摘要：基于叙事结构抽象的可视分析方法是通过挖掘数据背后存在的叙事逻辑,提供富有洞察力和沟通力的方法.首先介绍叙事结构数据的来源,包括文本数据、图表图像数据、音视频数据、地理空间数据和多模态融合数据;然后讨论叙事结构抽象方法,包括连续性、单元式和离散化3种表示;再探讨叙事结构可视化设计,包括基于视觉通道与表达形式的设计,同时介绍叙事结构交互生成方法,包括基于设计空间和注释的手动生成、AI辅助交互生成和AI自动生成;最后讨论叙事结构可视分析的创作工具以及在文化传媒、医疗健康和体育娱乐等领域的应用,并对该领域现阶段工作的不足进行总结,指出多模态融合数据可视分析、跨平台与多设备的叙事结构展示以及加强情感在叙事结构可视分析中的作用等是未来工作的研究方向.

摘要：为了解决时序数据间分布不一致的问题,使模式分析更容易应用于其他数据,提出基于迁移学习的交互式时序数据可视化生成方法,将迁移成分分析应用于时序数据提取的特征.将用户在其中一个时序数据上的分析作为标签,在该源域上训练分类器并应用到多个目标域,对多个不同目标域的时序数据的模式进行批量推荐.通过真实的天气数据和轴承信号数据的2个案例分析和专家访谈,验证了利用该方法能够提高时序数据探索的效率,减少数据分布不一致问题带来的影响,体现该方法的有效性和实用性.

摘要：文中介绍了三维物体跟踪技术及其最新研究进展,包括理论基础与评估指标、基于视觉特征的传统位姿求解和基于学习的位姿估计.分析了传统算法中各种特征约束、统计分割模型、能量函数以及加速策略.其中,区域及边缘约束成为跟踪的主流方向,多种特征可以融合产生更强的约束.统计分割模型由全局模型逐步发展为局部模型.非线性最小二乘形式的能量函数易于优化而被广泛采用.预计算、预渲染的加速策略使得跟踪的实时性极大提高.基于学习的算法现阶段在精度和速度上不及传统算法,但展现了更好的特征提取能力和处理更复杂场景的潜力.梳理了多种算法的跟踪精度及取得高精度的原因.总结了三维物体跟踪在复杂情境下跟踪精度下降和失败的问题,及其潜在的解决方案与发展方向.三维物体跟踪正朝向多特征融合、预计算、多任务的方向发展.

摘要：为了高效地检测和分析癫痫患者脑电图中的癫痫样放电,提出一种面向癫痫的脑电图可视分析方法.首先利用浙江大学医学院附属第二医院在癫痫治疗过程中积累的脑电数据,建立基于时域和时频域视角的卷积神经网络模型,用于癫痫样放电自动分类,使用Focal Loss作为损失函数评估放电类别分布不均衡的问题;然后在分类模型基础上,结合医生的需求设计交互式的多视图可视分析系统,其由波形分类视图、离群值检测视图和波形检查视图3个相互协作的模块组成;最后招募10位被试和2位专家,通过评估实验验证系统在癫痫诊断方面的有效性和可用性.实验结果表明,建立的分类模型在所用数据集上的平均F1分数为0.88,优于其他的脑电分类模型,且具有良好的鲁棒性;设计的系统具有良好的可用性和有效性,可以辅助医生进行癫痫诊断.

摘要：服装数字化是近年来服装行业发展的方向之一.服装面料的材质极其多样,然而常用的基于物理的渲染存在较大的局限性.基于此,提出对于多种不同特殊光学特性的面料渲染算法.其中,特殊面料是内嵌金属丝面料、侧光织物面料、镭射面料和闪粉面料4种面料.针对内嵌金属丝面料,使用额外的纹理数据来记录并模拟金属丝的形状;针对侧光织物面料,根据视线方向以及入射方向与法线的夹角修正散射光的强度,使得面料拥有更加真实的侧面光感;针对镭射面料,将观察角与一种额外的镭射颜色相关联,并将其与原有的纹理颜色融合;针对闪粉面料,提出一种计算模型用于随机生成闪粉的位置,通过网格划分的方式达到实时的计算效率.将所提算法渲染结果与实际拍摄结果进行对比的结果表明,该算法的结果接近于真实;侧光织物面料和镭射面料已经被商业应用于国产三维服装设计软件Style3D中.

摘要：针对现有基于点云的神经渲染网络无法渲染具有时域稳定性的高质量毛发的问题,提出基于毛发点云深度剥离的神经渲染与时域稳定性改进方法.该方法通过对输入点云模型的分层投影,获取不同分层的特征信息;将结果进行融合,以适应毛发半透明特性;将训练好的结果输入到时域稳定性增强网络中,该模块利用相邻帧间点云的重投影得到当前帧和前几帧的依赖关系,生成当前帧的最终结果,从而保证了训练结果的时域稳定性.使用光线追踪生成的高质量毛发数据集进行实验,结果表明,与现有方法相比,该方法可以获得更好的时域稳定性和渲染结果.

摘要：计算机程序是由开发者使用编程语言编写、被计算机识别并执行的一系列指令.大型程序源代码通常逻辑复杂,句法抽象,造成较大的认知困难.计算机程序可视化以直观形象的方法呈现计算机程序的代码结构、执行过程和运行结果,增强用户理解和调试程序的能力.从程序执行流程出发,根据程序执行的前、中、后3个阶段分析其可视化目标,并介绍已有可视化方法.在程序执行前阶段,使用可视化对代码组织和潜在异常进行多层级、多维度的展示;在程序执行中阶段,利用可视化辅助算法理解、运行调试和状态监测;在程序执行后阶段,运用可视化进行性能评估优化和异常检测.介绍程序可视化在在线编程调试、算法可视化等多种应用场景下的实际应用案例.最后,总结程序可视化现阶段工作的分类以及存在的不足,并指出高泛化性的算法理解可视化和教育领域的运行调试可视化等是未来工作的研究方向.

摘要：实体建模技术是cad软件的“功能心脏”,相关基础理论与算法是cad发展历史上最关键的成果之一,成功回答了为使计算机能够辅助产品设计与制造,需在计算机中存什么几何信息以及怎么存的问题。本文对实体建模的主要历史发展脉络做了简要介绍,同时对各发展阶段的关键问题以及研究现状进行了讨论,最后选取了3个方向对实体建模的未来做出展望,重点关注从Computer-Aided Design到Computer-Automated Design的发展趋势。

摘要：基于空气动力性能数值计算的机翼翼型优化设计可以降低成本,缩短设计周期,已逐渐成为目前翼型设计的主要发展方向.因此,提出一种基于势流模型与等几何配点法的机翼翼型优化方法.利用等几何配点法对不可压缩理想来流下的势流模型求解速度势;结合叶素理论计算翼型的空气动力特性指标,即升阻比,构造包含最大升阻比和最小拟合项的目标函数,再运用多种最优化方法求解得到优化后翼型,同时保证了翼型的气动性能和外形的光顺性.通过渐进迭代逼近算法对3类翼型数据点拟合得到初始翼型的NURBS表示,对其优化结果表明,该方法不仅保持翼型的自身特点和光顺性,而且显著提升了升阻比.

摘要：针对现有深度学习图像修复算法在修复区域内部产生模糊纹理或存在修复区域边界的内容不连贯性的问题,提出一种基于感知去模糊的人脸图像修复算法.首先提出一种包含PSNR损失、SSIM损失和对抗损失的生成对抗网络生成粗略的人脸结构修复信息;然后开发一种基于感知去模糊的生成对抗网络对粗略的人脸结构进行进一步的纹理细节恢复,从而生成自然清晰且内容连贯的面部纹理.在CelebAHQ公开人脸数据集上进行定量、定性和消融实验的结果表明,所提算法在峰值信噪比和结构相似性等定性评价指标方面优于所对比的前沿图像修复算法.