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6期

• 基于深度学习的大规模室外场景Scan2BIM研究综述

  莫洋, 王晶, 蒋海峰, 张业星, 曲柄宇, 王雷, 冯卓航

  当前, 大规模室外基础设施的数字化需求持续扩大, 基于深度学习的自动扫描到建筑信息模型(scanning tobuilding information modeling, Scan2BIM)通过卓越的特征学习能力和自动化流程显著提升了建模精度和构建速度,在结构复杂的室外场景重建中发挥了关键作用. 文中介绍了 Scan2BIM 的 4 大核心模块及其相关研究进展. 其中, 针对 3D 点云获取模块, 从采集设备与采集来源 2 个维度概括了 3D 点云数据采集的技术发展, 并着重梳理了代表性 3D点云数据集; 根据学习方式的不同, 将大规模点云对齐算法划分为基于优化和深度学习 2 大类, 并从精准度、计算效率、 鲁棒性等多维度对比分析了相关工作; 在点云分割模块中, 分别对点云全景分割和点云实例分割算法通过统一的评估指标进行了整理归纳; 对于 BIM 自动化建模, 简述了 BIM 核心互操作标准体系, 并分类总结了多种几何实体建模与关系建模算法. 最后, 通过深入分析和前瞻性探讨, 指出了现阶段大规模室外场景建模的高效性、精准性、泛化性与统一性的无法有效结合的问题; 未来将重点围绕多源数据融合建模、精度与鲁棒性协同优化、端到端 Scan2BIM通用框架构建以及大模型应用与探索等方向展开.

• 采用动态分组和投票机制的三维模型兴趣点提取方法

  舒振宇, 但文宇, 辛士庆

  三维模型的兴趣点提取是计算机图形学的一个基本问题, 针对该问题提出一种采用投票机制和动态分组兴趣点的提取方法, 主要包括 3 个模块. 其中, 顶点编码器模块融合三维模型上的顶点的邻域和全局信息, 生成顶点语义序列; 概率分布预测网络模块将顶点语义序列映射成投票概率序列和置信度序列, 并生成兴趣点概率分布; 动态分组模块通过设定不同的概率阈值, 从概率分布上进行兴趣点分组提取. 所提方法在 SHREC2011 和 KeyPointNet 数据集上进行实验, 采用 FNE, FPE, BHD 和 CD 评价指标进行比较, 结果表明, 与传统方法相比, FNE 至少减少 0.2, FPE至少减少 0.18; 与现有机器学习的方法相比, BHD 平均减少 0.011, CD 平均减少 0.002, 兴趣点提取效果显著提升.

• RPMNet++:结合Copula去噪模块的双向注意力点云配准网络

  陈睿星, 吴军, 赵雪梅, 徐刚, 罗瀛, 王海舰

  针对点云实际获取存在噪声干扰, 密度差异及遮挡等问题, 为了提高复杂场景, 非理想样本条件下的点云配准精度, 提出一种结合 Copula 去噪模块的双向注意力点云配准网络 RPMNet++. 首先构建 Copula 去噪模块, 以邻域数据点具有相似特征这一假设为基础, 通过卷积神经网络提取点云特征, 计算肯德尔相关系数 τ 和 Clayton Copula分布函数, 并保留正相关的内点, 滤除负相关的噪声点, 缓解噪声干扰导致的特征偏差, 参数估计误差和对应点关系误判等问题; 然后在双向注意力机制下尽显局部特征学习, 将双向注意力明确分为采样点到邻域点注意力和邻域点到中心点注意力 2 部分, 综合两者并结合邻域特征编码增强对采样点特征及其邻域空间相关性的学习, 以利于从去噪后稀疏的、 局部结构不完善的点云中有效地提取数据特征, 在保证邻域相关性特征完整的同时, 提高网络对点云数据局部细粒度特征的学习能力. 点云配准实验结果表明, 在 ModelNet40 数据集上, 与 RPM-Net 相比, RPMNet++对各向同性平均旋转误差和平移误差的提升效果显著, 分别在无噪声数据集, 噪声数据集和部分可见的噪声数据集上下降(0.026, 0.001), (0.267 0, 0.001 9)和(0.560, 0.007); 在斯坦福 3D 数据集上, 与 7 种跨源配准算法相比, RPMNet++均能达到最优, 并具有良好的泛化性能与应用价值.

• 动态场景下流感知的视觉定位方法

  王佳慧, 来林静, 张磊

  在动态场景下, 视觉同时定位与地图构建(simultaneous localization and mapping, SLAM)通常与深度学习方法结合提高系统的定位精度. 针对深度学习方法运行时产生的时间延迟, 导致系统难以达到流式处理要求的问题,提出一种面向动态场景下视觉 SLAM 的流感知定位方法. 首先针对传统评估指标只考虑定位精度的问题, 提出流式评估指标, 该指标同时考虑定位精度和时间延迟, 能够准确反映系统的流式处理性能; 其次针对传统视觉 SLAM 方法无法实现流式处理的问题, 提出流感知的视觉定位方法, 通过多线程并行和相机位姿预测相结合的方式, 获得持续稳定的相机位姿输出. 在 BONN 数据集和真实场景上的实验结果表明, 所提方法能够有效地提升动态场景下采用深度学习方法的视觉定位的流性能. 基于 BONN 数据集和流式评估方式的评估结果表明, 与 DynaSLAM 方法对比,所提方法的绝对轨迹误差(APE), 相对平移误差(RPE_trans)和相对旋转误差(RPE_angle)分别下降 80.438%, 56.180%和 54.676%. 在真实场景下的实验结果表明, 所提方法可以得到与实际相符的相机轨迹.

• 基于互引导条件耦合的小样本语义分割

  刘胜男, 姜璐璐, 郑宛露, 王少荣, 汪国平

  针对现有的小样本语义分割方法普遍采用简单的融合策略来实现跨分支信息传递, 难以捕获复杂的特征交互信息的问题, 提出一个实现支持-查询分支高效融合的互引导条件耦合网络. 所提网络设计了一个耦合信息生成模块, 该模块聚焦于支持特征中与查询特征高度相似的区域, 以使查询特征中的每个像素能够自适应地融合支持特征的像素级信息. 同时, 为了减少查询图像背景对融合效果的负面影响, 设计了一个条件耦合模块. 在该模块中, 生成的条件可用于抑制查询图像背景区域的信息吸收, 从而有效地避免了背景信息对结果的干扰. 在 PASCAL-5i 以及COCO-20i 的实验结果表明, 所提网络在多数任务上, 其 mIoU 和 FBIoU 指标优于或接近相关方法的最佳性能.

• 多尺度分割和误差引导生成对抗网络的神经元分割方法

  尤珍臻, 姜明, 石争浩, 都双丽, 赵明华

  神经元语义分割是实现神经元精确实例分割的关键环节. 然而, 大脑结构复杂, 全脑神经元语义分割自动化非常具有挑战性. 针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征, 提出一种多尺度分割和误差引导生成对抗网络的神经元分割模型. 首先应用基于双注意力门的多尺度分割和误差引导的框架作为生成器,预测神经元分割结果、 假阴错误和假阳错误, 根据三者结果通过迭代的方式改善神经元语义分割结果; 然后将生成的分割结果、真值图分别与原始图像相乘, 作为判别器的 2 个输入, 通过多层卷积操作计算二者差异, 区分生成的分割结果和真值图. 在猕猴大脑数据集上的实验结果表明, 与 U-Net 等其他模型相比, 该模型得到的全脑神经元分割性能指标均有不同程度的提升, 尤其对于浅色神经元, 神经元分割性能得到了较大的提升, 与 8 种参考模型相比, Dice 值分别提升了 20.3%, 1.2%, 15.5%, 2.5%, 8.2%, 159.2%, 0.8%和 13.1%. 应用所提模型得到的全脑神经元的分割结果, 可以进一步用于神经元的实例分割、形态学分析等研究.

• 基于循环双向Transformer的伪CT图像生成方法

  肖宁, 赵俊, 贾保平, 强彦, 赵涓涓, 吕亚丽

  磁共振成像引导的放射治疗可以根据肿瘤和对器官的威胁情况实时调整治疗计划, 依靠使用磁共振成像生成伪计算机断层扫描进行放射治疗. 目前, 伪层析成像的生成技术基于对抗性网络的生成方法, 但它在训练过程中使用像素级损失更新网络参数, 很容易导致模式崩溃, 生成不稳定的伪计算机断层扫描. 为了精准地实现基于磁共振图像的伪计算机断层扫描生成, 利用视觉 Transformer 的上下文敏感性以及卷积算子的归纳偏置, 提出一种循环双向 Transformer 医学图像合成方法. 在编码预测阶段, 循环双向 Transformer 利用 U-Net 编码得到的码本表示图像, 并使用非自回归编码与向量量化方式缩短生成码本的长度, 生成局部真实并且全局一致的图像; 使用归一化互信息作为损失函数, 并加入了循环一致性损失解决数据不匹配的问题. 在颅脑磁共振成像数据集 TCGA-GBM 与CPTAC-GBM 上进行一系列实验, 验证了所提方法在图像生成任务上的有效性; 该方法的 MAE, PSNR 和 SSIM 分别达到 86.3, 25.96 dB 和 0.897; 与对比方法相比, 该方法也表现出优越的性能.

• 基于局部Transformer的多尺度图像去雾网络

  毛德乾, 高珊珊, 吕海霞, 张彩明, 周元峰

  针对现有去雾方法大多无法较好地处理非均匀雾度雾天图像的问题, 提出一个高效的基于局部 Transformer的多尺度图像去雾网络 MIDNet. 首先利用局部 Transformer 的线性计算优势、窗口内的局部信息及像素间的远程关系, 设计多尺度特征提取器, 高效而全面地提取多尺度特征; 然后结合金字塔结构和密集连接提出特征聚合模块,实现多源多层级特征的全面聚合; 最后基于门控结构设计细节增强单元, 保留图像更多边缘等细节信息. 在RESIDE, O-HAZE, I-HAZE, NH-HAZE 和 NITER 数据集上的大量实验证明, MIDNet 获得了更优的视觉效果, 且在NITER 数据集上, MIDNet 相较于 SRKTDN 和 DeHamer 方法的 PSNR 分别提高了 5.552 0 dB 和 8.170 2 dB, SSIM 分别提高了 0.029 7 和 0.095 3.

• 基于冗余消除的深度多视图聚类增强融合网络

  许俊鹏, 孟敏, 武继刚

  多视图聚类通过以无监督的方式探索多视图的语义信息而得到广泛的关注. 针对现有的方法忽略了表示的多样性学习和视图之间冗余信息等方面的缺陷, 提出一种基于冗余消除的深度多视图聚类增强融合网络 REMVC.首先引入特征聚合模块, 学习样本之间的全局结构关系用于生成一致的表示; 其次引入冗余消除模块减少潜在空间特征之间的信息相关性, 提高了嵌入表示的辨别能力; 最后引入公共表示的正则化约束模块, 通过最大化公共表示每个维度上的方差并最小化不同维度之间的协方差, 探索多视图实例特征的互补信息. 所提网络联合优化了表示学习、冗余消除和正则化约束模块, 以提高聚类性能. 在 7 个广泛使用的数据集上进行实验的结果表明, REMVC 在准确度、归一化互信息和纯度上优于参与对比的 7 种多视图聚类方法.

• 基于风格记忆的跨域小样本异常检测

  杨太海, 顾智浩, 马利庄

  小样本异常检测仅利用少量正常样本进行检测和异常定位, 现有的小样本异常检测方法的训练和测试都在相同的域中进行, 对于跨域场景的研究尚处于空白. 针对跨域小样本异常检测问题, 为了将源域学到的知识迁移到目标域中进行小样本异常检测, 提出基于风格记忆的跨域小样本异常检测方法. 该方法包含 2 个模块, 首先将域差异定义为风格特征差异, 设计风格记忆模块存储来自源域的域内统计特征, 并将学习到的特征集成到目标域中, 减少域差异带来的影响, 提升性能; 然后引入对比学习策略, 区分不同类别的增强查询特征, 进一步加强模型对源域中不同类别的表征能力. 在 MVTec AD, MPDD 和 MVTec LOCO-AD 数据集间进行跨域小样本异常检测任务实验, 结果表明, 与代表方法相比, 所提方法取得了最佳性能, 其中, 图像 AUROC 指标提升 3%~5%; 在本域内小样本异常检测任务上, 该方法仍然有优异的表现.

• 基于残差双通道注意力U-Net的古代壁画病害检测

  赵辉荣, 余映, 陈安, 倪雪莹, 王信超

  针对现有的古代壁画病害检测方法难以准确地检测壁画病害区域的问题, 提出一种基于残差双通道注意力U-Net 的古代壁画病害检测模型. 首先设计残差双通道模块代替 U-Net 中的编码器和解码器, 构建具有多分辨率分析能力的网络检测复杂背景中不同尺度的壁画病害区域; 然后加入多尺度注意力门融合高层和低层的互补特征, 使网络能突出壁画病害区域的显著特征; 最后设计混合域注意力模块抑制壁画背景信息的干扰, 进一步准确地定位壁画病害区域; 此外, 采用多阶段损失相加的方式提高网络模型的性能. 实验结果表明, 在敦煌莫高窟壁画数据集和云南少数民族壁画数据集上, 所提模型的检测结果在视觉感受方面优于其他对比方法, 在 F-score 指标上分别达到了0.807 7 和 0.728 9, 均高于其他对比方法.

• 基于线图视角的城市社区发现可视分析方法

  林正轩, 王超, 邵彬, 邓紫坤, 王永恒, 巫英才

  现有的社区发现方法通常以城市区域作为研究对象, 探究热点区域间的空间交互关系, 然而在对OD(origin-destination)对之间关联关系的表达上存在一定局限性, 难以开展面向 OD 对的城市社区结构发现. 为解决上述问题, 提出一种融合线图和轨迹表征的城市社区发现方法. 首先基于出行轨迹数据构建传统的空间交互网络;然后交换空间交互网络的节点和边, 建立以 OD 对特征为节点、以 OD 流的起点和终点为边的线图视角下的新型轨迹交互拓扑图; 最后基于轨迹交互拓扑图, 使用顾及节点属性和拓扑结构的社区发现算法开展城市社区发现. 进一步地, 设计并实现了基于线图视角的城市社区发现可视分析系统, 帮助用户探究能够反映人们真实活动空间的城市子区域, 为城市管理提供参考. 通过 2 个案例和用户评估实验, 证明了所提方法及系统的实用性与有效性.

• 基于无冲突并行随机梯度下降的图布局求解方法

  王智, 薛明亮, 王一凡, 钟发海, 汪云海

  应力模型是计算节点连接图布局时最常用的方法之一. 随机梯度下降法由于具有很好的收敛性, 常被用于求解应力模型, 但该方法难以实现有效并行. 虽然无锁随机梯度下降方法能大幅提高并行效率, 但其求解过程中常存在线程冲突,导致结果准确性低. 为了提高并行图布局的效率和准确性, 提出一种无冲突的随机梯度下降的并行求解方法. 首先提出一种面向应力模型的线程分配算法, 将与节点 j 相同的点对分配到同一线程内计算, 保证基于随机梯度下降方法的图布局无冲突化求解; 然后仅对线程内的样本随机洗牌并减少次数, 进一步提升并行效率. 在 16 个不同规模的真实数据集上进行实验,并将所提方法应用在稀疏化应力模型的求解上, 实验结果显示所提方法在求解精度上无损失且求解速度提高 10 倍以上, 从布局质量和运行效率 2 个方面证明了该方法的高效性和可用性.

• 诊断和提高迁移学习模型鲁棒性的可视分析方法

  刘真, 颜菁, 吴兆国, 林菲, 吴向阳

  虽然迁移学习可以使开发人员根据复杂的预训练模型(教师模型)构建符合目标任务的自定义模型(学生模型), 但是迁移学习中的学生模型可能会继承教师模型中的缺陷, 而模型鲁棒性是作为衡量模型缺陷继承的重要指标之一. 在迁移学习领域中, 通常会运用缺陷缓解或学生模型和教师模型联合训练的方法, 达到减少继承教师模型的缺陷知识目的. 因此, 文中提出一种用于探索迁移学习过程中模型鲁棒性变化情况的可视分析方法, 并构建了相应的原型系统——TLMRVis. 该方法首先计算了学生模型的鲁棒性能指标; 其次在数据实例层面展示模型各类别的表现性能; 然后在实例特征层面通过模型抽象化方式去揭示教师模型和学生模型之间继承的重用知识; 最后结合模型切片方法改善模型的缺陷继承用以提高模型鲁棒性. 同时, TLMRVis 系统不仅结合多种可视化方法展示多种学生模型和教师模型之间的异同点, 而且通过引入缺陷缓解技术来查看和诊断教师模型和学生模型的性能变化和底层预测行为机制. 2 个案例的实验结果表明, TLMRVis 系统可以帮助用户分析迁移学习中模型的鲁棒性、模型继承的缺陷知识和模型缺陷改善后的性能变化.

• 面向大学程序设计类课程的编程与调试行为可视分析

  连远锋, 庄永琪, 高浛钊, 董华松

  大学程序设计类课程的编程与调试行为分析对于教师优化课程教学设计和提升学生实践编程能力具有重要意义. 传统的编程与调试行为分析工具缺乏从课程类型、题目类别和内存中数据关系的实时变化等维度给出协同交互的可视化分析, 导致无法准确地刻画学生编程和开展学生自我评价. 为此, 文中根据程序设计类课程的数据特点设计多视图协同交互的编程与调试行为可视分析系统——MPDVAS. 首先通过多维度环状热力图-雷达图, 集成展示班级、课程、编程作业及考试成绩在学期和代码提交场所的时空分布; 然后构造基于多平台在线课程数据的主题模型, 将学生按照不同用户画像进行聚类, 生成具有不同编程行为特征的子群体, 提出基于层次气泡图可视化展示方法; 通过扩展桑基图, 将课程、成绩和编程行为评价进行多维度量化分析与交互推理; 最后设计对称堆叠柱状图和多维时间序列图相结合的新布局, 实现对学生代码调试过程的实时评估及程序结果自动对比, 并进一步给出编程题目推荐和课程推荐结果. 通过 313 名学生的真实编程数据案例分析, 收集 2 名相关管理人员、 2 名主讲教师和 20 名学生的反馈进行方差分析, p 值为 0.008 小于显著性水平 0.05, 验证了 MPDVAS 的有效性和实用性.