增强注意特征融合模块用于完成特征信息互补, 同时采用反事实干预强化习得注意力特征图的质量和有效性,从而得到更具有判别性的最终特征表示. 在 Market1501, DukeMTMC-reID 和 MSMT17 数据集上进行了广泛实验, 结果表明, mAP 值分别达到了 89.3%, 80.0%, 58.4%; Rank-1 值分别达到了 95.7%, 89.8%, 80.7%, 充分证明了该方法的优越性.

• 基于对比学习多级特征融合的尿路上皮细胞分类方法

  王雪艳, 杨志明, 宋姚姚, 王学卿, 李亚伟

  为应对当前细胞分类方法易受图像质量影响以及标注数据稀缺而导致分类准确率不高的问题, 提出一种基于多级特征融合的混合自监督学习方法. 首先, 多级特征融合模块可在特征提取时同时提取语义特征信息和空间特征信息, 以利于识别不同特征形态的阳性细胞; 其次提出自适应对比损失函数将自监督学习应用在尿脱落细胞分类中, 以促进模型可最大化利用已有标注数据; 该损失可根据细胞特征间的相似度大小自动调整损失权重, 使模型学习更有区分度的高维特征, 提高分类准确率. 实验采用 5 折交叉验证方法, 结果表明, 文中提出的尿脱落细胞分类方法在 Ideepwise 尿脱落细胞数据集上可达到 96.23%的敏感性和 97.2%特异性, 相比对比方法敏感性提升了 2.34 个百分点, 特异性提升了 4.6 个百分点.

• 基于多重注意力机制的图像雨滴去除方法

  陈羽中, 林闽沪, 陈友昆, 牛玉贞

  图像雨滴去除任务的目标是对于给定的雨滴图像去除其镜头上遮挡的附着雨滴, 还原出真实的干净图像,其在计算机视觉下游任务中有着至关重要的作用. 由于已有的图像雨滴去除方法没有考虑雨滴所具有的空间位置局部性和尺度多样性, 雨滴去除效果不理想. 为缓解上述问题, 提出一种基于多重注意力机制的图像雨滴去除方法. 首先, 为了适应雨滴的空间位置局部性和尺度多样性, 提出结合多尺度特征提取模块和多重注意力模块构建编码器-解码器架构, 其中多重注意力模块融合了像素、通道和空间注意力, 能够自适应地匹配雨滴的空间位置局部性. 此外,设计了一种迭代式图像特征融合模块, 在融合解码器特征和雨滴图像得到初步去雨图像后, 采用初步去雨图像加强解码器特征, 得到进一步的细化特征, 再融合初步去雨图像和细化特征得到最终去雨图像. 在雨滴图像测试集Raindrop 上实验结果表明, 与其他方法相比, 所提方法能够有效地去除图像中的雨滴, 进一步提升雨滴去除的性能,比对比方法中最优的方法在 PSNR 指标上提升了 0.25 dB.