摘要：目的多视图三维人体姿态估计能够从多方位的二维图像中估计出各个关节点的深度信息,克服单目三维人体姿态估计中因遮挡和深度模糊导致的不适定性问题,但如果系统性能被二维姿态估计结果的有效性所约束,则难以实现最终三维估计精度的进一步提升。为此,提出了一种联合多视图可控融合和关节相关性的三维人体姿态估计算法CFJCNet(controlled fusion and joint correlation network),包括多视图融合优化模块、二维姿态细化模块和结构化三角剖分模块3部分。方法首先,基于极线几何框架的多视图可控融合优化模块有选择地利用极线几何原理提高二维热图的估计质量,并减少噪声引入;然后,基于图卷积与注意力机制联合学习的二维姿态细化方法以单视图中关节点之间的联系性为约束,更好地学习人体的整体和局部信息,优化二维姿态估计;最后,引入结构化三角剖分以获取人体骨长先验知识,嵌入三维重建过程,改进三维人体姿态的估计性能。结果该算法在两个公共数据集Human3.6M、Total Capture和一个合成数据集Occlusion-Person上进行了评估实验,平均关节误差为17.1 mm、18.7 mm和10.2 mm,明显优于现有的多视图三维人体姿态估计算法。结论本文提出了一个能够构建多视图间人体关节一致性联系以及各自视图中人体骨架内在拓扑约束的多视图三维人体姿态估计算法,优化二维估计结果,修正错误姿态,有效地提高了三维人体姿态估计的精确度,取得了最佳的估计结果。

摘要：近年来,Transformer在众多监督式计算机视觉任务中取得了显著进展,然而由于高质量医学标注图像的缺乏,其在半监督图像分割领域的性能仍有待提高。为此,提出了一种基于多尺度和多视图Transformer的半监督医学图像分割框架:MSMVT(multi-scale and multi-view transformer)。鉴于对比学习在Transformer的预训练中取得的良好效果,设计了一个基于伪标签引导的多尺度原型对比学习模块。该模块利用图像金字塔数据增强技术,为无标签图像生成富有语义信息的多尺度原型表示;通过对比学习,强化了不同尺度原型之间的一致性,从而有效缓解了由标签稀缺性导致的Transformer训练不足的问题。此外,为了增强Transformer模型训练的稳定性,提出了多视图一致性学习策略。通过弱扰动视图,以校正多个强扰动视图。通过最小化不同视图之间的输出差异性,使得模型能够对不同扰动保持多层次的一致性。实验结果表明,当仅采用10%的标注比例时,提出的MSMVT框架在ACDC、LIDC和ISIC三个公共数据集上的DSC图像分割性能指标分别达到了88.93%、84.75%和85.38%,优于现有的半监督医学图像分割方法。

摘要：飞机系统架构设计呈现典型的多层级、多系统集成、多接口形式、多专业合作等复杂特征,传统的基于文档和离散二维制图的架构设计方法已经不能满足要求。对此,提出一种基于系统建模语言(systems modeling language,SysML)模型的飞机复杂系统架构多视图设计表达方法,对各项复杂特征进行了解耦,将复杂的系统架构设计分解到多张有机关联的视图上;在开展多视图相对独立的设计和建模工作中,本质上就已经逐步完成了多层级的飞机系统架构集成设计;以机轮刹车系统为例,给出了基于模型的多视图架构设计方法的应用。实践结果表明,基于模型的多视图架构设计方法可以有效应对各种复杂性,并充分提升多系统集成架构设计的效率和质量。

摘要：为满足产品综合设计过程中对可靠性、维修性、保障性数据及知识的共享需求,分析了综合设计过程中结构视图、功能视图,以及可靠性、维修性、保障性视图之间的相互关系。针对多视图模型不能很好地支持可靠性、维修性、保障性领域知识描述及共享的问题,提出了以产品与故障为核心的参考本体,进而构建了基于本体的性能与可靠性、维修性、保障性综合设计多视图模型框架。利用转换矩阵描述了多视图之间的映射机制。最后,给出了该模型在产品寿命周期管理系统中的实现方法,并以基于TeamCenter的性能与可靠性、维修性、保障性综合设计平台为例进行了应用验证。

摘要：由于多跳知识图谱问答任务的复杂性,现有研究大多通过堆叠多层图神经网络以捕捉更大范围的高阶邻居信息。这种做法将多阶信息融合在一起,以损失节点判别性为代价获取更全局的信息,存在过平滑问题;并且,由于离节点越近的邻居置信度越高,将多阶邻居信息融合在一起的做法会忽略邻居的置信度。此外,多跳知识图谱问答存在许多数据集通常没有给定中间路径的监督信息的弱监督问题,会使模型在进行路径推理时缺乏有效的指导信息,导致模型推理能力降低。为了解决以上问题,论文提出了一种多视图语义推理网络,该网络利用全局和局部两种视图的信息共同进行推理。全局视图信息是指节点的多阶邻居信息,能够为推理提供更丰富的证据;局部视图信息则只关注节点的1阶邻居信息,更具有判别性,能够缓解全局视图信息存在的过平滑问题。同时,该网络将问题分解为多个子问题作为中间路径推理的指导信息,并从问题语义构成的均匀性和一致性出发,设计了一种新颖的损失函数以提升问题分解的质量,以提高模型中间路径推理的能力。论文方法在3个真实数据集上进行了大量实验,实验结果表明,多视图的语义信息能够为推理提供更加全面的证据,将问题分解为子问题的做法能够提高中间路径推理的准确性,证明了论文方法的有效性。

摘要：针对复杂环境因素影响下场景三维重建结果难以同时获得高重建精度和高重建完整度的问题,提出一种基于空间一致生长的多视图三维重建算法.该算法对基于特征点生长的三维重建算法框架进行拓展,新增了有条件的初值矫正环节,同时对已有的生长和滤波环节进行更替和改进.首先使用SFM从输入图像中提取稀疏种子点;然后直接在固定的世界坐标系中从所有种子点出发向其邻近三维空间扩展,得到生长点的初始位置和方向,并通过优化确定生长点的最终位置和方向,在优化前和优化中根据生长点的当前位置和方向不断选取和更换最佳主、副图,提高优化质量;再利用邻域已重建点云有条件地矫正生长点的位置和方向,并以此作为初值再次优化,避免优化收敛到局部极值,提高生长点的重建精度;最后设计光滑、深度和方向三方面的自适应一致性滤波,在减少误删的同时及时删除误差点,防止误差蔓延.实验结果表明,文中算法的重建精度和完整度均明显超过当前流行的PMVS算法;与高精度DAISY算法相比,在完整度大大提高的前提下,该算法的精度与其基本持平.

摘要：为了业务人员更好地理解复杂产品设计过程的业务流程建模标注(BPMN)模型,以便与系统分析人员进行有效沟通,提出一种基于BPMN模型的复杂产品设计过程多视图自然语言文本生成方法。该方法能够根据业务人员的不同需求对流程模型进行结构投影,进而使用句法分析和语义角色标注解析BPMN流程模型的文本信息,并使用流程结构树(RPST)算法解析BPMN流程模型的结构,从而将流程模型划分成具有层次的子流程片断得到流程结构树。解析的文本信息与不同视图下的流程结构树合并,形成带注释的多视图流程结构树,然后使用语法树由带注释的流程结构树自动生成自然语言文本,最终生成多视图下的自然语言文本。所提方法已在系统中实现,并通过测试集进行实验验证了所提方法的有效性。

摘要：设计了调度自动化系统的多视图人机交互界面。首先,提出了组件化的多视图界面图形化开发平台,该平台扩展了电网图元可视化方式,实现用户界面控件的编辑和标准化存储,可以按照需求图形化开发和编辑多视图界面;然后提出了一种基于脚本的画面信息传递机制和可视化效果动态改变机制,将画面文件和数据源定义进行分离,可视化图元可以通过脚本动态获取数据,也可以通过脚本动态切换显示效果。另外,通过扩展CIM/G规范实现了多视图界面的多级调度远程调阅和共享。最后,研究了多视图界面支持可视分析的人机交互方式,开发了基于关键字的关联分析和基于事件的深度搜索两种人机交互方式,支撑调度人员的分析和决策过程。

摘要：传统车间在数据集成与服务方面存在智能化程度低、存储介质和生产介质单一的问题,为了解决这些问题,以数字孪生制造单元为研究对象,提出了面向多视图的数据集成与服务方法。首先,基于开放性生产控制和统一架构信息模型,构建了模型与数据实体之间的映射关系,并通过自组织的数据存储方法实现了制造单元的数据集成。其次,设计了面向多视图应用的表述性状态转移数据服务方法。最后,以数字孪生制造单元中具体的生产应用为案例,验证了所提方法具有更少的数据服务耗时和网络请求次数,可以有效提升数据集成的实时性。

摘要：社交媒体主题检测旨在从大规模短帖子中挖掘潜在的主题信息.由于帖子形式简短、表达非正规化,且社交媒体中用户交互复杂多样,使得该任务具有一定的挑战性.前人工作仅考虑了帖子的文本内容,或者同时对同构情境下的社交上下文进行建模,忽略了社交网络的异构性.然而,不同的用户交互方式,如转发,评论等,可能意味着不同的行为模式和兴趣偏好,其反映了对主题的不同的关注与理解;此外,不同用户对同一主题的发展和演化具有不同影响,社区中处于引领地位的权威用户相对于普通用户对主题推断会产生更重要的作用.因此,提出一种新的多视图主题模型(multi-view topic model,MVTM),通过编码微博会话网络中的异构社交上下文来推断更加完整、连贯的主题.首先根据用户之间的交互关系构建一个属性多元异构会话网络,并将其分解为具有不同交互语义的多个视图;接着,考虑不同交互方式与不同用户的重要性,借助邻居级注意力和交互级注意力机制,得到特定视图的嵌入表示;最后,设计一个多视图驱动的神经变分推理方法,以捕捉不同视图之间的深层关联,并自适应地平衡它们的一致性和独立性,从而产生更连贯的主题.在3个月新浪微博数据集上的实验结果证明所提方法的有效性.