TOP1 | 面向逆渲染的室内场景光源建模
最新更新时间: 2024-08-21 15:33
作者：彭思达, 陈希, 周晨旭, 王哲, 周晓巍
单位：浙江大学计算机科学与技术学院；阿里巴巴网络技术有限公司
摘要：近年来的神经逆渲染方法使用神经网络表示物体几何形状和表面材质, 通过基于物理的渲染过程从多视图图像学习网络参数. 然而, 这些方法通常假设光源位于无限远处, 在具有复杂光照条件的室内场景中, 这种假设很少成立. 为解决该问题, 本文提出一种基于点云的光照表示方法, 用于建模室内场景中的随空间坐标变化的高频光照效果; 在输入的多视图图像中检测二维光源掩模, 通过三维重建方法得到三维光源点; 在基于物理的渲染过程中显式引入本文提出的光照表示, 提高了渲染模型表达镜面反射效果的能力, 有效减轻逆向渲染过程中的歧义性. 在真实和合成数据集上的实验结果表明, 所提方法达到了逆渲染的最优性能, 并能够产生逼真的重光照结果.
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.1089.2024-00342
TOP2 | 虚拟人运动控制策略学习方法的研究进展与展望
最新更新时间: 2024-08-12 12:31
作者：叶永竞, 许逸文, 张子豪, 胡磊, 夏时洪
单位：中国科学院计算技术研究所前瞻研究实验室 ; 中国科学院大学
摘要：虚拟人运动合成是虚拟现实和角色动画领域中的关键问题之一, 旨在合成真实自然且能够响应用户输入信息的运动序列. 虚拟人运动控制策略根据用户输入约束解算关节力矩, 并依托现有的物理引擎更新虚拟人状态, 合成的运动序列在满足用户输入约束的同时可以满足物理真实性. 近年来, 深度强化学习技术因在序列决策和交互任务中的出色表现而备受研究者的关注, 为基于物理引擎的虚拟人控制策略学习提供了新途径. 文中对虚拟人运动控制策略学习方法进行综述, 从理论基础和应用设计等方面介绍相关研究. 在应用设计方面, 首先基于深度强化学习的基础元素, 从状态表示、奖励函数设计、控制策略设计以及物理仿真四个角度对现有工作进行梳理总结；其次, 分析现有通用技术框架并指出其在控制策略上的拓展方向, 并以实际问题为例探讨虚拟人运动控制策略的具体应用. 最后, 总结当前该领域的研究现状, 指出利用丰富的运动捕获数据提升运动控制策略的深度与广度是未来的主要研究方向, 展望虚拟人运动控制策略学习方法在多模态的感知与控制、世界模型学习和具身智能等应用方向的发展前景.
虚拟人控制策略学习研究时间线
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.1089.2024-00168
TOP3 | 基于内容与风格双域改善的水下图像增强方法
最新更新时间: 2024-08-12 11:23
作者：刘春晓, 曹越, 王成骅, 周子翔
单位：浙江工商大学计算机科学与技术学院
摘要：水下图像增强技术对于海洋资源开发具有重要意义. 针对现有的水下图像增强方法难以应对现实世界复杂的水下环境, 尤其对于困难样本很难做出有效增强的问题, 提出一种基于内容与风格双域改善的水下图像增强方法. 首先设计一个简单有效的框架, 将水下图像解耦为内容特征与风格特征并重建; 对内容域设计了双域自适应高频调整模块(dual-domain adaptive high-frequency adjust block, DAHAB), 增强原始水下图像内容特征中的细节并抑制噪声; 对风格域建立风格库, 并在推理过程中匹配最优风格实现风格的变换; 最后通过构建内容一致性损失和重建损失, 监督模型完成水下图像的重建与增强. 实验结果表明, 在水下图像增强领域公开的UIEB, EUVP和RUIE数据集上, 所提方法的主观视觉效果和客观评价指标(PSNR, SSIM, UIQM, UCIQE和MUSIQ)均优于对比方法, 尤其在增强困难样本方面展现了明显的优势.
本文方法的整体框架
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.1089.2024-00106
TOP4 | 基于密度的散点图去重叠可视化方法
最新更新时间: 2024-08-20 08:57
作者：贺怀清, 安楷文, 刘浩瀚, 惠康华
单位：中国民航大学计算机科学与技术学院
摘要：散点图是常用的可视化表征, 但是当数据过多时数据重叠会影响分析的准确性. 为此, 提出基于密度的散点图去重叠可视化方法对散点图进行布局优化. 首先确定待优化区域, 利用数据的密度特征与规则网格划分构建新的采样空间; 然后在采样空间内进行基于密度的采样; 通过采样后处理实现数据关联, 完成采样结果与原数据之间的属性映射; 最后通过数据拆分设定密度阈值以保护散点图中的稀疏点, 维持散点图的局部细节. 在9个数据集上的实验结果表明, 所提方法在保证视觉清晰度、保留原数据分布特征的前提下, 有效地解决了散点图数据重叠的问题, 优化了散点图的布局.
本文方法框架
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.1089.2023-00814
TOP5 | 基于循环双向Transformer的伪CT影像生成方法
最新更新时间: 2024-08-12 10:41
作者：肖宁, 赵俊, 贾保平, 强彦, 赵涓涓, 吕亚丽
单位：山西财经大学信息学院；太原理工大学信息与计算机学院；山西省心血管病医院心内科
摘要：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, 但这种方法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影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医学影像合成方法. 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, 验证了所提方法在影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.
CycleBiTrans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.1089.2023-00736
— 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。
