中國圖象圖形學報最新期刊目錄

光場角度線索表征的語義分割研究————作者：程欣怡;賈晨;張梓軒;石凡;

摘要：目的 當前的光場語義分割方法局限于單一物體，手工特征表達魯棒性差且缺乏高層角度語義信息，針對上述不足，提出了一種適用于靜態(tài)圖像的端到端語義分割網(wǎng)絡，充分挖掘了深度卷積神經(jīng)網(wǎng)絡對光場圖像特征的表征潛力，探索了空間和角度結(jié)構(gòu)關系以解決過分割和欠分割問題。方法 從多尺度光場宏像素圖像構(gòu)造出發(fā)，基于多種骨干網(wǎng)絡設計，提出了一個高效角度特征提取器（angular feature extractor, AFE...

認知機器的模型與結(jié)構(gòu)研究進展————作者：鮑泓;鄭穎;梁天驕;

摘要：機器如何與人一樣具有認知能力？認知能力可用智能度量，人的智能是認知過程的涌現(xiàn)，人們從認知的模型出發(fā)研究其結(jié)構(gòu)，結(jié)構(gòu)決定機器的認知功能。本文旨在探討機器認知的模型和構(gòu)建方法，為設計新一代認知機器提供新的模型、結(jié)構(gòu)和方法論。本文用分析、歸納和演繹的方法綜述認知機器模型和結(jié)構(gòu)的起源、演進與發(fā)展趨勢。首先，從20世紀初計算機器的發(fā)明和DNA雙螺旋結(jié)構(gòu)模型的發(fā)現(xiàn)談起，闡述了“圖靈機模型+馮·諾依曼結(jié)構(gòu)”劃時...

深度學習領域單視圖三維物體重建研究綜述————作者：劉草;曹婷;康文雄;蔣朝輝;陽春華;桂衛(wèi)華;梁驍俊;

摘要：從單個視圖恢復物體三維結(jié)構(gòu)信息是計算機視覺的重要研究方向，在工業(yè)生產(chǎn)、醫(yī)療診斷和虛擬現(xiàn)實等領域發(fā)揮重要作用。傳統(tǒng)單視圖三維物體重建方法需要結(jié)合幾何模板和幾何假設以完成特定場景對象的三維重建任務。而當前基于深度學習的單視圖三維物體重建方法通過數(shù)據(jù)驅(qū)動的方式，在重建對象適用范圍和重建模型魯棒性等方面取得進展。本文首先討論近年來單視圖三維物體重建領域常用的數(shù)據(jù)集與評價指標。然后圍繞基于深度學習的單視圖三...

面向高光譜全色銳化的混合注意力雙分支U型網(wǎng)絡————作者：楊勇;王曉爭;劉軒;黃淑英;劉紫陽;王書昭;

摘要：目的 高光譜（hyperspectral, HS）全色銳化旨在融合高空間分辨率全色（panchromatic, PAN）圖像和低空間分辨率高光譜（low resolution hyperspectral, LRHS）圖像，生成高空間分辨率高光譜（high resolution hyperspectral,HRHS）圖像。現(xiàn)有全色銳化算法往往忽略PAN和HS圖像之間的模態(tài)差異，從而造成特征提取不精確...

擴散模型生成視頻數(shù)據(jù)集及其檢測基準研究————作者：鄭天鵬;陳雁翔;溫心哲;李嚴成;王志遠;

摘要：目的 擴散模型在視頻生成領域取得了顯著的成功，目前用于視頻生成的擴散模型簡單易用，也更容易讓此類視頻被隨意濫用。目前，視頻取證相關的數(shù)據(jù)集更多聚焦在人臉偽造領域上，缺少通用場景的描述，使生成視頻檢測的研究具有局限性。隨著視頻擴散模型的發(fā)展，視頻擴散模型可以生成通用場景視頻，但目前生成視頻數(shù)據(jù)集類型單一，數(shù)據(jù)量少，且部分數(shù)據(jù)集不包含真實視頻，不適用于生成視頻檢測任務。為了解決這些問題，提出了包含文本...

感知約束和引導下的特征點增強局部水印算法————作者：郭娜;黃櫻;牛保寧;關虎;蘭方鵬;張樹武;

摘要：目的 圖像水印技術通過在圖像中嵌入標識版權的水印信息來實現(xiàn)版權保護。其中，局部水印技術將水印嵌入特定圖像區(qū)域，可防止水印被裁剪攻擊破壞，同時盡量減小視覺影響。該技術通常利用特征點進行局部區(qū)域的定位和同步。然而，水印嵌入及后續(xù)可能的圖像攻擊容易引起特征點偏移，導致無法準確定位嵌入?yún)^(qū)域，造成水印提取失敗。因此，提高特征點穩(wěn)定性對局部水印技術的可靠性至關重要。方法 本文提出感知約束和引導下的特征點增強局...

多尺度大核注意力特征融合網(wǎng)絡的圖像超分辨率重建————作者：宋霄罡;張鵬飛;劉萬波;魯曉鋒;黑新宏;

摘要：目的 圖像超分辨率重建是計算機視覺領域內(nèi)的基礎任務。卷積神經(jīng)網(wǎng)絡通過滑動窗口機制和參數(shù)共享特性能夠有效提取局部特征，但對圖像遠距離信息的感知能力較弱。Transformer中的自注意力機制可以更好地捕捉序列中的全局依賴關系，但同時會帶來高額計算資源占用的問題。方法 為了解決這些問題，本文提出了一種基于多尺度大核注意力特征融合網(wǎng)絡的超分辨率重建方法 MLFN(multi-scale large ke...

面向透射文檔圖像復原的模糊擴散模型————作者：王義杰;龔嘉鑫;梁宗寶;崇乾鵬;程翔;徐金東;

摘要：目的 在對文檔進行數(shù)碼成像時，墨水濃度和材質(zhì)透明度等因素可能會導致文檔背面內(nèi)容透過紙張變得可見，從而導致數(shù)字圖像中出現(xiàn)透射現(xiàn)象，影響文檔圖像的實際使用。針對這一現(xiàn)象，提出了一種模糊擴散模型，基于模糊邏輯的均值回歸思想，不需要任何先驗知識，增強擴散模型處理文檔圖像中隨機因素的能力，不僅解決了文檔圖像的透射現(xiàn)象，而且增強了圖像的視覺效果。方法 所提方法通過均值回歸隨機微分方程連續(xù)添加隨機噪聲降低原始圖...

多特征聚合的邊界引導視頻圖像顯著目標檢測————作者：張榮國;鄭曉鴿;王麗芳;胡靜;劉小君;

摘要：目的 視頻顯著目標檢測的目的是識別和突出顯示視頻中的重要對象或區(qū)域。現(xiàn)有的方法在挖掘邊界線索和時空特征之間的相關性方面存在不足，并且在特征聚合過程中未能充分考慮相關的上下文信息，導致檢測結(jié)果不夠精確。因此提出了多特征聚合的邊界引導網(wǎng)絡，進行顯著目標邊界信息和顯著目標時空信息之間的互補協(xié)作。方法 首先，提取視頻幀顯著目標的空間和運動特征，在不同分辨率下將顯著目標邊界特征與顯著目標時空特征耦合，突出運...

結(jié)合知識蒸餾與互信息的多模態(tài)MRI疾病預后————作者：魏然;戚曉明;何宇霆;江升;錢雯;徐怡;祝因蘇;Pascal Haigron;舒華忠;楊冠羽;

摘要：目的 多模態(tài)心臟磁共振（cardiac magnetic resonance,CMR）圖像預測非缺血性擴張型心肌病（nonischemic dilated cardio myopathy,NIDCM）的預后在對臨床中心力衰竭或心源性猝死等不同應用中發(fā)揮著重要作用。針對多模態(tài)CMR圖像預后表征困難和標注困難兩個挑戰(zhàn)，提出了一種基于混合匹配蒸餾與對比互信息估計的模型，用于小樣本上的多模態(tài)CMR圖像對N...

人臉視頻中心率變異性參數(shù)估計方法綜述————作者：周才英;占新龍;魏遠旺;張先超;李永剛;王超超;葉曉朗;

摘要：本綜述探討了基于人臉視頻的心率變異性（heart rate variability,HRV）估計技術，突出了其在健康監(jiān)測和疾病診斷中的無創(chuàng)性和實時監(jiān)控的優(yōu)勢。首先，解析了HRV的生理學基礎和核心參數(shù)的定義，闡明了其在醫(yī)療保健領域的應用潛力。接著，詳細介紹了人臉視頻采集的技術細節(jié)、數(shù)據(jù)預處理流程，重點討論了多種HRV參數(shù)估計方法，包括傳統(tǒng)信號處理技術和深度學習算法。分析表明，深度學習技術在HRV估計...

YOLO-SF-TV:經(jīng)顱超聲圖像三腦室檢測模型————作者：萬奧;高紅鈴;周曉;薛崢;牟新剛;

摘要：目的 經(jīng)顱超聲成像技術作為高效率、低成本且無創(chuàng)的診斷手段，已逐步應用于帕金森病患者認知功能障礙診斷。由于經(jīng)顱超聲圖像信噪比低、成像質(zhì)量差、目標組織復雜且相似度高，需要依賴專業(yè)醫(yī)生手動檢測。但是人工檢測不僅費時費力，還可能因為操作者的主觀因素影響，造成檢測結(jié)果出現(xiàn)差異性。針對這一問題，提出了一種基于Swin Transformer和多尺度深度特征融合的YOLO-SF-TV(YOLO network ...

用于遙感場景分類的全局—局部特征耦合網(wǎng)絡————作者：王俊杰;李偉;張蒙蒙;高云浩;趙伯禹;

摘要：目的 卷積神經(jīng)網(wǎng)絡（convolutional neural network,CNN）因其強大的特征歸納和學習能力，在遙感場景分類任務中收獲了廣泛的關注。然而，由于卷積采取的是一種局部歸納機制，這阻礙了全局依賴關系的獲取，并限制了模型的性能。而視覺Transformer(visual Transformer,ViT)的核心在于自注意力機制，它能夠建立全局依賴關系，這一屬性可以緩解基于卷積神經(jīng)網(wǎng)絡算...

針對高光譜遙感圖像變化檢測的混合注意力和雙向門控網(wǎng)絡————作者：李相潭;高峰;孫悅;董軍宇;

摘要：目的 高光譜圖像能提供豐富的光譜和空間信息，但常受到多種噪聲的干擾，增加了其在變化檢測領域應用的復雜性。為了解決上述問題，提出一種基于混合注意力和雙向門控網(wǎng)絡的高光譜圖像變化檢測方法，旨在提升變化檢測的性能，從而在復雜環(huán)境和多變條件下實現(xiàn)更可靠的變化檢測。方法 通過整合局部和全局特征，改進了Transformer中的自注意力和前饋神經(jīng)網(wǎng)絡。具體而言，提出了混合注意力模塊，采用卷積神經(jīng)網(wǎng)絡（conv...

室內(nèi)大尺度全景視覺定位數(shù)據(jù)集————作者：余海林;劉佳潤;葉智超;陳信宇;占若豪;申屠溢醇;陸仲赟;章國鋒;

摘要：目的 視覺定位廣泛應用于自動駕駛、移動機器人和增強現(xiàn)實等領域，是計算機視覺領域的關鍵技術之一。現(xiàn)有的室內(nèi)視覺定位數(shù)據(jù)集在重復紋理、對稱結(jié)構(gòu)和相似場景等方面不能完全反映出實際應用中的挑戰(zhàn)，缺少相應指標反映視覺定位在實際應用中的問題。針對這些問題，提出一個基于全景相機的大尺度室內(nèi)視覺定位基準數(shù)據(jù)集。方法 選取了4種在實際應用中具有代表性的視覺定位場景，使用全景相機對選取場景進行分時段稠密采集，獲取不同...

MSFF-GAN：云霧環(huán)境下結(jié)冰風洞圖像去霧模型————作者：周文俊;楊新齡;左承林;王一帆;彭博;

摘要：目的 結(jié)冰風洞是地面實驗的關鍵設備，可模擬云霧環(huán)境，對研究結(jié)冰對飛機性能的影響極為重要。但云霧環(huán)境會降低圖像質(zhì)量，這不僅阻礙了對結(jié)冰過程的細致觀察，還減少了結(jié)冰檢測與分析的準確度。鑒于此，提出了一種新的圖像去霧方法——多尺度特征融合生成對抗網(wǎng)絡（multi-scale feature fusion generative adversarial network, MSFF-GAN），旨在改善結(jié)冰風洞...

三維風格化人臉生成與結(jié)構(gòu)化建模————作者：胡佳平;周漾;

摘要：目的 現(xiàn)有的三維人臉風格化方法難以生成較大相機姿態(tài)的人臉視圖，或止步于生成多角度的人臉視圖，而非結(jié)構(gòu)化的三維網(wǎng)格模型。鑒于此，提出一種基于樣例的三維人臉風格化與結(jié)構(gòu)化建模方法。方法 該方法不僅能夠合成新的全相機視角下的風格化人臉視圖，還具有生成結(jié)構(gòu)化的人臉三維網(wǎng)格模型的能力，即包括人臉三維網(wǎng)格以及對應的紋理貼圖。具體來說，提出了一個兩階段的結(jié)構(gòu)化三維風格人臉生成框架，主要包括三維感知人臉生成器域遷...

嵌入切片序列關聯(lián)模式的前交叉韌帶損傷分類————作者：劉英莉;茶寅秋;黃一山;高明;

摘要：目的 膝關節(jié)前交叉韌帶（anterior cruciate ligament,ACL）損傷的及時診斷是降低骨關節(jié)炎等風險重要途徑。作為ACL損傷判別的常用影像學方法，三維磁共振成像（magnetic resonance imaging,MRI）相較于二維自然圖像細節(jié)更繁雜，醫(yī)生診斷所需時間長，智能輔助醫(yī)療是有益的。目前應用三維卷積神經(jīng)網(wǎng)絡（3D convolutional neural netwo...

改進實時目標檢測Transformer的持刀危險行為檢測算法————作者：金濤;胡配雨;

摘要：目的 在對公安系統(tǒng)網(wǎng)絡攝像頭獲取的視頻數(shù)據(jù)進行分析時，行人危險持刀行為的自動檢測面臨刀具形狀、大小的多樣性，以及遮擋和多目標重疊等因素導致的檢測精度低、誤檢率高的挑戰(zhàn)。針對上述問題，提出了一種改進實時目標檢測Transformer(real-time detection Transformer,RT-DETR)的持刀危險行為檢測算法（human-knife detection Transforme...

基于深度學習的監(jiān)控視頻異常檢測方法綜述————作者：汪洋;周腳根;嚴俊;關佶紅;

摘要：利用監(jiān)控視頻監(jiān)測異常在社會治理中具有至關重要的地位，因此視頻異常檢測一直是計算機視覺領域備受關注且具有挑戰(zhàn)性的議題。鑒于此，以深度學習的視角，對當前關鍵的視頻異常檢測方法進行了分類和綜述。首先，全面介紹了視頻異常的定義，包括異常的劃定和類型分類；隨后，分析了目前全監(jiān)督、弱監(jiān)督、無監(jiān)督等方面的深度學習方法在視頻異常檢測領域的進展，探討了各自的優(yōu)缺點，特別針對結(jié)合大模型的最新研究進展進行了探討；接著，...

提交