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

    融合结构化卷积和双重注意力机制的轻量级眼底图像分割网络

    汪华登刘金黎兵兵潘细朋...
    760-774页
    查看更多>>摘要：眼底血管图像的自动分割对于多种眼科疾病的计算机辅助诊断具有重要作用。针对血管的尺度差异和图像噪声导致眼底血管图像分割困难、使用单一尺度卷积运算的深度学习方法获取的特征感受野有限，以及现有的方法复杂度过高的问题，提出一个融合结构化卷积和双重注意力机制的轻量级眼底图像分割网络。通过编码器增强、减少下采样次数和特征深度的编码-解码网络设计，实现参数量只有0。63M的轻量化网络。在编码阶段，提出一种结构化卷积方法，有效地避免了网络训练过拟合，提高了网络捕获差异化血管特征的能力;在解码阶段，采用基于空间和通道的双重注意力机制，使网络更加关注血管特征的上下文和几何空间信息，抑制病变等噪声的干扰。在DRIVE，CHASE_DB1和STARE数据集上进行实验的结果表明，所提网络图像分割的准确率分别为96。92％，97。57％和97。51％，灵敏度分别为83。68％，84。99％和84。87％，受试者曲线下的面积(AUC)分别为98。67％，99。05％和99。02％;并通过在DRIVE和STARE数据集上的交叉训练，验证了该网络的泛化能力。

    眼底图像分割编码-解码网络轻量级网络结构化卷积双重注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自监督与蒸馏约束的正则化类增量学习方法

    徐岸吴永明郑洋
    775-785页
    查看更多>>摘要：针对神经网络模型在增量学习中存在灾难性遗忘问题，提出一种基于自监督与隐层蒸馏约束的正则化类增量学习方法，包括自监督伪标签预测、隐层蒸馏约束和参数正则化。首先基于贝叶斯和信息论提出一种对模型参数重要性评价的正则化策略;然后利用自监督伪标签预测增强模型的表征能力，并保留隐层特征，通过加入高斯噪声提高隐层特征的泛化能力;最后使用蒸馏约束方法与交叉熵分类损失对历史任务的隐层特征与输出层特征进行训练。在CIFAR-10和CIFAR-100数据集上的实验结果表明，所提方法取得较好的效果，其中，在CIFAR-100数据集上的平均准确率和遗忘率分别达到64。16％和15。95％;该方法能够有效地减少灾难性遗忘的影响。

    增量学习正则化知识蒸馏自监督伪标签预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于轨迹预测增强的复杂场景多目标跟踪方法

    刘培刚王奔李亚传崔振东...
    786-794页
    查看更多>>摘要：以冬奥会的短道速滑比赛场景为例，针对短道速滑中运动员的目标外观差异性小、运动变化快、目标间遮挡频繁等运动特点，设计一个应用于短道速滑场景的多目标跟踪数据集，并提出一种基于轨迹预测增强的多目标跟踪方法。首先计算包围框交并比距离与外观特征余弦距离，联合判断检测响应与跟踪轨迹的相似性解决目标外观相似问题;然后通过跟踪轨迹的全局特征和运动线索恢复被遮挡目标丢失的信息，提高中断轨迹的重关联能力;最后根据检测先验控制新轨迹的初始化，减少噪声检测对轨迹跟踪中身份交换的影响。实验结果表明，与DeepSORT方法相比，所提方法在短道速滑场景中能够稳定地跟踪轨迹，有效地减少了轨迹中断，其中，IDF1提升21个百分点，MOT准确度提高14。3个百分点;该方法在目标差异性小、运动变化快的短道速滑场景中保证长期稳定跟踪，对多目标跟踪在复杂场景中的应用具有启发意义。

    深度学习多目标跟踪短道速滑卡尔曼滤波轨迹预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    变尺度特征融合与交叉训练的医学报告生成方法

    韩琪张淑军谭立玮李劲松...
    795-804页
    查看更多>>摘要：在对医学影像自动生成文本报告的过程中，针对病灶尺寸小、形状不规则、训练数据量少等因素易导致影像报告出现误诊、漏诊的问题，提出变尺度特征融合与交叉训练的医学报告生成方法。首先将条件全局池化后的粗粒度特征与随机丢弃后的细粒度特征相融合，增强模型对不同尺度病灶的感知能力;然后通过整体数据和局部细节双路交叉训练的策略间接丰富数据集，增强模型的鲁棒性，并在双路中分别使用通道分离思想进一步挖掘影像的通道信息;最后通过多头注意力编解码网络，得到准确的医学报告。在IU-X-Ray和MIMIC-CXR数据集上与其他多种方法进行实验的结果表明，METEOR与BLEU-2分数分别提升5。70％和3。13％，所提方法可以有效地提升生成报告的可读性与准确性。

    影像报告生成特征融合交叉训练条件池化

      原文链接:
    • NETL
    • NSTL
    • 万方数据