TOP1 | 室内数字三维场景评估方法
最新更新时间: 2024-09-18 13:29
作者：张浩然, 张少魁, 孙博远, 林鑫杰, 刘家宏, 陈学斌, 陈境焕, 张松海
单位：清华大学美术学院；清华大学计算机科学与技术系；清华大学工程物理系；广州极点三维信息科技有限公司
摘要：场景生成需要度量指导场景的优化. 由于场景度量以场景优化为目的, 并且度量结果对人类通常较难解释, 缺乏专业室内设计背景的人需要通过场景的定量评估来理解一个房间功能、美学和人因因素的合理性. 文中提出用于自动评估室内三维场景的 10 项评估指标, 包括功能、美学和人因 3 个评价维度. 首先, 从场景物件的使用性与功能关联出发, 通过可达性、可见性、开阔度、关联关系和功能比例来衡量场景的功能质量; 其次, 基于场景平面构图和人视点视野, 使用平衡性、齐整度与和谐性度量场景的美学质量; 最后, 根据人类活动模拟, 采用流线合理性和活动舒适度评估人因质量. 所提评估方法能通过分项指标展示输入场景的优缺点, 为场景优化和设计迭代提供参考. 选取 3D-Front 数据库的 50 个场景进行对比评估, 实验结果表明, 采用该方法进行室内场景评估的效果与专业设计师水平相当, 二者平均评分差异为 0.133~0.220, 且评估结果的有效性受到专业设计师和普通用户的肯定; 在与 PlanIT和 HAISOR 的对比实验中, 基于所提评估方法的场景生成技术在用户评估中获得了更高的功能、美学、人因和总体评分, 在度量场景上更加合理.
评估方法框架
长按识别二维码阅读全文
或复制网址访问
https://www.jcad.cn/article/doi/10.3724/SP.J.1089.2024-00352
TOP2 | 一种改进的快速定位非 Delaunay 三角形的逐点插入算法
最新更新时间: 2024-09-07 15:25
作者：刘晓健, 单广治, 裘乐淼, 张树有, 陈思诺, 丁卓琛, 丛添瑞
单位：浙江大学流体动力基础件与机电系统全国重点实验室; 浙江大学机械工程学院
摘要：逐点插入算法是计算机图形学复杂表面构建时常用的Delaunay三角化方法, 但节点插入时需要遍历全局三角网格, 存在时间效率较低的问题. 为了优化时间复杂度, 提出快速定位非Delaunay三角形的逐点插入算法. 根据Delaunay 三角形的基础性质, 提出并证明了非Delaunay三角形依次相邻定理和最近点为嫌疑点定理, 并基于定理快速定位非 Delaunay 三角形; 然后分析并解决节点规模庞大且分布密度不均匀时的局部坏死现象, 提出改进的不需要更新遍历阈值的逐点插入算法, 通过对不同分布特征和数量规模的二维点集进行测试, 其时间复杂度在理想情况下可以达到 O(NlbN). 对于随机生成的点集, 相较于传统优化算法, 所提算法三角化100万点的时间效率提升达到了46.96%, 且用时与点数更接近线性关系. 实验结果表明, 与 Bowyer-Watson算法、传统优化算法相比, 所提算法在三角化效果完全一致的情况下显著提高了时间效率, 且对不同规模和分布特征的数据集均具有良好的适应性和鲁棒性.
2种算法对不同点集三角化效果对比
长按识别二维码阅读全文
或复制网址访问
https://www.jcad.cn/article/doi/10.3724/SP.J.1089.2024-00176
TOP3 | 三次 Bézier 曲线曲面间的混合延拓
最新更新时间: 2024-09-07 15:16
作者：严兰兰, 付雨楠
单位：东华理工大学理学院
摘要：在保持 G2 连续的条件下, 提出一种三次 Bézier 曲线曲面间形状可调的混合延拓方法. 首先设计 3 条辅助延拓曲线, 其中, 第 1 条与 2 条待延拓曲线在连接处均满足 G1 连续, 另外 2 条分别与待延拓曲线中的一条在连接处满足 G2 连续、另一条在连接处满足 G0 连续; 然后借助势函数将 3 条辅助延拓曲线进行混合, 生成含形状调整参数的延拓曲线; 最后根据待延拓曲线的几何特征确定形状参数的赋值方案, 获得最终的延拓曲线. 此外, 将曲线混合延拓方法推广至曲面, 解决了 2 张不相邻的双三次 Bézier 曲面间的延拓问题. 对具有不同几何特征的待延拓曲线曲面进行数值实验的结果表明, 所提方法构造的延拓曲线曲面均具备良好的光顺性.
基于能量法的G2连续延拓曲面
长按识别二维码阅读全文
或复制网址访问
https://www.jcad.cn/article/doi/10.3724/SP.J.1089.2024-00138
TOP4 | 基于 RGB-D 图像的语义分割方法综述
最新更新时间: 2024-09-07 15:11
作者：王晨, 杜晨曦, 刘瑞军, 齐越
单位：北京工商大学计算机与人工智能学院；北京航空航天大学软件学院；北京航空航天大学虚拟现实技术与系统全国重点实验室
摘要：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 图像的语义分割领域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 图像语义分割领域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.
长按识别二维码阅读全文
或复制网址访问
https://www.jcad.cn/article/doi/10.3724/SP.J.1089.2024-00107
TOP5 | 用于医学图像分割的半监督对抗自集成网络
最新更新时间: 2024-09-03 16:20
作者：黄子臻, 王雷, 张玉坤, 李彬
单位：山东理工大学计算机科学与技术学院；华南理工大学自动化科学与工程学院
摘要：为了克服传统的 U-Net 网络在医学图像分割领域存在的无法有效提取上下文信息、固定的感受野受限制等缺点, 提出一种半监督对抗自集成网络, 其由分割网络和判别网络 2 部分组成. 前者采用卷积神经网络和 Vision Transformer 相结合的半监督学习策略; 后者采用对抗一致性训练策略, 利用两个基于一致性学习的判别器获取标记和未标记数据之间的先验关系; 引入基于注意力的动态卷积, 能够根据输入样本的结构信息自适应地调整网络的权重, 增强特征表示能力并降低过拟合风险. 在 ACDC, LA 和 Pancreas 3 个经典数据集上比较 5 种网络的实验结果表明, 所提网络在 Dice 系数、Jaccard 系数、Hausdorff 距离和平均表面距离分别提高了 3.4%~3.9%, 2.9%~4.0%, 43.5%~53.4%, 65.1%~68.7%, 尤其是在使用较少标记数据的情况下, 实现了更好的分割结果.
本文网络结构
长按识别二维码阅读全文
或复制网址访问
https://www.jcad.cn/article/doi/10.3724/SP.J.1089.2023-00654
— END —
还没关注？点击下方“卡片”关注，获取第一时间资讯
本公众号发布的所有原创文章欢迎转发和转载，但必须注明作者和文章出处为《计算机辅助设计与图形学学报》公众号；任何媒体、网站或个人不得对本公众号原创图文进行内容修改或摘编。除本公众号原创的图文之外，本公众号发布的图文旨在学术交流，版权归原作者所有，本公众号将不承担任何法律责任；非原创内容均已对来源作出标注，如有侵权，请留言与本公众号联系，我们将及时处理。《计算机辅助设计与图形学学报》拥有最终解释权。
