摘要：基于深度神经网络的无监督单视角三维人脸重建已取得显著成功,其依赖光度渲染以及对称正则化从二维单视角图像进行训练,但是单视角图像由于自遮挡与光照影响缺乏可信的人脸几何与纹理约束.因此,提出了一种基于跨视角一致约束的两阶段的单视角三维人脸重建框架.首先,局部网络并行地估计多个视角的局部人脸纹理与UV位置图,利用低维统计人脸模型3DMM对自遮挡造成的缺失区域几何与纹理进行填充;在第2阶段中,补全网络对各视角的局部纹理与UV位置图进行补全并改进,重建具有细节的完整三维人脸几何与纹理.设计了关于光度渲染、人脸纹理、与UV位置图的跨视角一致约束函数,以无监督学习机制从多视角人脸图像数据优化端到端模型.实验结果表明,所提方法可有效地从单视角图像估计人脸姿态,对遮挡区域中人脸几何与纹理合理补全,重建带有几何与纹理细节的高质量三维人脸.特别地,在MICC Florence数据集上,所提方法较对比算法重建人脸的均方根误差降低了6.36%.

摘要：为了增强三维场景视点控制的自然性,给用户更多的交互沉浸感,设计并实现了一套自然的三维场景视点控制系统.系统采用立体视觉方法定位用户头部的三维空间运动,并利用计算机图形学原理将头部运动映射为三维场景的视点控制.同时,为了方便用户锁定当前视点,系统采用语音识别方法实现基于头部运动的视点控制方式的启动和关闭.测试实验结果表明,该系统是可行的、实用的.

摘要：为了计算2个三维模型可能存在的部分对应表面的形状相似问题,提出一种基于2个三维模型表面之间所有的点与点配对的三维形状匹配方法.在2个不同的部分中独立确定匹配的旋转参数与平移和尺度缩放参数,从而避免了形状匹配中计算量巨大的问题.其中,形状匹配的旋转参数通过匹配2个三维表面法线获得;平移和尺度缩放参数由2个三维表面对应点处切平面的结构关系确定.实验结果表明了该方法的可行性.

摘要：植物重建是计算机图形学以及虚拟现实领域一个重要的研究课题.鉴于植物的复杂结构,提出一种基于布告板类簇重现2种不同形态植物的方法.对于大叶片植物,采用基于图像的方法自动化重建与原植物几何结构较为符合的布告板类簇,并依据已有布告板绘制新视点布告板;而对稀疏针形叶片植物,利用激光扫描数据估计其空间分布,并结合有限视点的图像数据生成布告板类簇,在绘制阶段同样采用基于视点的布告板绘制模型.实验结果表明,该方法能够利用有限幅图像真实感重现植物原貌.

摘要：可视化通过图形、图表生动地描绘数据,帮助广大用户高效地完成数据探索、分析、信息传播等任务。而可视化的设计与构建流程涉及各类应用领域,与艺术设计、计算机科学等学科紧密相关,是典型的交叉学科研究方向。本文结合北京大学可视化暑期学校设计的教学实践,开展多学科交叉和技术融合,阐述可视化设计实践的关键理念和思路。

摘要：传统细分曲线由于只使用了局部信息来更新顶点位置,在控制顶点分布不均匀时曲率分布波动较大.为提高细分曲线质量,提出一类全局性的细分方法.将曲线的每一次细分分解成差分计算、插值、重建等一些简单的步骤;通过修改其中的重建步骤,将曲线重建的顶点放宽至所有控制顶点,配合扩大的模板和改进的插值以进一步改进曲线的几何质量.最后通过实验数据验证了此类全局性细分曲线在光滑性和曲率分布上的良好性质.

摘要：可视化与可视分析已成为众多领域中结合人类智能与机器智能协同理解、分析数据的常见手段。人工智能可以通过对大数据的学习分析提高数据质量,捕捉关键信息,并选取最有效的视觉呈现方式,从而使用户更快、更准确、更全面地从可视化中理解数据。利用人工智能方法,交互式可视化系统也能更好地学习用户习惯及用户意图,推荐符合用户需求的可视化形式、交互操作和数据特征,从而降低用户探索的学习及时间成本,提高交互分析的效率。人工智能方法在可视化中的应用受到了极大关注,产生了大量学术成果。本文从最新工作出发,探讨人工智能在可视化流程的关键步骤中的作用。包括如何智能地表示和管理数据、如何辅助用户快速创建和定制可视化、如何通过人工智能扩展交互手段及提高交互效率、如何借助人工智能辅助数据的交互分析等。具体而言,本文详细梳理每个步骤中需要完成的任务及解决思路,介绍相应的人工智能方法(如深度网络结构),并以图表数据为例介绍智能可视化与可视分析的应用,最后讨论智能可视化方法的发展趋势,展望未来的研究方向及应用场景。

摘要：识别与提取模型几何特征在几何模型的编辑处理中起着重要作用,然而大多数已有算法在处理质量较差的三角网格模型时往往会失效,为此提出一种基于张量投票理论的特征边提取算法.首先根据张量投票矩阵特征值分布与顶点几何特征之间的对应关系对顶点进行分类;采用断点连接方法来保证顶点分类过程中能够正确地区分平滑特征上的边点及角点;根据顶点的类别结果进行区域增长,并提取区域增长后的边界,从而得到网格特征边.实验结果表明,文中算法对大多数模型可靠有效,能够处理网格分布不均匀,以及含有狭长三角形或含有孔、缝的模型,处理有噪声的模型也能达到较好的效果.

摘要：利用多台二维激光测距扫描仪组成分布式传感器网络,设计了一种新颖的交通数据获取系统。在此系统中,将多台激光传感器设置在路边,从不同位置、角度对通行区域进行水平扫描,根据激光数据特性设计移动目标的检测与跟踪算法,进而计算移动物体相关参数,如位置、速度、方向、类型等。为验证系统有效性,于2008年7月北京市单双号交通限行政策实施前后在市中心某交叉路口进行了两次真实数据采集试验,对试验数据进行处理输出,实现了行人和车辆的检测与跟踪。在此基础上,通过统计车辆通行轨迹,分析了交叉路口的一些交通特性。

摘要：针对在线Boosting算法难以在多类图像识别中使用的问题,提出了一种基于错误纠正输出编码(ECOC)的多类在线Boosting算法.该算法在计算弱分类器的错误率时借鉴ECOC的思想,引入了一个类别标签映射函数;然后给出了在该映射函数下训练样本的权重及弱分类器的权重的计算与更新方法.通过在不同数据库上的对比实验,验证了文中算法是快速有效的,且具有较强的鲁棒性.