計算機輔助設(shè)計與圖形學(xué)學(xué)報最新期刊目錄

人機協(xié)同決策的異質(zhì)多智能體路徑規(guī)劃————作者：李超超;邵文龍;呂培;王華;徐明亮;

摘要：針對路徑規(guī)劃研究中， 智能體的異質(zhì)性和人的經(jīng)驗與認知注入考慮不足的問題， 提出一種混合現(xiàn)實場景下的人機協(xié)同決策異質(zhì)多智能體路徑規(guī)劃方法. 首先提出基于危險度引導(dǎo)點和RVO(reciprocal velocity obstacles)局部避碰的異質(zhì)多智能體深度強化學(xué)習(xí)方法， 根據(jù)智能體的異質(zhì)性進行全局引導(dǎo)和局部指導(dǎo)， 設(shè)置適用于異質(zhì)智能體的獎勵函數(shù)， 解決了稀疏獎勵問題; 然后在基于混合現(xiàn)實的虛實智...

數(shù)字人面部表情遷移: 從人臉表示到表情遷移綜述————作者：包儀華;涂子奇;駱樂;劉越;翁冬冬;

摘要：綜述了數(shù)字人面部表情遷移技術(shù)的研究進展， 包括三維人臉表示、面部成分提取及表情遷移方法三個關(guān)鍵技術(shù)環(huán)節(jié). 回顧了從顯式三維可變形模型到隱式神經(jīng)網(wǎng)絡(luò)表達的技術(shù)演進， 分析了表情與身份信息分離、跨維度表情映射等關(guān)鍵挑戰(zhàn). 指出當(dāng)前技術(shù)主要面臨三維模型表現(xiàn)力有限、特征提取易受環(huán)境干擾、跨主體適應(yīng)性不足等問題. 基于對大量文獻的分析評估， 提出應(yīng)發(fā)展具備更強局部表達能力的可變形人臉建模方法， 探索基于卷積...

高度真實感表面材質(zhì)逆向恢復(fù)方法綜述————作者：邢佑鑫;歐城睿;徐延寧;王璐;

摘要：大規(guī)模復(fù)雜三維場景的真實感渲染是三維動畫、數(shù)字人、虛擬現(xiàn)實、虛擬仿真、數(shù)字孿生、視頻游戲等領(lǐng)域中的關(guān)鍵技術(shù)之一， 而具備高度真實感的表面材質(zhì)是三維渲染的重要基石， 其參數(shù)貼圖的準(zhǔn)確性和精細程度決定了渲染結(jié)果的逼真程度. 文中根據(jù)使用設(shè)備和材質(zhì)表示形式的不同， 將相關(guān)工作劃分為精密儀器測量、過程式節(jié)點圖材質(zhì)制作和輕量級設(shè)備恢復(fù)3大類， 總結(jié)了表面材質(zhì)逆向恢復(fù)方法的評估指標(biāo)和能力. 首先介紹了基于精密...

自適應(yīng)候選生成與多級域?qū)�抗的乳腺癌有絲分裂檢測————作者：王艷;唐奇伶;劉蓉;李廣昶;劉娜;

摘要：針對由于染色程序及掃描儀硬件的不統(tǒng)一， 用于檢測的乳腺癌病理圖像之間存在域偏移這一現(xiàn)象， 提出自適應(yīng)候選生成與多級域?qū)�抗的乳腺癌有絲分裂檢測方法. 首先結(jié)合圖像級別與中心感知實例級別的域適應(yīng)進行對抗訓(xùn)練， 對齊物體相關(guān)的全局和前景區(qū)域特征; 然后針對有絲分裂小目標(biāo)的檢測問題， 基于特征金字塔網(wǎng)絡(luò)設(shè)計多尺度粗細回歸方案， 利用動態(tài)錨點選擇策略和自適應(yīng)卷積挖掘不同實例大小的潛在錨點， 實現(xiàn)候選區(qū)域自適...

TranECG: 基于Transformer的多導(dǎo)聯(lián)心電圖異常檢測————作者：奎曉燕;楊康康;孫贊博;李欽松;張敏;海澤儒;梁偉;鄒北驥;

摘要：心電圖是檢測心血管疾病最常用的工具之一. 然而， 心電圖分析高度依賴醫(yī)學(xué)專家的經(jīng)驗， 導(dǎo)致分析效率低. 為此， 提出一種集成了Transformer與生成對抗網(wǎng)絡(luò)思想的異常檢測方法——TranECG. 首先， 將長序列心電圖數(shù)據(jù)分割成若干等距的心跳節(jié)拍數(shù)據(jù); 然后， 采用基于生成對抗網(wǎng)絡(luò)的重建模型學(xué)習(xí)節(jié)拍數(shù)據(jù)的正常模式， 并生成相應(yīng)的重建序列; 最后， 異常檢測模塊通過分析重建序列與原始序列的殘差...

基于多邊形控制網(wǎng)的通用NURBS曲面————作者：趙炳熒;李新;

摘要：廣義非均勻有理B樣條（GNURBS）是一種創(chuàng)新的幾何造型技術(shù)， 它將NURBS的概念擴展到能夠處理任意拓撲控制網(wǎng). 針對傳統(tǒng)的GNURBS方法僅支持全四邊形控制網(wǎng)， 并且要求每個面的對邊節(jié)點距相同， 造型能力有限的問題， 提出一種GNURBS表示方法， 允許處理多邊形控制網(wǎng)， 且多邊形邊的節(jié)點距可以不同. 首先， 由Bézier提取得到分片雙三次Bézier曲面; 然后， 將部分面片升階到雙五次并...

一種基于多松弛LBM模型的邊界條件改進自由表面流體模擬方法————作者：曲清越;孫大琨;李帥;郝愛民;朱韶楠;高陽;

摘要：可視化流體仿真是計算機圖形學(xué)的重要研究方向. 其中基于格子玻爾茲曼方法(LBM)的自由表面流體以其準(zhǔn)確性和高效性受到了廣泛關(guān)注. 針對現(xiàn)有方法在穩(wěn)定性、流體細節(jié)捕捉、時間效率提升和邊界處理等方面存在的問題， 文中首先提出了基于自適應(yīng)粘性的多松弛模型的自由表面LBM流體模擬方法， 相比單松弛模型可捕捉更多的流體細節(jié); 其次， 針對現(xiàn)有自適應(yīng)時間步長方法過度縮小時間步長的問題進行優(yōu)化， 提出了靈活高效...

DL-Diff: 基于暗轉(zhuǎn)亮擴散模型的黑暗視頻增強方法————作者：王雨軒;邢楨;吳祖煊;姜育剛;

摘要：針對低光照視頻增強任務(wù)中細節(jié)恢復(fù)不足與時空一致性缺失的問題， 提出一種基于暗轉(zhuǎn)亮擴散模型的低光照視頻增強方法DL-Diff. 首先， 所提方法基于預(yù)訓(xùn)練的潛在擴散模型構(gòu)建基礎(chǔ)模型， 將低光照視頻增強任務(wù)轉(zhuǎn)換為有條件的視頻到視頻的生成任務(wù); 其次， 設(shè)計協(xié)同工作的恢復(fù)組件與時序組件， 其中恢復(fù)組件實現(xiàn)黑暗視頻到正常光照視頻的映射， 時序組件則確保連續(xù)幀之間的時序一致性; 此外， 所提方法設(shè)計了一個多...

基于去噪擴散概率模型的隨機人體動作預(yù)測————作者：趙明富;趙月雯;宋濤;楊貽晨;岳岱衡;羅曼;

摘要：人體動作預(yù)測指根據(jù)給定的歷史動作序列預(yù)測未來的動作序列， 可以為智能監(jiān)控、人機交互等應(yīng)用提供預(yù)判依據(jù)， 然而動作的隨機性和不確定性導(dǎo)致動作預(yù)測十分困難. 針對目前大多數(shù)動作預(yù)測方法存在多樣性不足， 或者預(yù)測結(jié)果偏離動作合理區(qū)間的問題， 提出一種基于去噪擴散概率模型的隨機人體動作預(yù)測方法. 首先構(gòu)建時空Transformer去噪擴散預(yù)測網(wǎng)絡(luò)， 其中， 空間Transformer模塊用于編碼關(guān)節(jié)嵌入，...

基于結(jié)構(gòu)化4DGS模型的單目動態(tài)場景重建————作者：吳佳昂;劉渭濱;邢薇薇;

摘要：針對單目動態(tài)場景重建中隱式神經(jīng)輻射場方法計算復(fù)雜、渲染效率低， 以及顯式3D高斯濺射重建方法在動態(tài)模糊與結(jié)構(gòu)一致性方面的不足， 提出一種基于結(jié)構(gòu)化4D高斯濺射的單目動態(tài)場景重建方法. 所提方法首先使用初始化點云生成錨點， 指導(dǎo)局部3D高斯分布建模， 根據(jù)多層級的錨點特征、視錐內(nèi)的觀察方向與觀察距離， 實時預(yù)測局部神經(jīng)高斯函數(shù)屬性; 使用錨點增長和修剪細化策略， 實現(xiàn)高效、高質(zhì)量的動態(tài)場景渲染; 最...

基于掃掠體分解的六面體為主網(wǎng)格生成方法————作者：張澤宇;王瑞;沈淳;戰(zhàn)洪飛;余軍合;

摘要：在三維有限元分析中， 六面體網(wǎng)格因其分析精度高、收斂速度快等優(yōu)勢， 被認為是理想的有限元體網(wǎng)格. 針對目前復(fù)雜三維模型六面體網(wǎng)格自動生成困難的問題， 提出一種基于掃掠體分解的六面體為主網(wǎng)格生成方法. 首先生成模型的高質(zhì)量標(biāo)架場， 支持掃掠體識別與掃掠網(wǎng)格生成; 然后基于標(biāo)架場的奇異線與流線迭代識別潛在掃掠子塊， 構(gòu)建符合掃掠方向的切割面; 最后基于標(biāo)架場生成掃掠子塊的高質(zhì)量掃掠網(wǎng)格， 采用合并法對...

面向教育領(lǐng)域的學(xué)習(xí)情感識別研究綜述————作者：喬熙茜;譚玉枚;宋樹祥;夏海英;

摘要：學(xué)習(xí)情感對學(xué)習(xí)效果具有重要影響， 積極的學(xué)習(xí)情感能加速學(xué)習(xí)進程. 當(dāng)前， 學(xué)習(xí)情感識別領(lǐng)域已經(jīng)涌現(xiàn)出許多優(yōu)秀的研究成果， 對這些成果進行系統(tǒng)性的總結(jié)與剖析， 對于推動該領(lǐng)域研究的深入發(fā)展尤為重要. 首先針對學(xué)習(xí)情感的定義， 從情感分類、產(chǎn)生方式、測量方法和標(biāo)注方法4個方面進行全面匯總; 然后分析和總結(jié)該領(lǐng)域內(nèi)常用的學(xué)習(xí)情感數(shù)據(jù)庫和其對應(yīng)的評估指標(biāo); 再深入分析單模態(tài)和多模態(tài)情感識別方法及優(yōu)缺點; ...

基于水雷折紙擬合自由曲面的優(yōu)化建模————作者：張奧;趙巖;

摘要：水雷折紙單元的形狀多樣性和靈活性使其能夠適應(yīng)不同曲面， 實現(xiàn)復(fù)雜模型構(gòu)建. 針對優(yōu)化后水雷折紙的頂點容易偏離目標(biāo)表面導(dǎo)致模型近似不夠精確， 以及水雷折紙折痕圖中水雷單元面積差異較大， 增加了折痕圖不規(guī)則性的問題， 提出基于水雷折紙技術(shù)的自由曲面建模方法. 在滿足可展和可平坦折疊約束的前提下， 采用基于多目標(biāo)優(yōu)化的數(shù)值逼近方法， 使得水雷網(wǎng)格更精確地貼合在目標(biāo)表面; 利用等面積的水雷單元構(gòu)建三維模型...

基于特征變換的自監(jiān)督單目熱圖像深度估計————作者：曹明偉;李宏宇;孫登第;趙海峰;

摘要：基于編碼-解碼結(jié)構(gòu)的自監(jiān)督熱圖像深度估計在弱光場景中展現(xiàn)出了較高的準(zhǔn)確性和可靠性. 然而， 受到熱圖像自身的物理特性(如較低的信噪比和有限的對比度)的影響， 基于編碼-解碼結(jié)構(gòu)的熱圖像深度估計方法在網(wǎng)絡(luò)訓(xùn)練過程中既難以生成有效的監(jiān)督信號， 又難以準(zhǔn)確地識別遠距離信息， 從而影響深度圖的精度. 針對上述問題， 提出一種基于特征變換的自監(jiān)督單目熱圖像深度估計方法. 首先對編碼器提取的原始熱圖像特征進行...

基于深度學(xué)習(xí)的大規(guī)模室外場景Scan2BIM研究綜述————作者：莫洋;王晶;蔣海峰;張業(yè)星;曲柄宇;王雷;馮卓航;

摘要：當(dāng)前， 大規(guī)模室外基礎(chǔ)設(shè)施的數(shù)字化需求持續(xù)擴大， 基于深度學(xué)習(xí)的自動掃描到建筑信息模型(scanning to building information modeling， Scan2BIM)通過卓越的特征學(xué)習(xí)能力和自動化流程顯著提升了建模精度和構(gòu)建速度， 在結(jié)構(gòu)復(fù)雜的室外場景重建中發(fā)揮了關(guān)鍵作用. 文中介紹了Scan2BIM的4大核心模塊及其相關(guān)研究進展. 其中， 針對3D點云獲取模塊， 從采集...

一種融合多尺度與局部特征增強的實時圖像去霧算法————作者：王永振;曾俊偉;孫杰;劉恒;

摘要：圖像去霧是計算機視覺領(lǐng)域一個經(jīng)典且具有挑戰(zhàn)性的任務(wù)， 常應(yīng)用于自動駕駛、戶外監(jiān)控等易受外界環(huán)境干擾的場景， 作為一種預(yù)處理手段保證下游視覺系統(tǒng)功效的正常發(fā)揮. 為了實現(xiàn)對霧天圖像的實時處理， 提出一種融合多尺度與局部特征增強的圖像去霧算法. 首先設(shè)計了一個輕量化特征提取模塊， 在提取圖像局部特征的同時減少網(wǎng)絡(luò)計算量， 提升模型運行效率; 此外考慮到不同尺度特征包含的語義信息可以幫助模型獲取更具辨別...

時空復(fù)用的路徑空間濾波快速繪制算法————作者：牟紀千;宋瀅;

摘要：在以間接光照占據(jù)主導(dǎo)地位的場景中， 路徑空間濾波方法可以用低樣本采樣獲取較高質(zhì)量的圖像， 導(dǎo)致過多的關(guān)注空間相關(guān)性而忽略了時間相關(guān)性， 并且局部的路徑重用在繪制鏡面材質(zhì)時會產(chǎn)生較強的像素間相關(guān)性. 鑒于此， 依托路徑圖方法， 利用時域以及空域中的樣本以迭代的方式來改進場景中的輻射度估計， 提出一種時空復(fù)用的路徑空間濾波快速繪制算法. 首先記錄標(biāo)準(zhǔn)前向路徑追蹤中的信息， 提出基于抖動聚類的方式構(gòu)建路...

骨架引導(dǎo)的三維網(wǎng)格模型顯著性檢測————作者：趙沖;王文成;侯飛;

摘要：針對三維網(wǎng)格模型顯著性檢測效率與精度提升問題， 提出一種骨架引導(dǎo)的高效檢測方法. 基于骨架端點、彎曲點和關(guān)節(jié)點與顯著性區(qū)域的對應(yīng)關(guān)系， 用以識別候選區(qū)域并剔除非顯著區(qū)域的檢測以降低計算量; 結(jié)合骨架對于模型的全局性表達特性以進行不同尺度下的顯著性檢測; 最后與模型簡化相結(jié)合以支持大規(guī)模模型的有效處理. 在Schelling和斯坦福數(shù)據(jù)集上的實驗表明， 與mesh saliency、頻譜檢測、MRS...

一種基于自校準(zhǔn)知識蒸餾的低照度圖像增強方法————作者：江澤濤;李堃;黃欽陽;廖培期;李申慶;

摘要：低照度圖像增強是計算機視覺領(lǐng)域重要研究內(nèi)容之一. 為了顯著減少模型的參數(shù)量并有效地抑制噪聲和增強圖像細節(jié)， 提出一種基于自校準(zhǔn)知識蒸餾的低照度圖像增強方法——SCKD. 首先將異構(gòu)的知識蒸餾與Retinex理論相結(jié)合， 提出Retinex-KD框架， 通過規(guī)范化教師網(wǎng)絡(luò)蒸餾條件與學(xué)生模型增強步驟， 引導(dǎo)教師模型將亮度、色彩和紋理等細節(jié)信息傳遞給學(xué)生模型， 提升增強細節(jié); 然后提出低照度增強學(xué)生網(wǎng)絡(luò)...

目標(biāo)尺度自適應(yīng)Transformer的圖像彩色化方法————作者：黃文韜;桂彥;潘祖望;

摘要：針對主流的基于Transformer的彩色化方法僅關(guān)注圖像的全局上下文建模， 對圖像場景中目標(biāo)尺度信息的有效性研究較少的問題， 通過構(gòu)建一個端到端學(xué)習(xí)的編碼-解碼網(wǎng)絡(luò)， 提出一種目標(biāo)尺度自適應(yīng)Transformer的灰度圖像彩色化方法. 在編碼器部分采用目標(biāo)尺度自適應(yīng)Transformer塊， 利用縮放因子自適應(yīng)地選取模塊， 捕獲目標(biāo)尺度信息和計算注意力層的縮放因子， 實現(xiàn)目標(biāo)尺度自適應(yīng)的注意力計...

　　計算機輔助設(shè)計與圖形學(xué)學(xué)報來自網(wǎng)友的投稿評論：

提交