自由曲面特征造型及其有效性维护的研究

对HUST-CAID（哈尔滨理工大学计算机辅助工业造型设计）系统研究的基础之上,引入自由曲面特征,运用自由曲面特征定义点构建几何形状轮廓曲线,实现特征参数化。其次,根据特征的分类和参数化,结合HUST-CAID系统的自身特点,完成特征类的定义,并在所构建的几何形状轮廓曲线的基础之上,使用扫掠法和蒙皮法技术构造出几何形状原型和最终的特征实例形状。最后,建立了一套自由曲面特征有效性维护机制。     

自由曲面对象族研究

传统的边界表示方式导致自由曲面特征仅包含几何信息,很显然这种表达方式是很低效的。为此提出了一种有效描述自由曲面特征的新方法,该方法基于陈述式的对象族模型构建自由曲面对象族,使自由曲面具有高层次的语义信息,可以保证自由曲面特征无缝地融合到模型中去,同时满足自由曲面特征与其他特征间的约束关系。通过约束定义自由曲面特征具有的语义信息,在建模过程中功能属性被很好地维护,实现了对自由曲面特征在参数化层次上的描述,并证明了其可行性。     

自由特征模型参数化研究

为了更高效直观地对自由特征形状进行建模,对自由特征形体及自由特征定义点进行参数化,提出了一种通过封装参数和约束创建自由特征体特征的方法。在自由特征形状的定义中,建立数值参数和最终特征形状几何属性的映射关系。在轨迹线上提取特征定义点,在各点处建立横截面,对横截面进行蒙皮和扫掠运算,生成和基曲面无缝连接的自由形状体特征。     

一种图像底层视觉特征到高层语义的映射方法

基于语义内容的图像检索已经成为解决图像底层特征与人类高层语义之间“语义鸿沟”的关键。根据图像语义检索的思想,提出了一种采用支持向量机(Support Machine Vector)实现图像底层视觉特征到高层语义的映射方法,并在此基础上针对特例库实现了图像的语义标注和检索。实验结果表明,该映射方法能较好地表达人的语义,以提高图像的检索效率。     

空间约束特征组合与选择的中国剪纸识别

针对中国剪纸识别中存在底层形状特征难以表达高层语义这一"语义鸿沟"问题,提出基于空间约束特征组合与选择的中国剪纸分类识别方法.首先结合空间金字塔模型和上下文相关直方图提取剪纸形状特征,从而得到具有空间信息底层特征;然后通过AdaBoost对所提取的形状特征进行组合和选择,以进一步获取剪纸图像的区别性特征;最终实现剪纸图像的识别.     

参数化股骨曲面特征模型的构建

为了便于参数化股骨曲面模型的编辑修改,利用曲面特征将股骨的网格模型分割为有医用意义的曲面特征单元,提出建立股骨曲面特征模型的方法.首先结合医学解剖需求,将由平均化点云模型构建的三角网格模型分割为有特定意义的多个区域,构成特征区域;其次设计特征参数及参数间约束关系,通过轮廓线蒙皮创建特征曲面;最后将相邻特征曲面通过过渡曲面连接,生成股骨参数化CAD曲面模型.实验结果表明,该方法能够有效地表达股骨表面形状特征,利用高层参数对股骨模型直观地进行构建和编辑,为股骨假肢设计以及不完整股骨的数字化修复等提供基础工具.     

图像语义特征的抽取方法及其应用

从高级信息的角度来描述图像语义,建立图像语义的特征矢量空间和语义划分的结构关系,实现图像与语义值的结构表达。为了有效地获取语义特征值表达,给出了图像语义特征空间选择与最小判别方法,构建了底层特征到高层语义的映射结构与计算表达式,并将特征值应用于图像检索。原理方法和实验数据表明该方法对图像检索具有积极意义。     

一种基于SVMS的语义图像分类方法*

如何跨越图像低层视觉特征到高层语义特征的"语义鸿沟"已成为语义图像检索问题的分类图像分成五个区域;然后在提取图像底层特征的基础上,采用基于支持向量机组(SVMS)的方法建立图像低层视觉特征到高层语义特征之间的映射,将一幅图像同时归入一类或几类图像语义.实验结果表明,该方法具有较好的检索查全率和准确率.     

基于层次语义的图像分类方法

为了更好地实现基于语义的图像检索,结合了颜色、纹理和形状的综合特征来表示图像,将它们作为支持向量机(SVM)的输入向量,对图像类进行学习,建立图像底层特征和高层语义的关联。采用综合特征表示图像,提高了分类正确率。同时按照分语义层次的方式组织图像库,实现图像的语义分层表示,用各层次的关键词来联合表示图像的语义信息。结果表明,可以在具有较好分类正确率的情况下,使图像具有更全面的语义表示。     

一种新的图像语义与视觉特征的映射方法

建立低层视觉特征与高层语义的映射关系能够很好地解决图像检索中的“语义鸿沟”问题。提出一种图像视觉特征与高层语义的映射方法。该方法通过用户的相关反馈来获得图像的语义信息,构造图像特征-语义决策表并结合粗糙集中的知识约简删除了与语义无关的冗余特征,实现了高层语义与底层视觉特征的映射。实验结果表明该方法能够显著减少与语义无关的视觉特征数量,降低分类的复杂性和计算代价,具有较好的分类准确率。     

附加自由曲面构造框架及其有效性维护的研究*

在对HUST-CAID(哈尔滨理工大学计算机辅助工业造型设计)系统进行研究的基础上,首先引入了自由曲面特征,然后结合HUST-CAID系统定义了自由曲面特征的分类和参数化,应用这种分类和参数化的方法创建了一个自由曲面特征,提出了一种基于FFDP配置的附加自由曲面特征的构造框架。此框架可以使自由曲面整体模型的构造完全参数化。最后建立了基于这个框架构造的自由曲面附加特征的有效性维护机制,从而达到对自由曲面附加特征进行有效性维护的目的。     

基于ACIS/HOOPS的特征造型系统设计与实现

为了探索CAD/CAM领域中的特征造型关键技术,研发一个特征造型系统。该系统分别以ACIS和HOOPS为几何造型引擎和渲染引擎,能够实现常用特征的创建、特征历史的管理、基本约束的管理和特征模型与几何模型的存取等功能,并且支持一些自由曲面特征造型以及参数化设计。为了维护用户的隐含设计意图,系统采用了一种新的拓扑元素命名与辨识机制。最后,给出了使用该系统进行特征建模、自由曲面特征参数化设计以及设计意图有效维护等实例,验证了本系统的可行性和有效性。     

基于概念索引的图像自动标注

在基于内容的图像检索中,建立图像底层视觉特征与高层语义的联系是个难题.一个新的解决方法是按照图像的语义内容进行自动标注.为了缩小语义差距,采用基于支持向量机(SVM)的多类分类器为空间映射方法,将图像的底层特征映射为具有一定高层语义的模型特征以实现概念索引,使用的模型特征为多类分类的结果以概率形式组合而成.在模型特征组成的空间中,再使用核函数方法对关键词进行了概率估计,从而提供概念化的图像标注以用于检索.实验表明,与底层特征相比,使用模型特征进行自动标注的结果F度量相对提高14%.     

基于高层颜色语义名称的显著性检测*

为了克服图像底层特征与高层语义之间的语义鸿沟,降低自顶向下的显著性检测方法对特定物体先验的依赖,提出一种基于高层颜色语义特征的显著性检测方法。首先从彩色图像中提取结构化颜色特征并在多核学习框架下,实现对图像进行颜色命名获取像素的颜色语义名称;接着利用图像颜色语义名称分布计算高层颜色语义特征,再将其与底层的Gist特征融合,通过线性支持向量机训练生成显著性分类器,实现像素级的显著性检测。实验结果表明,本文算法能够更加准确地检测出人眼视觉关注点。且与传统的底层颜色特征相比,本文颜色语义特征能够获得更好的显著性检测结果。     

面向服装个性化定制的多视角轮廓三维人体快速重建方法

服装个性化在线定制需要围绕用户形状参数进行设计,传统的量体方法获取的用户形状参数误差高、反馈慢,亟需构建一种三维人体重建方法能够快速感知用户人体形状.针对此问题,提出了一种面向服装个性化定制的多视角轮廓三维人体快速重建方法.利用多级空洞卷积分割网络(multilevel dilated convolution semantic network,MDS-Net)提取人体轮廓图像中整体和局部特征,实现轮廓图像的语义分割;利用躯干参数提取网络(torso parameter extraction network,TPE-Net)提取多视角人体轮廓分割图的形状和姿势参数;利用主成分分析(principal component analysis,PCA)提取三维人体模型潜层空间的语义特征,并映射为由TPE-Net输出的形状和姿势参数,从而实现三维人体重建.在PyTorch环境下,采用4个数据集进行实验验证,结果表明,MDS-Net在测试集上的分割mIoU评分平均为0.881,能够实现整体分割和局部细节保留;TPE-Net在测试集上形状参数预测准确率为0.74,关节预测偏移距离与运动树中的索引呈正...     

中国古代小说图像的语义获取方法

针对中国古代小说图像的特性,提出了一种利用人工神经网络获取图像语义的方法。利用人工神经网络在图像的纹理、形状等低层视觉特征和高层语义特征间建立映射关系,利用改进的遗传算法确定人工神经网络的参数和权值,利用训练后的人工神经网络获取图像的语义。实验结果表明,所提出的方法具有理想的图像语义获取效果,能充分反映人对图像内容的理解,具有很好的应用价值。     

基于高层语义的图像检索算法

利用Bayes统计学习和决策理论,建立了一种图像语义综合概率描述模型(image probability semanticmodel,简称IPSM).该模型是一种基于描述性特征建模方法的分层体系结构,由原始图像层、图像特征层、图像语义层、综合概率层、概率传播层和语义映射层6个部分组成.并在IPSM模型对图像的语义分类特征进行描述和提取的基础上,提出并实现了基于高层语义的图像检索算法(semantic high-1evel retrieval algorithm,简称SHM)以及基于高层语义的相关反馈算法(semantic relevance feedback,简称SRF).实验结果表明,IPSM模型及SHR和SRF两个算法能够有效地对图像的高层语义进行刻画,其图像匹配检索效果良好,并具有稳定的检索性能.     

基于层次B样条的自由形状特征重用

借助层次B样条技术提出了一种自由形状特征的重用算法.首先利用低通滤波和泊松方程对源曲面上特征区域进行基面与细节特征的分离操作,求得基面与特征之间的偏移矢量场;然后利用平面参数化将偏移矢量场应用到目标曲面上完成特征重构;最后借助层次B样条技术优化重用结果.实验结果表明,该算法能够有效地完成自由形状特征的重用.     

颜色语义特征描述提取及其在图像分类中的应用

为了弥补图像底层特征到高层语义之间的语义鸿沟,提出一种颜色语义特征的构建方法以建立新的语义映射来提高图像分类准确率。通过提取底层颜色特征,构建包含颜色概念的语义网络,建立了颜色语义特征三元组,利用机器学习分类算法进行图像分类。实验结果表明,利用文章提出的新方法构建的语义特征向量进行图像分类,不仅可以取得优秀的分类结果,同时对不同的分类算法具有鲁棒性。     

一种基于Ontology的数据集成系统

针对异构数据源中实现基于语义的数据集成的需求,采用分层思想,在用户层与实际数据层之间增加一个中间层来屏蔽底层数据的异构,用本体作为公共语义描述工具,建立本体到各数据源的映射规则,设计实现了将基于本体的全局查询转化为基于各数据源的局部查询系统,解决了数据源之间的语义异构问题,其中用OWL表示本体和映射,并研究了系统中的关键技术。