《中国图象图形学报》图像数据受限专栏简介

<正>图像处理与分析是军事国防、公共安全、医学健康、智慧城市和生态环保等众多领域的关键技术。深度学习的发展推动了图像处理与分析技术在这些领域的应用,但深度学习方法的性能极大程度依赖于图像信号的质量及数据规模。关键应用中优质海量数据常难以获取、特殊场景下数据标记成本高昂、样本不完备性及非确定性渐成常态等,上述障碍和挑战极大影响了深度学习在这些方面应用的有效性,桎梏着深度学习向更多更广领域的推广。因此,     

《中国图象图形学报》类脑视觉专栏简介

<正>脑科学研究是21世纪科学研究的前沿高地之一,我国“十四五”规划明确指出要瞄准脑科学、人工智能等前沿领域,实施一批具有前瞻性、战略性的国家重大科技项目。科技部近期发布科技创新2030 “脑科学与类脑研究”重大项目申报指南,标志着中国脑计划项目正式启动。视觉是生物最主要的感知通道,     

《中国图象图形学报》复杂场景图像目标智能检测专栏简介

<正>图像目标检测在区域监控、被动导航、抢险救灾、飞行器制导等方面具有重要应用,是计算机视觉和图像处理领域研究中的关键性核心问题和挑战性难题,也一直是该领域的研究热点,并受到领域内广大学者的高度关注。近年来,得益于深度学习等人工智能技术在图像处理和计算机视觉中的广泛应用,图像目标检测技术研究已取得重大进展。     

《中国图象图形学报》三维视觉与智能图形专刊简介

在无人驾驶、虚拟/增强现实、智能机器人和人机交互等新兴应用的牵引下,在三维成像传感器、人工智能算法和高性能计算等能力升级的保障下,三维视觉与智能图形技术发展迅速,相互交融,在学术界和产业界均引起极大的关注。目前,在三维数据获取、三维场景建模、三维语义理解和高真实感绘制等方面依然存在诸多挑战。紧密结合人工智能与大数据技术的最新进展,推动三维视觉与智能图形理论与方法的进一步发展,促进相关技术的应用落地,都将对未来的学术、产业和社会带来重要影响。 为了促进我国三维视觉与智能图形相关技术、方法与应用研究的深入开展,及时反映我国学者在相关领域的最新研究进展,《中国图象图形学报》邀请业内专家共同策划推出“三维视觉与智能图形”专刊,主要收录国内学者在相关理论方法、关键技术、数据平台和典型应用等方面具有创新性、突破性的研究成果。 经过严格的评审,“三维视觉与智能图形”专刊共收录学术论文24篇,包括5篇“综述”、1篇“数据集”论文、6篇“深度估计与三维重建”论文、4篇“三维形状分析”论文、3篇“三维点云分割”论文、5篇“图像视频分析”论文。 5篇“综述”主要针对单目深度估计、三维点云配准、多源融合SLAM进行了系统性的总结与探讨,并对未来的研究方向和发展趋势进行了展望。 1)《基于深度学习的单目深度估计技术综述》对2014—2021年间深度学习用于单目深度估计的经典方法以及最新进展进行了全面综述,回顾了基于监督学习和无监督学习方法的发展历程。并对当前研究的现状、面临的问题及可能的解决方案进行了讨论。 2)《深度学习刚性点云配准前沿进展》聚焦于深度学习点云配准,重点阐述领域最新方法和发展趋势;对不同算法进行了详细阐述与归纳比较;介绍了多种度量指标以及在不同基准下的对比数据;最后讨论了当前深度点云配准面临的挑战,并对未来研究方向进行展望。 3)《三维点云配准方法研究进展》分别就非学习和基于学习的点云配准方法进行综述与对比分析,从应用场景、配准性能、应用条件、算法通用性方面指出了点云配准技术面临的挑战,并展望了未来的发展趋势。 4)《多源融合SLAM的现状与挑战》从多传感器融合(相机、激光雷达、惯性测量单元等两种或多种传感器的组合使用)、多特征基元融合(特征法与直接法,线、面等多维几何特征相结合)和多维度信息融合(几何信息、语义信息、物理信息、学习方法等相融合)3个层面对当前多源融合SLAM研究的状态、面临的挑战及未来方向进行综述。 5)《深度学习单目深度估计研究进展》分别论述了单图像训练模型、多图像训练模型和辅助信息优化训练的单目深度估计模型,系统分析了单目深度估计的最新研究现状和各类方法的优缺点,总结归纳了单目深度估计的未来研究趋势。 “数据集”论文《面向本征图像分解的高质量渲染数据集与非局部卷积网络》建立了新的高质量本征图像数据集,并提出一种基于图卷积的神经网络。由于显式地结合了非局部先验,该网络得到了更优的本征分解结果,并通过一系列应用任务得到了进一步的验证。 “深度估计与三维重建”栏目6篇论文分别：提出一种快速、鲁棒的结构化重建算法以自动生成轻量的多边形网格;提出一种基于多阶段指导网络的稠密深度图构建方法;为实现高精度的双目视差估计,提出采用单、双边多尺度相似性迭代查找的方法;提出一种显微光学系统成像模糊程度与景物深度关系曲线的获取方法;对多视图立体三维重建中的特征提取模块和代价体正则化模块进行研究,提出一种基于注意力机制的端到端深度学习架构;提出一种基于场景几何的方法在自动驾驶领域实现真实尺度恢复。 “三维形状分析”栏目4篇论文分别：提出了一种基于显著性图的点云替换对抗攻击方法;利用网格简化的边收缩操作建立网格层次结构,提出了一种新的网格池化操作;提出一种新颖的无翻转体映射计算方法,其核心是一种新的变形方法;为更好地提取残缺点云的局部特征信息,使得点云补全的结果更加准确,提出了嵌入注意力模块的多尺度点云补全算法。 “三维点云分割”栏目3篇论文分别：为建立三维模型语义部件之间的对应关系并实现模型自动分割,提出一种利用隐式解码器的无监督三维模型簇协同分割网络;为更好地在从无序的点云中挖掘形状特征,提出一种能够端到端且鲁棒地处理点云数据的多维度多层级神经网络MM-Net;提出了一种基于多特征融合几何卷积神经网络(MFFGCNN)的机载激光雷达点云地物分类方法。 “图像视频分析”栏目5篇论文分别：提出了聚合细粒度特征的深度注意力自动裁图方法DAIC-Net;针对从单幅人脸图像中恢复面部纹理图时获得的信息不完整、纹理细节不够真实等问题,提出一种基于生成对抗网络的人脸全景纹理图生成方法;针对因视差过大和视差突变造成视觉不舒适度这一问题,提出了一种基于时空联合视差优化的立体视频重定向方法,将视频视差范围控制在舒适区间;提出一种多尺度可视化形状表示方法;提出一种基于热力图的6D物体姿态估计算法。 我们期待广大读者和科技人员通过本期“三维视觉与智能图形”专刊,能够更深入、更全面地了解该领域的最新方法和应用,吸引更多学者从事相关研究并产生具有国际影响力的优秀成果,为本领域的发展做出新的贡献。     

《中国图象图形学报》图像融合专刊简介

<正>图像融合技术旨在提取和整合多源图像中的互补信息,以生成具有完整场景表达能力的融合图像,从而提升决策系统在目标检测、场景解析等高层视觉任务上的准确性及可靠性,在医学、安防、遥感、数码摄影等安全和民用领域具有广泛的应用前景。典型的图像融合任务包括多模态医学图像融合、红外与可见光图像融合、多聚焦图像融合、多曝光图像融合、高光谱/多光谱/全色图像融合及超分等。然而,多源图像融合目前仍然面临多方面挑战,包括对信息源的不同理解定义、     

《中国图象图形学报》多媒体智能专刊简介

<正>近年来,人工智能和高性能计算快速发展,大规模多媒体数据的智能应用需求日趋广泛,多媒体数据的融合、转换、理解、搜索、推理与推荐等方向的新问题也不断涌现,推动了多媒体智能处理与分析技术的迅速发展,在学术界和产业界均引起极大关注。为更好地推动多媒体智能处理与分析理论、技术、应用的发展,及时记录我国多媒体智能领域的最新技术、前沿进展、学者观点、算法研究、数据集构建及应用落地等方面的优秀成果,     

《中国图象图形学报》精准诊断专刊简介

<正>“医学图像就是医生的眼睛。”广义上的医学图像指在医疗行为中获取的所有和诊疗相关的图像,主要有组织器官的直接图像,如包括超声、X线摄片、CT、MRI、PET、SPECT、fMRI等影像学图像,以及病理切片、骨髓、痰涂片在内的病理学图像。随着医学技术的发展,患者的病理生理状态被从不同的角度进行展示,这对患者的临床诊断和个性化治疗都起到了至关重要的作用。精准诊断是通过人工智能的方法确定个体患者的特征属性,使诊断技术不仅关注疾病诊断的共性,更关注患者个体差异,帮助医生快速且精确地对病症进行诊断与治疗。因此,精准诊断为临床诊断技术的发展注入了全新的活力,是未来临床诊断的研究热点。     

《中国图象图形学报》低质图像增强专刊简介

<正>计算机视觉在户外交通导航、安防监控、目标检测、医学影像辅助分析、诊断及水下探测、目标识别等领域具有广泛应用。清晰的图像画面对于计算机视觉获取正确的图像信息至关重要。然而在各种复杂成像条件(如雾、霾、沙尘、雨雪等恶劣天气及海洋等弱光低照环境)下,受光照及各种介质的影响,     

《中国图象图形学报》智能图像安全专刊简介

<正>随着移动互联与社交网络的兴起,数字图像被全世界广泛应用,其中的安全问题日益显现,比如以数字图像为载体的隐蔽传输问题,数字图像内容的完整性与真实性问题等。人工智能技术的发展使得许多数字图像的安全问题可以通过机器学习的方法来解决,该研究主题已经成为当前学界和业界的热门方向,不仅对于图像安全具有重要意义,对于网络空间安全的发展也带来了新的思路。