摘要：针对变电站三维场景中目标特征提取不充分引起的检测精度低的问题,提出一种基于体素化的变电站场景三维目标检测模型AugSecond。该模型基于Second网络结构设计,在体素特征编码阶段引入三重注意力机制,关注多维注意力以增强目标关键信息,降低无关特征信息干扰;设计非对称稀疏卷积网络,使用非对称卷积提高卷积核表征能力,并融合多尺度特征以丰富目标几何信息;同时对位置回归损失进行优化,使用CIoU Loss进一步考虑包围框之间的几何相关性以加快网络收敛速度。在自建电力场景数据集和公开数据集实验表明,相比基准模型,Aug-Second模型显著提升识别精度并具备实时性推理速度,证明了所提模型的有效性。

摘要：为解决现有的三角网格模型体素化算法存在的体素寻找不全或者体素化效率不高的问题,提出一种快速的三角网格模型体素化算法.该算法分为表面体素化和内部体素化2个步骤:表面体素化使用几何求交方法快速寻找三角形与全部体素的相交多边形顶点,并将这些顶点和与三角形相交的体素一一对应,得到每一个三角形的相交体素,从而得到与三角网表面相交的全部体素;内部体素化使用同时填充内部和外部体素的扫描线种子填充算法,填充过程中使用变长队列,在保持算法的正确性和效率的同时大幅减小算法的空间复杂度.使用三角形数量较多的模型进行高分辨率体素化的实验结果表明,文中算法耗时短,在三角形数量较多时体素化效率显著提高.

摘要：在基于到网格多边形表面的法矢量函数作为距离标准的体素化算法的基础上 ,提出以多边形面的最小包围盒作为计算单元 ,以欧式距离作为测度实现网格模型的体素化 ,极大地提高了计算速度 ,使得只能在图形工作站上实现的算法在微机平台上得以实现 针对通常采用Flooding操作判断内外体素、但应用于存在封闭空腔的模型时将会产生错误的情况 。

摘要：针对体素化的三维模型在分类与检索中表达单一、特征信息不足的问题,提出了一种基于局部编码体素化的三维模型分类与检索算法。首先,设计了一种基于局部编码体素化的三维模型生成方法,该方法通过融合三维模型局部空间结构与尺度信息,对三维模型进行局部特征编码,并生成局部编码体素模型。其次,提出了一种三维空间注意力模块,该模块可计算局部编码体素模型的空间位置权重并增强模型的三维空间特征。最后,进一步构建了一种局部编码体素空间卷积神经网络,可用于提取局部编码体素模型的特征描述符,并实现三维模型的分类与检索。实验结果表明,此算法在刚性三维模型数据集ModelNet40、ModelNet10以及ScanObjectNN上的分类准确率分别达到92.1%、94.8%、82.6%,在刚性三维模型数据集ModelNet40、ShapeNet Core55上的检索准确率分别达到94.7%与88.1%。

摘要：体素化是面图形学通向体图形学的桥梁,具有广泛且重要的应用。介绍体素化方面的研究进展,分析现有体素化方法在处理高分辨率实体体素化时的不足。提出以分块为基础的高分辨率实体体素化算法:在分块内部,采用基于图形处理器(Graphics Processing Unit,GPU)的切面光栅法对分块表面体素化过程进行加速,采用射线求交方式生成种子并进行块内填充;在分块之间,设计了3方向的种子扩散面及跨块扩散机制,避免因分块而导致的大量几何求交运算,提高了效率。针对高分辨率实体体素化结果数据量大的问题,采用低分辨率表面体素化结果进行数据压缩和索引,节省了数据存储空间。测试结果表明,该文提出的算法不仅能够进行高分辨率实体体素化,而且在GIS、地学建模和CAD等体图形学相关的领域具有重要的应用价值。

摘要：基于图形处理器(GPU)上的多目标缓存提出了一种新的地质模型快速体素化算法,可以在GPU上绘制模型的过程中在像素着色器中利用多目标缓存上的逻辑或操作完成模型表面体素化处理,在后处理的屏幕绘制过程中对模型内部进行体素化填充,极大地提高了计算速度,使得大规模地质模型可以在常见GPU平台上得以实时体素化,可以较好地处理模型内部的空腔等问题。针对算法在模型相近表面或微小凹凸处会产生错误的情况,设计了一种基于逻辑异或操作的实体体素化改进算法,使其结果更为快速准确。

摘要：为解决三维网格曲面(stereolithogrphy interface,STL)模型体素化结构单一和计算效率不高等问题,基于几何求交运算的STL模型体素化处理技术,提出一种基于逆向几何求交算法实现STL模型的快速体素化方法。通过对STL模型进行分层,填充分层轮廓扫描线,设计体素单元结构,滑动滤值计算,得到多孔结构体素模型。对多种结构STL模型进行实验表明,本文算法具有耗时短、灵活多样特点,解决了传统体素化结构单一性问题,可为模型的三维重建和分层制造打下基础。

摘要：在关键点周围进行流线可视化时,流场特征复杂多样以及流线之间可能存在共点或对称性等情况,可能导致常规的基于几何或相似性的筛选方法失效.为此,提出了基于数据驱动思想的关键点周围的流线筛选方法MvCcp,它是基于多视图聚类算法的流线筛选方法,通过对流场进行不同粒度的体素化,生成流线的位置视图和基于距离场直方图的特征视图数据,并通过多视图聚类算法进行流线筛选.针对HalfCylinder等6个典型的关键点周围的三维流场,与其他3种典型的流线筛选方法进行了定性可视化比较,并基于MSE,PSNR,SSIM,AAD等定量指标进行对比实验表明,MvCcp在所有实验中具有更出色和更稳定的表现.

摘要：精冲零件的工艺特征识别和关键参数提取是实现精冲工艺设计智能化的关键。针对典型精冲工艺特征——沉孔,构建了一个以三维CAD模型为输入的特征识别和参数提取模型。利用改进的自适应体素化算法,将基于参数驱动批量生成的沉孔CAD模型转化为体素化模型,建立模型样本数据集;采用两步法,分别以工艺特征体素化模型为输入建立基于三维卷积神经网络的沉孔特征识别模型和以沉孔中心截面图像为输入建立基于二维卷积神经网络的参数提取模型,依次实现了3类主要沉孔特征的分类识别和参数提取。经过验证和评估,所建模型对于沉孔特征类型识别与关键参数提取均有较高的准确率,可以为精冲工艺的智能化工艺设计提供有力支撑。

摘要：针对变密度多孔结构设计依据的拓扑优化密度信息不能被充分有效利用的问题,提出一种基于拓扑优化局部相对密度映射的变密度多孔结构设计方法。该方法根据多孔结构力学特点建立等效连续体的拓扑优化模型,通过拓扑优化密度的局部映射策略和调整方法,将拓扑优化的密度信息映射到多孔结构单元并根据映射的相对密度生成变密度多孔结构。此外,为检验多孔结构与拓扑优化密度信息的匹配程度,提出一种基于体素化和矩阵相似度的分析评价方法。最后以不同尺度的二维蜂窝为案例,验证了所提变密度多孔结构设计方法的可行性和有效性。