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：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：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：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：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.

摘要：洪水是一种严重危害人民生命财产安全的自然灾害.针对我国现有的洪水灾害模拟仿真技术系统化程度不足,难以直观、快速地向决策者预警展示洪水泛滥的现况、发展趋势和灾害损失评估的问题,设计了一个可交互的大规模洪水灾害动态场景预警仿真系统.首先利用半拉格朗日隐式积分的方法在基本保证动量守恒和体积守恒的前提下快速求解浅水方程,达到了洪水演进实时稳定的模拟计算;然后提出了一种建筑物洪灾危机的预警规则,在洪水演进时能够通过变换预警色彩,实时警示有关建筑物的洪水受灾损害危机等级;最后建立起一个可交互大规模洪水模拟仿真系统,其功能包括可增加洪水挡板以展示区域的防洪功能、进排水口添加的泄洪效果和建筑物时变的积水高度显示等.在自行采集的城市高程数据上的仿真实验结果表明,该系统可为建设现代海绵型城市的防洪减灾决策设计提供直观、可靠的依据.

摘要：混合现实具有新颖的人机交互方式,拓展了可视化与交互界面的设计空间,拥有广阔的应用前景.近几年,混合现实技术快速发展,许多研究者将其用于可视分析领域.首先,介绍了混合现实的概念与发展现状,并从显示与交互2个方面讨论混合现实环境与传统交互环境的差异,分析混合现实可视化的优势与局限性;其次,简介基于混合现实的可视分析的3个应用场景,即增强可视化、实景分析和协作分析;最后,给出基于混合现实的可视分析面临的机遇与挑战.

摘要：针对现有二维人体姿态估计方法应用于视频序列时由于图像质量不稳定而导致的估计精度下降和时域不连续的问题,提出一种时空信息感知网络STNet.首先利用卷积模块提取出每帧视频中人体关节点的二维空间热力图,接着利用循环卷积模块对连续帧热力图之间的时间信息进行编码.时空信息的解耦学习策略提升了姿态估计结果的时域连贯性和空间准确性,降低了视频序列中时空特征的提取难度.循环卷积模块中的ConvGRU结构在保证识别精度的同时有效减少了模型计算量.在二维关节点数据集PennAction和Sub-JHMDB上进行实验,并与其他现有方法进行对比分析.结果表明, STNet可以实现预测精度和运算量之间的更好权衡,更具实用价值.