优化变形能的平面多边形同构剖分

平面多边形间的同构三角剖分是平面形状渐进过渡与插值的基础,降低对应三角形的变形程度是获得高质量应用的关键.文中提出一种基于变形能优化的2个平面多边形的同构剖分算法,其中包含同构剖分生成和变形能最小化2个模块.首先根据用户指定的对应特征点对多边形进行顶点重采样,得到顶点一一对应的2个多边形;然后利用带约束的Delaunay剖分对其中的一个多边形进行三角化,得到源网格;再用重心坐标将源网格的内部顶点嵌入到另一个多边形得到同构剖分(目标网格);最后逐一检查三角形的变形能,对源网格中变形能超过阈值的三角形进行细分,用同构剖分模块生成新的目标网格.实验及数据统计分析表明,该算法可以得到较好的同构三角剖分,提升网格质量,并能很好地避免纹理细节失真.     

基于数据结构化的三维动画压缩方法研究

在三维动画应用日益广泛的背景下,研究三维动画数据压缩方法对其数据的存储、传播和渲染 技术至关重要。基于图像数据的结构化特征,计算机视觉领域提出了一系列高效图像压缩技术。鉴于三维动画 数据与图像数据结构的差异,探讨三维动画数据结构化方法,进而探索改进图像算法以实现一种新的三维动画 数据压缩方法。具体而言,首先研究对三维模型顶点序列进行优化调整;进而基于图像压缩算法的模块研究动 画数据的子块尺寸优化以及图像压缩算法量化矩阵优化方法;最后,通过采用不同类型动画数据进行测试,实 验结果表明优化图像压缩算法在压缩比和时效均得到有效提升和保障。     

虚拟乒乓球手的强化学习训练方法

沉浸感是虚拟现实应用的重要特征之一,而虚拟场景中角色行为的智能性与真实性对虚拟现实应用的沉浸感有着显著影响.利用强化学习方法对球拍的击球策略进行训练,根据乒乓球游戏规则设计了一系列奖励函数,使之能根据来球起点位置与初始速度生成球拍的有效击球轨迹;进而以球拍轨迹约束虚拟球员的持拍手腕关节,采取逆向运动学与强化学习相结合的方法估计出球拍击球时虚拟球手的击球动作,得到能用合理姿态进行成功击球的虚拟球手.消融分析实验验证了所提出的奖励函数的合理性与有效性;测试实验则表明,所设计的虚拟球手能以合理的击球动作击球,成功率达到93%以上,与基于模仿学习的方法相仿,且高于其他方法;但基于模仿学习的方法需要物理采集训练数据,而训练强化学习网络所需的数据只需随机生成,所需代价更低.     

基于GPU和区间分析的隐式曲面绘制和网格化

为了通过并行化技术提高隐式曲面绘制和网格化的速度,提出一种基于GPU并行计算架构的区间分析方法来网格化和绘制隐式曲面.首先按照给定的绘制分辨率将绘制空间离散成体素表示,充分利用GPU的并行计算能力,采取区间分析方法并行计算隐函数在所有体素上的取值区间,从而确定出包含隐函数零等值面的特征体素;进一步,抽取特征体素的外表面对其进行拓扑校正,确保得到的网格是二维流形;然后使用Laplace操作对这个网格进行光滑处理,得到隐式曲面的网格表示.大量实验结果表明,隐式曲面的网格化和绘制时间一般小于0.1 s,达到了实时化的水平.     

四边形网格优化中的螺旋条带生成

已有的四边形网格的简化及优化方法大多数都是三角形网格简化在局部几何上的推广.四边形网格的结构受螺旋条带的影响,移除四边形网格中的螺旋条带则可以在拓扑结构上明显提高四边形网格的质量.文中具体讨论了四边形网格上螺旋条带与网格上奇异点的关系及其性质,并根据这个性质给出了四边形网格中螺旋条带的一般生成算法.实验结果表明,该算法可以有效地搜索四边形网格上的螺旋条带,进而通过删除螺旋条带优化四边形网格的拓扑结构.     

融合设计知识的室内饰品自动摆放方法

针对在家居设计过程中饰品的挑选与摆放耗时较长的问题,提出一种融合设计历史知识的数据驱动的智能饰品摆放方法.首先将已有的专业设计师设计好的家居场景划分成一系列子空间结构,针对存放饰品的子空间标记和提取对应的饰品与子空间的特征关联信息;然后构建相应的学习模型,把子空间的特征信息与饰品的特征信息构成融合特征;接着,在新的场景...     

结合局部区域特征的自适应简化率网格简化算法

现有的网格简化算法通常要求人为给定模型整体简化率或者设置几何、颜色、纹理等属性的约束,如何合理地设置这些阈值对没有经验的用户来说比较困难.文中结合监督学习的方法,构建一个多层感知机模型来实现局部区域自适应简化率的预测.该感知机模型能根据网格模型不同区域的局部几何特性,提取出相应的特征,并根据这些特征进行分类.不同的分类对应着不同的简化率,从而在简化网格时根据分类对不同区域设置不同的法线偏差阈值,实现自适应简化率的网格简化算法.为证明该算法的效果,实验中选择不同种类和复杂程度的三维网格模型进行了简化,并与基于QEM能量函数的简化算法进行了整体简化率和简化后的视觉效果的实验对比,结果表明,相对于传统整体简化算法,这种基于局部区域特征设置自适应简化终止条件阈值的简化算法,能有效地根据几何特性对网格进行自适应简化,在保持模型细节的同时,提高了网格的整体简化率.     

二维碰撞感知的单张图像参数化人体与服装重构

已有的基于图像的人体与服装重构大都不考虑身体与衣物之间的交互,导致独立重构结果互相穿刺.本文提出一个二维碰撞感知的从单张图像重构人体与服装的优化方法,利用SMPL和TailorNet参数化模型来分别表示人体和衣服的三维形状,进而建立约束能量求解人体形状参数,运动参数和服装细节控制参数.我们的方法在初始化阶段对输入图像进行了语义分割以及二维关节点的估计,并采用human mesh recovery初步估计人体的形状与运动参数作为能量优化的初始值.我们的能量优化由两部分构成:其一是形状与姿态约束,利用图像中人体的关节位置和着装人体区域对三维参数化模型的投影的关节位置和投影区域进行约束,保证重建模型与图像在形状与姿态上的一致性;其二是人体与衣服的碰撞约束,引入重构人体与服装模型的二维投影区域间的误差对人体与衣服进行碰撞约束,以避免相互穿刺,考虑到基于投影的约束对视点敏感,我们在三维空间中进行视点采样,从而建立多视角的二维投影约束.考虑到能量中包含了TailorNet,不容易计算梯度,我们利用爬山法交替地对人体形状,姿态和服装尺寸参数进行优化求取最优解.最后,通过一系列实验对本文方法和最近的一...     

保持区域平滑的3维动画形状高效编辑

目的 基于控制单元的形状编辑效果受各个控制单元对应权重的影响,而计算闭合形式的控制点权重方法难以有效地处理控制骨骼权重。针对3维空间的控制骨骼提出了一种虚拟控制单元插入算法和骨骼关节点标架变换方法,以保持骨骼控制区域的形状,从而得到过渡平滑、形状保持的良好编辑效果。方法 选择C²连续的线性权值计算方法,在用户输入相应的控制单元后,根据控制单元的支持度插入满足条件的虚拟控制点,实现了对动画形状平滑高效的编辑。首先采用离散化的方式,近似求解输入形状构成的封闭域中任意两点之间的内部距离,然后进行Voronoi区域分解,初步获得每个控制单元的控制区域。如果控制点的支持度约束不符合要求,则通过插入虚拟控制点的方式进行调整,并根据邻接关系计算实控制点对虚拟控制点的权重实现实控制点对虚拟控制点的控制。由于算法计算权值和编辑更新顶点可以并行,因此引入图形处理器（graphics processing unit,GPU）实行并行化处理。结果 实验对比了算法在编辑细节以及对不同网格模型的适应性和编辑效率方面的表现,结果表明本文算法在局部细节处不发生过度形变且保持平滑,对非三角网格和多个封闭区域叠加的网格模型依然适用,且本文算法不需要迭代,又有GPU并行计算,编辑时间显著下降。结论 本文算法易于实现,编辑效果过渡平滑,保留细节特征;GPU并行计算极大提高效率,达到实时交互效果。     

融合RGB图像特征的多尺度深度图像补全方法

针对目前因缺少配对的"缺失-完整"RGB-D数据集而不能直接训练端对端深度图像补全模型的问题,提出基于随机掩码构造对应的缺失-完整数据,结合真实数据集与合成数据集交替训练模型的策略.基于随机掩码生成不同缺失比例的深度图像,并且利用合成数据集构造具有可靠真值的深度图像缺失数据,从而得到具有可靠数据的缺失-完整RGB-D数据集.以此策略为基础,搭建融合对应RGB图像特征的多尺度深度图像补全网络,该网络分别从RGB图像特征提取分支和深度图像特征提取分支提取不同尺度的RGB图像特征和深度图像特征,再经过特征融合分支在不同尺度上对RGB图像特征和深度图像特征进行融合,进而能够充分地学习RGB图像丰富的语义信息和深度图像的信息补全缺失深度.在NYU-Depth V2数据集的实验表明,该方法在不同缺失比例的深度图像补全任务中,阈值精度平均值为0.98,平均相对误差约为0.061,与现有基于神经网络和优化稀疏方程组的方法相比,其在阈值精度上平均提升了0.02,平均相对误差平均下降了0.027.