首页期刊导航|计算机辅助设计与图形学学报
期刊信息/Journal information
计算机辅助设计与图形学学报
计算机辅助设计与图形学学报

吴恩华

月刊

1003-9775

jcad@ict.ac.cn

010-62562491；62600342

100190

北京2704信箱

计算机辅助设计与图形学学报/Journal Journal of Computer-Aided Design & Computer GraphicsCSCD北大核心CSTPCDEI
查看更多>>本刊创刊于1989年，是我国CAD和计算机图形学领域第一个公开出版的学术刊物，原为季刊，1996年起改为双月刊，从2000年起改为月刊。 该刊以快速传播CAD与计算机图形学领域的知识与经验为目的，刊登有创新的学术论文，报导最新科研成果和学术动态，及时反映该领域发展水平与发展方向。 该刊面向全国，聘请了我国CAD和计算机图形学学术界的知名学者、专家参加刊物的编委会，具有权威性和代表性。 读者对象为从事CAD和计算机图形及其他有关学科的科研、工程技术人员及高等院校师生。 被《中文核心期刊要目总览》第三版定为我国计算技术、计算机类核心期刊；被中国科学技术信息研究所接受为中国科技论文统计与分析用刊；被中国科学引文数据库、《中国学术期刊文摘》、《电子科技文摘》收录。从1996年起，每期由清华大学国家光盘工程中心全文收录到《中国学术期刊(光盘版)》中。从1996年开始被美国的工程索引(EI)收录。从1999年起被英国SA，INSPEC(Computer & Control Abstracts)及俄罗斯文摘杂志收录。
正式出版
收录年代

    基于单目RGB数据的三维模板物体跟踪算法综述

    宋修强金立宋婧李佳宸...
    1-13页
    查看更多>>摘要：文中介绍了三维物体跟踪技术及其最新研究进展，包括理论基础与评估指标、基于视觉特征的传统位姿求解和基于学习的位姿估计。分析了传统算法中各种特征约束、统计分割模型、能量函数以及加速策略。其中，区域及边缘约束成为跟踪的主流方向，多种特征可以融合产生更强的约束。统计分割模型由全局模型逐步发展为局部模型。非线性最小二乘形式的能量函数易于优化而被广泛采用。预计算、预渲染的加速策略使得跟踪的实时性极大提高。基于学习的算法现阶段在精度和速度上不及传统算法，但展现了更好的特征提取能力和处理更复杂场景的潜力。梳理了多种算法的跟踪精度及取得高精度的原因。总结了三维物体跟踪在复杂情境下跟踪精度下降和失败的问题，及其潜在的解决方案与发展方向。三维物体跟踪正朝向多特征融合、预计算、多任务的方向发展。

    三维物体跟踪姿态估计增强现实

      原文链接:
    • 万方数据
    • 维普

    基于条件生成对抗网络的图像翻译综述

    屠杭垚王万良陈嘉诚李国庆...
    14-32页
    查看更多>>摘要：图像翻译旨在实现多组不同领域图像间的转换，同时需要约束样本空间与目标空间分布的一致性。文章旨在寻找条件生成对抗网络与图像翻译问题的结合点，首先，介绍了数据集的特点，指出了不同数据集图像翻译难易程度;其次，从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成 3 种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译，并得出不同应用场景所对应的图像翻译类别，即高清任务对应匹配图像翻译，低成本任务对应非匹配图像翻译，多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价，并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后，总结条件生成对抗网络在图像翻译中的进展，并分析算法后指出了模式崩塌，模型可解释性和少样本等未来所需解决的问题。

    条件生成对抗网络图像翻译生成模型图像质量评价

      原文链接:
    • 万方数据
    • 维普

    基于5G多接入边缘计算的云化PLC系统架构设计与应用

    冯毅雄杨晨胡炳涛赖颢善...
    33-46页
    查看更多>>摘要：随着工业控制系统对柔性化、扁平化的要求不断提升，以 PLC 为构建基础的传统工业控制网络在大规模接入、算力提升和部署灵活性方面均受到限制。针对这些问题，融合 5G 网络和边缘计算技术，设计了基于 5G 多接入边缘计算的云化PLC系统架构，阐述了该架构的运行机制和所涉及的关键技术;在此基础上，进行PLC系统的云化部署和调试，实现了工业现场、企业数据中心、5G 网络和边缘网络的集成;最后，通过在某汽车制造公司产线改造过程中的应用，验证了所提架构的有效性。

    5G边缘计算云化PLC(可编程逻辑控制器)架构设计

      原文链接:
    • 万方数据
    • 维普

    特征迁移的细粒度产品形态智能决策方法

    李雄苏建宁张志鹏李晓晓...
    47-62页
    查看更多>>摘要：针对产品形态智能决策框架系统性不强、模型决策机制单一且历史样本数据量少等问题，提出一种基于混合迁移学习的细粒度产品形态智能决策方法。该方法将Swin Transformer和ResNets作为骨干网络设计了 3个并行混合迁移学习子网络，包括产品形态识别网络(Form-CN)、产品形态深度回归评价网络(Form-REN)和产品形态分布拟合评估网络(Form-DFEN)。首先应用 Form-CN 对产品进行细粒度形态分类判别，实现产品形态设计定位识别任务;其次应用Form-REN对产品整体形态语义进行预测评价;然后通过Form-DFEN对产品形态进行分布拟合评估;最后由Form-REN 和 Form-DFEN 完成综合决策。以创建的手电钻数据集进行实验，并与其他经典模型进行比较，结果表明，所设计的 3 个网络分别取得了 99。0%的准确率、0。258 3 的均方误差和 84。3%的准确率;所提方法能够精细、高效地辅助设计师进行综合智能决策，为产品形态智能决策提供了一个更为系统的参考框架。

    产品形态智能决策细粒度识别迁移学习并行网络

      原文链接:
    • 万方数据
    • 维普

    结合词向量和自注意力机制的设计素材推荐系统

    孙清华邓程顾振宇
    63-72页
    查看更多>>摘要：当设计师使用文本在设计库中检索素材时，基于词匹配的搜索无法有效地识别文本中的设计意图并推荐合适的素材。对此，提出一个结合词向量和自注意力机制的设计素材推荐系统。首先从预训练词向量模型中获取文本的词向量表征;然后利用自注意力机制学习文本中不同词的权重以及文本与设计语义间的映射关系;最后基于模型输出与向量相似，检索并重排序设计素材形成推荐。所提系统还能检索带有不同语义标签的素材数据，通过计算其语义与设计语义的词相似作为权重，转换其数据维度与模型输出维度一致。基于 1 300个电商设计案例和 200种字体进行实验的结果表明，用户评估推荐结果的有效率分别为55%和57。3%，处于同类工作中上水平;验证了该系统的可行性及有效性。

    设计素材推荐语义提取自注意力机制词向量设计工具

      原文链接:
    • 万方数据
    • 维普

    可编辑的根系建模与生长模拟方法

    杨猛肖成
    73-80页
    查看更多>>摘要：针对植物根系种类繁多，形态呈现出高度多样性问题，提出一种可编辑的建模方法来模拟根系生长。首先拓展了传统的 L 系统，以一种具有语义特征的规则描述根系结构与拓扑关系;然后加入根茎半径与单根长度的连续方程，生成符合自然规律的生长;再通过指导向量控制根系的全局形态;最后提供多种编辑根茎局部形状的手段，如根茎骨架、曲面造型、不规则表面等，生成具有自然观感的根茎模型。对自然界中的 6 种植物进行仿真实验，包括直根系、须根系、储藏根系和板根 4 种不同类型，结果表明，根系的模拟结果与真实图片的平均相似度达到 79。16%，所提方法具有构建多种类型根系的建模能力，可以通过设置形状指导曲线或者调节部分参数，构建出具有特殊形态的真实感根系模型。

    根系建模生长模拟可编辑模型指导生长

      原文链接:
    • 万方数据
    • 维普

    子图匹配和强化学习增强的三维点云配准

    张义董华吴巧云易程...
    81-91页
    查看更多>>摘要：针对低质量三维点云数据配准精度不足、效率低的问题，为了实现低质量点云的精确、快速配准，提出一种基于子图匹配和强化学习的点云配准方法。首先将三维点云配准转化为一系列离散的刚性变换连续作用结果，利用强化学习策略训练一个端到端的模型以迭代输出刚性变换动作;然后对于模型架构，采用双流主干网络分别提取源点云与目标点云的局部特征信息，设计交叉图注意力模块将源点云图和目标点云图中的相似节点关联起来，使用带选通向量的加权实现图节点的聚合，分别获取源点云图与目标点云图的全局特征表示;最后融合源点云图与目标点云图的全局特征，基于融合特征预测离散的刚性变换动作。强化学习策略的引入显著提高了点云配准算法的泛化性，在加入交叉图注意力模块后，点云配准的精度及效率也进一步被提升。在 ModelNet40 和 ScanObjectNN 这 2 个公共基准数据集上与最新的点云配准方法 ReAgent 进行实验的结果表明，所提方法能够将旋转误差的均方差数值降低至少 0。16，各向同性旋转误差数值也降低至少 0。16，有效地提升低质量点云配准的精度。

    点云配准强化学习图神经网络子图匹配交叉图注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于照度图引导的低照度图像增强网络

    黄淑英黎为杨勇万伟国...
    92-101页
    查看更多>>摘要：在低照度环境下采集的图像，由于光照的不均匀性，存在能见度差、对比度低和颜色失真等问题。现有的大多数低照度图像增强方法存在过增强或欠增强的现象，影响视觉感知和后续目标检测任务。针对上述问题，提出一种基于照度图引导的低照度图像增强网络。首先根据低照度图像的灰度分布特点构造对应的照度图，度量低照度图像不同区域块的明暗程度;然后利用照度图作为网络增强的引导图，与低照度图像一起送入图像增强网络来获得增强后的图像。为了解决训练数据不足的问题，提出一种基于内循环和概率旋转的数据增强方法来扩充训练数据样本的数量和多样性;同时，针对目前图像增强方法中普遍存在照度不均匀的问题，基于直方图匹配的思想构建一种直方图损失函数，约束并指导网络的训练。在合成数据集 LOL 和真实图像上的实验结果表明，所提网络在低照度图像增强方面获得了更好的主观视觉效果;与经典的RetinexNet方法相比，所提方法在PSNR和SSIM客观定量指标上分别提高了 7。905 dB和 0。328;该网络对后续目标检测任务的检测率可提高 10。17%～17。19%。

    低照度图像增强照度图引导直方图损失函数概率旋转增强目标检测

      原文链接:
    • 万方数据
    • 维普

    融合注意力机制与联合优化的表面缺陷检测

    董永峰孙松毅王振刘晶...
    102-111页
    查看更多>>摘要：两段式缺陷检测模型中分割和分类网络的优化目标不一致，导致二者耦合性较差，且分割模块误差的积累可能进一步弱化分类模块的性能。针对上述问题，提出一种基于注意力机制的缺陷检测联合优化算法。首先基于混合注意力特征融合模块的分割网络融合浅层特征和深层特征，提取更全面的缺陷位置信息;然后基于多感受野空间注意力模块的分类网络挖掘更具判别性的缺陷类别特征;最后通过联合优化目标实现分割和分类网络的学习优化，提升整个算法的耦合性以及性能。基于PyTorch框架，在公开工业缺陷检测数据集DAGM 2007，MAGNETIC-TILE和KolektorSDD2 数据集上进行实验，并引入分段式算法及类 U-Net 算法进行横向对比的结果表明，所提算法的准确率相比分段式算法最高提升 28。02%，相比类U-Net算法最高提升 8。3%，且精确率、召回率、F1 值均优于同类算法，具有更好的检测性能。

    深度学习特征融合缺陷检测注意力机制

      原文链接:
    • 万方数据
    • 维普

    自适应特征融合与cosIoU-NMS的目标检测算法

    马素刚李宁博彭冠升杨小宝...
    112-121页
    查看更多>>摘要：针对经典的有锚框检测算法RetinaNet、无锚框检测算法FCOS等目标检测算法中存在漏检以及重复检测的问题，提出一种自适应特征融合与 cosIoU-NMS 的目标检测算法。首先采用自适应特征融合模块对多尺度特征中相邻 3 层特征加权融合，获取丰富的上下文信息和空间信息;然后采用cosIoU计算检测框之间的余弦相似度与重叠面积，使目标定位更准确;最后使用cosIoU-NMS代替Greedy-NMS抑制置信度分数较高的冗余框，保留更准确的检测结果。以RetinaNet和FCOS为基准，在PASCAL VOC数据集上的实验结果表明，所提算法的检测精度达到 81。3%和82。3%，分别提升 2。8 个百分点和 1。2 个百分点;在MS COCO数据集上检测精度达到 36。8%和 38。0%，分别提升 1。0个百分点和 0。7 个百分点;该算法能够增强特征表征能力，筛除多余的检测框，有效地提高检测性能。

    深度学习目标检测多尺度特征融合交并比非极大值抑制余弦相似度

      原文链接:
    • 万方数据
    • 维普