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

    面向超级计算机系统的可视化综述

    吕斐陈长建张嘉鹏冯冼...
    321-335页
    查看更多>>摘要:随着科技飞速发展,超级计算机系统不断向着更大规模迈进,给系统使用和维护带来困难。可视化技术以直观易懂的方式展示超级计算机系统的运行状态、异常情况等,让用户更加深入地理解系统内部运行机制,有助于更好地使用和优化系统。通过文献调研,分析了超级计算机系统可视化的相关工作,并根据系统使用流程将其分为状态监控、性能优化和系统维护3个方面。分析表明,可视化在状态监控方面可帮助分析系统运行时内部进程和数据的状态;在性能优化方面可帮助定位性能瓶颈并优化;在系统维护方面可帮助发现运行异常以及对异常溯源。最后,详细阐述了未来超级计算机系统可视化在大规模数据处理、全局优化、下游任务迁移等方向上面临的机遇和挑战。

    超级计算机可视化状态监控性能优化系统维护

    监控场景下基于单帧与视频数据的行人属性识别方法综述及展望

    曹雨然逯伟卿于金佐周亦博...
    336-356页
    查看更多>>摘要:行人属性识别旨在判断目标行人的预定义属性标签,从而生成关于该行人的结构化描述,包括年龄、性别、衣着、配饰等多种层次的语义信息。由于行人属性识别在视频监控领域具有极大的应用潜力,该任务广受研究者关注。随着深度学习的快速发展,研究者提出众多识别行人属性的方法,以获得更为精准的识别结果。针对当前复杂场景下,该任务面临的监控画面不清晰、行人状态变化、遮挡等问题,对监控场景下基于单帧与视频数据的行人属性识别方法进行综述,首先围绕行人属性识别这一任务,介绍其研究背景及任务概念,指出当前研究所面临的问题与挑战;其次根据"单帧图像"和基于视频数据的"序列图像"2种不同的样本类型,对行人属性识别方法进行分类,并依据属性识别过程中所采用的技巧和思路,归纳总结最新提出的行人属性识别方法,概述研究现状;再对当前主流使用的数据集进行分析比较,总结其特点;最后,从状态引导行人属性识别、立体属性、多任务融合、新数据集构建4个方面,思考该领域的未来发展方向并作出展望。

    深度学习智能视频监控多标签分类行人属性识别数据集分析

    多源视频数据驱动的舰面保障作业三维重建

    徐明亮王政王华鲁爱国...
    357-367页
    查看更多>>摘要:针对现有公开的航母舰面保障作业视频数据碎片化、相机角度多变、像素质量低下等问题,提出一种多源视频数据驱动的舰面保障作业三维重建方法。该方法首先对视频中对象轨迹方向进行预测,并采用联合外观和方向相似度的跟踪方法实现视频数据的多目标轨迹跟踪;然后基于跟踪结果,依次采用相似度关联、特征轨迹分割、轨迹聚类提取多源数据中的保障作业对象并进行关联与融合;最后对融合得到的轨迹进行逼真三维重建。在MOT20数据集和舰面保障作业公开视频数据上,实验和用户调研数据的t检验结果表明,采用所提方法有99。5%的把握得到可信的舰面保障作业三维重建效果。

    舰面保障作业多目标轨迹跟踪轨迹关联与融合三维重建

    联合可靠实例挖掘和特征优化的无监督行人重识别

    许国良侯振东雒江涛刘杨...
    368-378页
    查看更多>>摘要:针对无监督行人重识别方法的伪标签中包含大量噪声的问题,提出一种联合可靠实例挖掘和特征优化的行人重识别方法。首先设计一种衡量伪标签可靠度的指标,利用不同参数下DBSCAN聚类结果的稳定性衡量伪标签的质量;然后提出可靠实例挖掘策略进行伪标签去噪,伪标签可靠度大于预设阈值的实例保留其原伪标签,反之则修正其伪标签;再提出融合全局和局部特征的二重动量更新策略,每个batch对涉及的样本进行即时特征更新,每个epoch对存储字典中所有样本特征进行更新;最后利用统一对比损失对骨干神经网络进行训练优化。在2个大型公共数据集Market-1501和DukeMTMC-reID上的实验结果表明,mAP分别达到77。9%和67。4%,Rank-1分别达到90。2%和 88。2%。

    行人重识别完全无监督可靠实例挖掘存储字典二重动量更新

    面向青花瓷碎片图像的U-Net++拼接网络

    张海波寇姣姣杨兴海琳琦...
    379-387页
    查看更多>>摘要:针对现有图像拼接方法存在拼接处伪影以及非重叠区域内容失真,导致较低的准确性和鲁棒性的问题,提出一种基于U-Net++消除伪影的青花瓷碎片图像拼接方法。首先估计待拼接图像单应性矩阵;然后将单应性矩阵应用于结构拼接阶段,得到图像粗拼接结果;最后以图像粗拼接结果作为先验信息,在内容校正阶段改进现有的U-Net,利用U-Net++细化粗拼接结果,得到最终图像精确拼接。以青花瓷碎片图像数据集与相关经典方法进行实验的结果表明,在3个评价指标中,所提方法的峰值信噪比提高约13%,均方根误差降低约33%,均方误差降低57%左右;该方法具有较小的误差比,不仅能够提高图像拼接质量,而且表现出较好的鲁棒性。

    图像拼接U-Net++单应性矩阵估计内容校正青花瓷碎片

    面向多种天气场景下目标检测的多域动态平均教师模型

    刘袁缘王超凡王文斌张浩宇...
    388-398页
    查看更多>>摘要:现有的基于深度学习的目标检测模型中,由于复杂天气使得现有方法的精度大幅降低。因此为了有效地消除不同天气场景带来的域差异问题,提出一种多域动态平均教师模型。首先引入多域平均教师模块,为多个不同天气场景下目标域数据生成伪标签;然后引入基于学生网络的风格迁移模块,解决多域任务中学生网络对不同目标域泛化能力差的问题,可有效地减小源域与不同目标域之间的差异,提升学生网络对不同目标域的泛化能力;最后提出基于教师网络的动态过滤伪标签模块,根据教师网络对不同目标域的学习效果动态地调整过滤伪标签的阈值,提升每个目标域伪标签质量。在FoggyCityscapes & RainCityscapes和Dusk-rain & Night-rain数据集上的实验结果表明,所提模型分别获得了 40。3%和31。4%的精度,在雨天、雾天和夜晚等多种复杂天气场景下都优于对比方法。

    领域自适应目标检测多目标域风格迁移伪标签

    民族服装图像描述生成的局部属性注意网络

    张绪辉刘骊付晓东刘利军...
    399-412页
    查看更多>>摘要:针对民族服装图像属性信息复杂、类间相似度高且语义属性与视觉信息关联性低,导致图像描述生成结果不准确的问题,提出民族服装图像描述生成的局部属性注意网络。首先构建包含55个类别、30000幅图像,约3600MB的民族服装图像描述生成数据集;然后定义民族服装208种局部关键属性词汇和30089条文本信息,通过局部属性学习模块进行视觉特征提取和文本信息嵌入,并采用多实例学习得到局部属性;最后基于双层长短期记忆网络定义包含语义、视觉、门控注意力的注意力感知模块,将局部属性、基于属性的视觉特征和文本编码信息进行融合,优化得到民族服装图像描述生成结果。在构建的民族服装描述生成数据集上的实验结果表明,所提出的网络能够生成包含民族类别、服装风格等关键属性的图像描述,较已有方法在精确性指标BLEU和语义丰富程度指标CIDEr上分别提升1。4%和2。2%。

    民族服装图像图像描述生成文本信息嵌入局部属性学习注意力感知

    基于改进U-Net的皮革表面缺陷精细化分割方法

    王愉锦黄惠玲付磊韩军...
    413-422页
    查看更多>>摘要:针对皮革缺陷形态多变、局部相似程度高导致细节信息难以提取、类型错分的问题,提出一种基于改进U-Net结构的表面缺陷精细化分割方法。编码端,在保留原始图像细节特征的同时嵌入级联扩张卷积模块获取全局特征,同时在跳跃连接中添加特征融合模块,改善因高低特征张量直接拼接造成的局部信息丢失;解码端使用基于通道注意力机制的解码模块代替原始卷积层,自适应地指导网络关注缺陷区域;为进一步整合高层信息,还嵌入全局平均池化模块,将输出结果作为解码端的语义指导增强网络对相似缺陷的分辨能力。在包含7种缺陷的皮革数据集上进行实验的结果表明,所提方法在PA,MPA,FWIoU和MIoU上分别达到99。17%,93。27%,98。39%和88。88%,对比U-Net分别提升0。28,2。78,0。53和4。03个百分点;定性分析和定量分析结果表明,该方法对于皮革缺陷能得到更加精细的分割结果。

    皮革缺陷语义分割U-Net特征融合注意力机制扩张卷积

    双层次装配语义智能识别与设置方法

    苗洁曹伟娟潘万彬王毅刚...
    423-434页
    查看更多>>摘要:作为装配体模型中的重要内容,即装配语义,目前大多采用人工交互的方式进行设置,过程往往费时低效。为解决此问题,提出一种双层次装配语义智能识别与设置方法。首先,改进现有的图注意力网络,将其拓展为双层次识别网络,实现透过各种几何形状,智能识别每个零件模型表面的典型运动副接口;其次,改进现有反向传播人工神经网络的网络结构以提高网络性能,智能识别每个零件模型所有运动副接口上蕴含的装配约束类型及关联的几何实体;最后,基于上述识别的信息,任意2个零件模型之间自动搜索配对的运动副接口和装配约束几何实体,并快速且半自动地设置它们之间完整的装配语义。为有效地支持上述网络模型训练,构建了一个包含2787个CAD零件模型的数据集。实验表明,该方法对运动副接口和装配约束的类型及关联几何实体识别的准确率均超过93。0%。同时,与现有的相关工作相比,所提方法具有有效地适用于快速设置各种装配体模型其装配语义的优势和潜力。

    装配语义运动副装配约束图注意力网络人工神经网络

    处理含大量非分层介质结构的悬浮随机行走电容提取算法

    宋明烨杨明喻文健
    435-442页
    查看更多>>摘要:为了解决包含大量非分层介质的随机行走电容提取算法预处理时间过长的问题,提出一种优化算法。本文算法一共有2步:首先基于八分块立方体即时采样技术,提出处理复杂非分层介质的等效介电常数计算方法;然后基于网格的空间管理技术,减少随机行走电容提取的预处理时间。针对不同的电容提取应用场景,还提供了选择不同非分层介质空间管理策略的建议。在多个来自集成电路设计版图的互连结构上的实验结果表明,所提算法在保证电容提取精度与随机行走运行效率的同时,显著地加快了非分层介质空间管理构造以及随机行走算法的预处理时间;在含有超过70万非分层介质的测例上,与现有算法相比,该算法使非分层介质的空间管理构造时间最多加速420倍,并使整个预处理时间从114s减少到30s。

    电容提取随机行走非分层介质空间管理