摘要：针对目前二维草图识别技术存在的误识别率高、智能性差等缺点,提出一种通过捕捉设计意图修正贝叶斯推理结果的草图识别技术.首先研究绘制过程中笔触的速率、压力等变化规律与设计意图的关系,建立草图绘制规律与设计意图关系模型,实现实时设计意图捕捉;其次建立二维草图识别的贝叶斯网络,根据绘制几何特征分配条件概率表;再利用捕捉的设计意图修正各个约束特征节点的条件概率,使贝叶斯网络能够推理出符合设计意图的几何元素及约束关系;最后建立草图识别系统,并引入评价反馈机制增强识别的自适应性和准确性.实验结果表明,该技术使二维草图的误识别率降低约30%,有效地减少了漏识别发生,对无设计意图绘制扰动具有区分能力.

摘要：针对计算机支持的草图设计技术中的草图识别这个核心问题 ,给出了一套分步逐层的识别方案 :从原始笔划的在线识别与线元转换 ,到几何层基于上下文的草图规整 ,到语义层基于领域知识的草图理解 整个识别过程通过一个带有黑板的知识库系统实现 ,逐步有效地解决了草图的模糊性与不确定性 ,将原始草图转换为精确的几何图形 文中方法已经过原型草图工具系统ISID的验证 。

摘要：作者阐述:草图是人类快速可视化表达意图和目标对象的常见、直接且重要的信息形式。对于工业设计,手绘草图更是设计师们快速进行方案构思、设计迭代和辅助三维建模的必不可少的手段。但是,目前的草图绘图软件需要用户自行搜集素材进行绘制,效率不高。本设计针对上述问题设计开发了基于深度学习的草图识别辅助绘图软件。解决目前草图识别技术存在的训练样本不足、识别准确度不高和交互界面存在的可用性较差、未充分考虑不同行业使用人员需求的问题。在草图识别算法上,提出了一种新的草图识别模型:“AMBG-Sketch-Net”手绘草图识别双分支网络,识别准确率达到87.2%。在软件设计上,打破传统草图识别辅助工具由算法主导识别结果,用户被动选择的模式,将用户作为主导者,根据其偏好职业等自由改变调整识别结果,辅助绘图。在界面设计上,基于交互设计与评估体系设计软件界面,使其符合目标用户认知,满足用户需求,易操作。

摘要：手绘草图是人类思维外化和表达设计意图的有效工具之一,手绘草图的模糊性和用户适应性问题是革图识别中的关键问题。本文提出了将相关反馈机制引入到手绘草图识别中以捕捉用户意图的方法,该方法以抽取手绘草图的向量化特征为基础,首先利用基于图形特征的相似度计算,给出手绘草图候选识别结果集,然后借助用户对识别结果的相关性评价,通过逐渐调整图形构成特征的权重来捕捉用户输入意图,并提高识别效果。实验表明本文所提出的方法具有很好的效果。

摘要：提出了一种面向机械产品概念设计的组合图形草图识别方法。将图形符号看作由多个单笔划图元构成的图形,首先识别出单个图元的类型并提取它们之间的空间位置关系;然后利用结构匹配法对标准图形结构进行定义,将用户绘制的图形与标准图形结构模板进行比较,筛选出结构相同的图形进行第一次图形过滤;再利用傅里叶形状描述子对图形形状进行描述,计算出图形形状相似度,筛选出形状相同的图形进行第二次过滤;最后将结构与形状两个特征相结合并运用到机械概念草图设计中,快速并准确地识别出机构运动副,实现机械结构的草图识别。

摘要：本文对应用工程师在人机交互过程中的思维方式做了深入研究,在此基础上,开发了新型的联机手绘草图输入系统。我们开发的“草图设计和输入系统”能将CAD用户的许多创造性思维意念在屏幕上直观地体现出来,输入快且出错少。本文系统地介绍了这一系统的识别原理。

摘要：针对同步在线草图识别算法中的效率和应用范围问题,提出基于增量式意图提取的识别算法.算法通过定义滞后窗口,采用增量式意图提取的方式理解用户的勾画意图,进而根据当前信息修正以前生成的意图段落,使得识别结果和用户的勾画意图保持一致.实验证明,该算法能够准确、实时地识别用户输入的多种图形.

摘要：当前成熟的人脸识别技术已广泛应用于多个领域。然而,在一些难以获取人脸照片的特殊场景下,通常采用通过知情者的面部特征回忆绘制人脸的草图,并寻找目标人物。在该场景下,如何通过人脸草图准确识别人物身份这一问题至关重要。为解决以上问题,本文设计了一种面向人脸草图分析与识别的方法。以深度神经网络结构为基础,本文提出将传统的人脸面部特征算法与卷积神经网络特征提取算法相结合,将SIFT特征描述子与高维抽象的特征进行结合的提取与表示,并通过传统人脸区域特征的检测和识别,调整不同区域图像特征的权重以实现算法的注意力机制。并且本文采用孪生网络架构将图像和草图进行特征比对,通过三元损失函数优化训练得到的特征表示来计算图像特征的距离,最终获得识别的结果。本文所设计的方法能够更准确地处理人脸草图识别中特征不平衡与带有遮挡情况的问题。

摘要：手绘草图识别技术是计算机支持的交互式草图设计系统中的核心问题,针对这一问题,提出了一种手绘草图识别算法,主要包括手绘草图原始笔划的数据前处理、基于多次检测算法的特征点识别、草图分段识别、空间位置解释、图形重构等内容.本文利用多次识别算法,可以有效解决手绘草图模糊性及拐点和折点不确定性,基于这一技术的三维草图CAD建模方法已在自行研发的CAD软件中得到应用,并取得了良好的效果.

摘要：在线手绘非规则军标识别是基于草图的态势标绘系统的重要组成部分.针对非规则军标的图形线条可变性大的问题,提出一种结构化识别方法.首先定义并识别非规则军标草图的图元;然后用模糊方法描述图元间的拓扑关系,建立待识别样本与模板图形的图元匹配代价矩阵,并基于指派问题模型计算图形相似度;最后提出2种计算不完整的输入草图与模板图形相似度的方法.实验结果表明,文中方法是有效的.