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

    真实感材质外观的表示和高效渲染技术研究现状及展望

    陶成之孙奇过洁袁军平...
    1131-1154页
    查看更多>>摘要：在虚拟场景的组成中，除了三维几何模型之外最重要的要素就是物体表面的材质外观，对材质进行基于物理的建模和真实感绘制是保证虚拟场景真实感的重要手段。然而，由于现实世界材质外观本身的多样性和复杂性，迄今为止对真实感材质的研究一直是计算机图形学领域的热点和难点。文中总结了材质外观的近期相关工作，从材质的表示建模和材质的真实感绘制2大方向展开讨论;进一步，将材质模型分为表达范围广的通用材质模型和针对毛发及布料等材质的特殊材质模型2大类;并将材质绘制方法分为用于离线渲染的点采样优化和用于实时渲染的材质预过滤2种;最后指出材质研究可能的3个发展方向:神经网络材质、波动光学材质和材质的统一标准，为未来该领域的研究提供思路。

    真实感绘制材质表面微结构毛发渲染皮肤渲染布料渲染重要性采样纹理预过滤

      原文链接:
    • 万方数据
    • 维普

    大规模三维场景光线追踪渲染方法综述

    徐翔吴小龙陈子凌陈然...
    1155-1170页
    查看更多>>摘要：光线追踪是目前最常用的真实感渲染算法，在三维动画、虚拟现实、数字孪生等领域发挥着巨大作用。随着人们对场景呈现精度和质量的要求不断增加，大规模场景光线追踪渲染方法受到了广泛关注。文中对大规模场景光线追踪的相关工作进行综述，并从多个角度对各类方法进行分析。首先从场景数据压缩和场景数据分解2个方面简述了大规模场景的数据组织方法;然后回顾了内外存调度光线追踪方法，并分析了 LOD在该类方法中的应用;接着介绍了分布式光线追踪方法，并将其分为屏幕空间并行、数据并行和混合并行3类进行分析对比;最后，总结大规模场景光线追踪的研究进展，分析现有方法在数据存储、数据访问、渲染质量、渲染速度等方面的问题，并指出可能的未来研究方向，包括基于神经网络的场景数据压缩、实例化场景数据分解、计算热点预测、自适应分布式策略等。

    光线追踪大规模场景分布式渲染全局光照真实感渲染

      原文链接:
    • 万方数据
    • 维普

    面向多类物体草图的三维形状生成统一模型

    徐晋杨彬鑫陈雪锦
    1171-1180页
    查看更多>>摘要：现有基于草图的三维建模深度神经网络普遍需要针对特定类别单独训练，泛化性差;而多类同时训练容易产生类别混淆及三维模型细节缺失。基于无监督的草图到模型生成框架，提出适用于多类物体统一训练的三维模型生成网络MC-SketchModNet。首先在生成过程中，通过草图类别编码融合草图特征共同输入生成网络，建立草图表达的三维模型与物体类别之间的关联;然后在训练阶段增加监督视角，提供更多草图生成三维模型的约束，消除生成模型的类别歧义性。在ShapeNet的合成草图数据集和手绘草图数据集上的实验结果表明，MC-SketchModNet能够有效地消除生成三维模型的类别混淆现象，获得质量更高、细节更丰富的三维模型，在体素交并比指标上，比多类训练的基线方法SoftRas提升4。91％;该网络中引入的类别编码能够支持生成模型目标类别的交互调控，在草图轮廓语义模糊时进行类别引导的模型生成。

    草图三维模型生成多类训练无监督学习

      原文链接:
    • 万方数据
    • 维普

    黑灰产网络资产图谱构建与可视化

    赵颖付铄雯赵鑫徐雅琦...
    1181-1193页
    查看更多>>摘要：黑灰产团伙的网络化运作严重破坏着网络生态和社会治安。查封黑灰产团伙掌握的核心资产，如重要IP地址和安全证书，是目前打击黑灰产的主要手段之一。为此，提出黑灰产网络资产图谱构建与可视化。首先提出一种黑灰产网络资产图谱构建方法。从多源异构数据中广泛获取黑灰产网络资产信息及关联关系，并整合到点边双异质有向图;然后提出一组黑灰产网络资产图可视化方法，基于资产图拓扑特性改进经典力导引布局算法和社区检测算法，帮助用户观察和理解资产间复杂关联，并快速地识别核心资产及其影响范围;最后公布一个大规模黑灰产网络资产图谱数据集，梳理数据集可支持的黑灰产治理需求，并展望图谱分析面临的技术挑战，旨在推动面向黑灰产治理的大数据分析技术的发展和创新。

    黑灰产网络资产图可视化公开数据集

      原文链接:
    • 万方数据
    • 维普

    船舶活动知识图谱可视分析方法

    刘建湘陈晓慧刘海砚张兵...
    1194-1204页
    查看更多>>摘要：随着全球海事贸易的高速发展，对船舶活动进行可视分析的需求越来越大，用户在没有非常专业的知识背景下，难以快速地选择合适的可视化方法进行船舶活动分析，面临"冷启动"问题。为此，提出船舶活动知识图谱可视分析方法。基于多源异构的船舶活动数据，构建包含时间、地点、船舶和活动4类船舶活动要素的船舶活动知识图谱，并结合船舶活动分析需求，设计船舶对象特征分析、船舶活动事件分析、船舶活动关联分析和船舶活动时空分析4种分析任务;在船舶活动知识图谱的基础上，提出基于活动要素的船舶活动可视分析方法，并结合过滤、关联和导航等交互方式，设计船舶活动知识图谱可视分析模型。以AIS数据和"沸腾环贸"海上事件数据作为船舶活动数据，基于所提出的船舶活动知识图谱可视分析模型，开发了船舶活动知识图谱可视分析原型系统，实验结果表明，该系统可以为用户推荐相对合适的可视化方法，为船舶活动的分析提供更多的视角;也验证了如禁渔期等特殊情况造成船舶活动规律变化等结论。

    船舶活动船舶事件知识图谱时空活动可视分析

      原文链接:
    • 万方数据
    • 维普

    视觉感知中的边际效应递减现象

    周芳芳盛宇轩唐健恒赵颖...
    1205-1213页
    查看更多>>摘要：边际效应递减法则是经济学基本理论，在管理、环境、教育等很多领域都实证了该法则的存在性。文中通过实验验证视觉感知中是否存在边际效应递减现象。首先选取随机生成的散点图作为实验数据，选取散点图相关性作为感知对象，招募参与者并设计了实验流程;然后让参与者根据视觉感知估计散点图相关系数大小，并记录参与者在多次测试中的感知偏差和完成时间等量化指标;最后用基数效应理论计算散点图相关性视觉感知偏差的总效应曲线和边际效应曲线，并选取边际效应作为评价指标。实验结果表明，参与者在实验中出现了边际效应递减现象，即随着测试次数的增加，参与者相关性视觉感知偏差的减小幅度呈现降低趋势;同时，参与者容易低估相关性，有可视化专业知识的参与者和其他参与者在感知偏差与完成时间上不存在显著性差异。

    边际效应递减视觉感知散点图相关性

      原文链接:
    • 万方数据
    • 维普

    基于力导向布局的知识图谱可视化方法

    康健梓周虹
    1214-1223页
    查看更多>>摘要：知识图谱数据是由自然语言处理模型在海量文本文献中提取出来的、具有实体间关系的一种典型网络结构数据，而网络结构数据的主流可视化方法是使用力导向布局的节点链接图。针对传统力导向布局的节点链接图没有考虑知识图谱数据中的实体标签和关系标签信息，导致结果中存在实体节点和关系链接的分布较为随机的问题，提出一种基于力导向布局的知识图谱可视化方法。首先对知识图谱数据进行数据准备，获得规模合适的知识图谱子图数据;然后在力导向布局中加入3种新力，使得改进后的布局可以更好地展示知识图谱中实体之间的关系、实体和关系标签类型;最后引入边绑定技术并提供基本的交互技术，提升方法的可视效果和交互功能。在具有3万个实体的医疗知识图谱数据和具有200万个实体的网络黑产知识图谱数据上的实验结果表明，与其他力导向布局方法相比，所提方法的整体布局在细节上更有规律，可读性更好。

    知识图谱可视化力导向布局边绑定

      原文链接:
    • 万方数据
    • 维普

    基于密集多尺度自注意力变换网络的伪装对象分割方法

    闫馨宇孙美君韩亚洪王征...
    1224-1236页
    查看更多>>摘要：为了充分地发挥深度自注意力变换网络在伪装对象分割任务中的潜力，提出一种基于密集多尺度自注意力变换网络的伪装对象分割方法，包含双分支可分离密集多尺度特征提取和快速注意力诱导的跨级交互融合2个模块。首先以自注意力变换网络作为骨干特征提取器获取各级特征;然后将提取的特征馈送到双分支可分离密集多尺度特征提取模块，在局部分支和全局分支中，利用密集递进相连的深度可分离卷积块提取丰富的多尺度上下文特征;最后使用快速注意力诱导的跨级交互融合模块融合各级特征，并利用每级融合特征预测伪装映射，通过深度监督让各级特征在空间上保持高度一致性，尽可能地集中注意力于伪装特征而避免背景噪声的干扰。在CHAMELEON，CAMO，COD 10K和NC4K这4个基准数据集上，与其他28种主流模型进行定性可视化对比，以及针对PR曲线、S值、F值、E值及MAE这5种评价指标的定量对比实验结果表明，所提出的基于密集多尺度自注意力变换网络是一种有效的伪装对象分割模型。

    伪装对象分割自注意力变换网络深度学习

      原文链接:
    • 万方数据
    • 维普

    基于集成多尺度注意力的图像篡改定位

    魏华建严彩萍李红
    1237-1245页
    查看更多>>摘要：近年来，基于卷积神经网络图像拼接篡改检测算法取得了相当的进展。然而，由于篡改对象的大小和类型不同，现有的大多数模型仍然不能取得令人满意的效果。针对这些问题，提出一种集成多尺度注意力的网络进行图像篡改定位算法。首先在编码器中添加多尺度的双注意力模块——位置注意力和通道注意力，其中，位置注意力模块通过捕捉任意2个特征图的位置关系获取特征图在空间维度上的语义信息依赖关系，使每个像素点均能感知其余位置像素点的信息;通道注意力模块采用与位置注意力相似的自注意力操作捕捉任意2个通道映射之间的关系，使像素点感知到其余通道像素点的信息。考虑到篡改目标大小不同，多尺度注意力模块将特征图划分为多个子区域，在捕获长程语义信息依赖关系的同时也能适应各种形状大小的篡改区域，可以更好地处理不同尺度的拼接篡改图，降低高分辨率特征图的计算开销。在公开数据集CASIA上进行实验的结果表明，所提算法得到的Fi和1oU值分别达到62。3％和61。2％，比其他现有算法有明显提升。

    图像拼接定位多尺度空间通道关系自注意力

      原文链接:
    • 万方数据
    • 维普

    纺织品车缝线迹分割网络

    李鑫崔文婷金帆於全豪...
    1246-1254页
    查看更多>>摘要：针对织物车缝线缝制工艺多样，造成其种类多、形态不定以及缝线与织物纹理近似性等导致车缝线准确分割困难等问题，提出一个基于多尺度特征的纺织品车缝线迹分割网络。首先采用融合注意力机制的残差网络提取其位置信息;然后使用增强特征金字塔模块，充分利用多尺度特征得到预候选区域的语义信息，将其融合后经过筛选得到车缝线候选区域;最后经过全卷积网络实现车缝线的分割。在真实纺织品车缝线数据集SewTrace上进行实验的结果表明，所提网络对纺织品车缝线迹分割的均值平均精度为0。96，计算量为1。5G;在具有相似特征的公开数据集CrackForest，CRKWH100和Kolektor上与其他同类网络进行实验的结果表明，该网络的均值平均精度分别达到0。85，0。89和0。89，分割精度和预测速度指标优于其他同类网络，证明其能够有效地提高线形目标分割精度。

    车缝线多尺度特征图像分割注意力机制增强特征金字塔

      原文链接:
    • 万方数据
    • 维普