首页期刊导航|图学学报
期刊信息/Journal information
图学学报
图学学报

李华

双月刊

2095-302X

txb@cgn.net.cn txxb_2011@163.com

010-82317091

100191

北京海淀学院路37号中国图学学会学报编辑部

图学学报/Journal Journal of GraphicsCSCD北大核心CSTPCD
查看更多>>本刊是中国工程图学会主办的全国中文核心期刊和全国科技文统计用刊。本刊面向国内外公开发行，主要刊载图学专业有关图学理论与应用、图学教育理论、计算机图学与CAD、科学可视化、工业设计、图样标准化等有关方面的学术论文，重要研究成果和技术经验总结，国内外重要论著的评述和学术动态。
正式出版
收录年代

    基于改进式DDGI的Web3D场景云渲染

    刘畅张宇明张乾欧巧凤...
    1364-1374页
    查看更多>>摘要：针对 Web3D 为应用在各类设备上的兼容性而导致的渲染性能不足,无法进行实时全局光照渲染等问题,提出一种页云绘制策略,利用布局优化算法对动态漫反射全局光照(DDGI)技术进行改进,显著增强Web3D 环境中的全局光照渲染效率与质量.首先,通过在云服务器上进行细分检测以及布局优化策略自动优化DDGI的布局以适应场景需求;其次,利用页云绘制策略将全局光照计算任务根据设备计算资源进行分摊;最后,将低数据量的全局光照信息传输至Web客户端,在允许用户通过Web界面进行互动,实时调整如视点、模型、光源等场景资源的情况下,在 Web 客户端实现实时绘制高质量的动态全局光照效果.研究成果证明,该方法提升渲染质量效果显著,为Web3D技术的发展提供了一种有效的渲染优化方案.

    云渲染全局光照Web3DDDGI实时渲染

      原文链接:
    • 维普
    • 万方数据

    Cloud Sphere:一种基于渐进式变形自编码的三维模型表征方法

    王宗继刘云飞陆峰
    1375-1388页
    查看更多>>摘要：针对大数据时代三维模型形状多样性激增的挑战,致力于从形状形成过程中发现独特信息,提出了一种基于球表面逐步变形对三维模型的形状进行统一表征的方法.输入任意三维模型,通过逐步变形自编码网络将一个模板球面点云逐步变形拟合该输入形状.通过深度神经网络建模三维模型变形过程,从多阶段变形中挖掘独特的形状特征,避免了任务驱动学习方法对人工标注的依赖.通过显式编码形状生成过程中的变形残差,不仅捕捉了最终形状,还记录了形状的渐进变化过程.在深度神经网络的训练方面,采用了多阶段信息监督的方式,提高了变形重建的精度.与当前技术水平代表方法的对比实验表明,多阶段监督训练方式能够增强变形重建结果的细节精度.丰富的消融实验验证了多阶段监督方式的有效性.变形表征方法适用于模型分类、形状迁移、共编辑等计算机图形学应用,具有泛用性,可为三维模型几何属性自动解析与高效编辑提供底层的数据表征方法支持.

    三维表征三维模型变形球面点云模板自编码器深度学习

      原文链接:
    • 维普
    • 万方数据

    专题序

    黄凯奇
    封2,前插1页
      原文链接:
    • 万方数据

    2024年总目次

    后插1-后插3,封3页
      原文链接:
    • 万方数据