基于分段函数的中国画风格渲染新方法

通过结合物理模拟中随机浓度的思想和分段处理方法,对中远距离分段的扩散浓度采取随机处理,从而提出一种新的分段水墨扩散函数,用于模拟水墨扩散效果,根据其实现要点选取适当算法设计了中国画风格绘制的总体算法框图。该算法首先对图像用均值滤波进行平滑预处理;然后应用K means聚类算法进行图像分割,用以模拟中国画用水墨浓淡表达色调层次的效果;接着,算法采用形态学方法检测图像的边缘点,对检测出来的边缘点应用自定义的分段处理函数模拟水墨边缘扩散的效果,得出中国画风格渲染图像;最后,用HTML5实现了该算法。该算法所生成的中国画风格在用墨模拟和水墨扩散上都能够得到较逼真的效果。     

细节增强的水墨扩散模拟

水墨画是中国传统绘画的一种表现形式,具有悠久的发展历史.为了使得基于图像的水墨画绘制在体现水墨风格的同时,保留更多的必要细节信息,针对现有基于图像的水墨画渲染模型存在的不足,提出一种强化细节的水墨画扩散模拟算法.该算法人工设置水墨物理扩散的时间,以保证显著的水墨风格,同时增加了细节的增强处理;采用先进行图像分割、提取需要的细节信息,然后将细节信息与扩散后的图像进行加权合成,得到最终的效果图.实验结果表明,该算法通过强化关键细节信息使得水墨风格更接近实际创作的效果,且能增强画面的层次感.     

仿真水墨扩散效果的元胞自动机改进模型

从水墨动态扩散机理分析着手,对元胞自动机模型进行了改进,融入了能真实表征水墨扩散效果的特性因素。首次引入了纤维元的容墨和积墨状态,并采用量化方法简化和建立了墨粒子迁移和水蒸发演变规则。实验结果表明,本文所改进的元胞自动机模型大大增强了水墨扩散的随机性和动态性,仿真效果更趋真实。同时,对水墨扩散效果的仿真具有普适性,借助3维建模与笔法的建立,可进行各种3维水墨效果与笔法的数字实现。     

基于粒子系统烟雾的模拟

传统基于粒子系统烟雾的模拟无法模拟烟雾的扩散行为,而且需要大量粒子,因此满足不了虚拟战场逼真度和实时性的需要.提出一种基于粒子系统理论和离散浓度场相结合来模拟烟雾的算法.在粒子的属性中加人浓度属性,利用三维扩散方程的有限差分建立浓度场,浓度场的变化由浓度场内空间粒子的位置和扩散方程决定,通过浓度场的变化使粒子分裂来模拟烟雾的扩散,通过粒子的运动反映风场的作用.与传统的粒子系统相比,增加了对烟雾扩散的描述,大大降低粒子的数量,该算法保证了生成烟雾的逼真效果,满足了虚拟战场实时性需要.     

基于GPU的实时线绘制及水墨仿真研究

为了由简单三维输入自动生成水墨仿真风格图像,提出了一种基于GPU的实时线绘制算法及水墨仿真算法。提出的微分几何线绘制算法结合了视点相关和视点无关两类特征线的绘制,利用了多种曲率信息和风格化纹理。由于GPU加速和风格化纹理的设计,该算法达到实时且风格化可控,方便了国画仿真,仿真计算将水墨看作二维流体,利用LB方法模拟水墨在宣纸中的边缘扩散。通过对比大量的绘制结果以及和其他方法的比较,结果表明,该方法的绘制结果更加清晰逼真,绘制实时完成且完全自动化。     

基于物理过程的山地原油泄漏模拟方法

山地输油管道泄漏事故发生后,模拟计算污染扩散范围对应急抢险方案的制定具有重要意义.针对现有的山区原油泄漏模拟方法无法呈现符合物理过程的泄漏油品扩散效果以及模拟速度过慢的问题,提出基于物理过程的山地原油泄漏模拟方法.首先基于空间语义约束构建一种融合Fay流体扩散算法和光滑粒子流体动力学(SPH)的计算模型Fay-SPH;然后设计一个基于Fay约束的连续卷积网络FayNet来加速模拟,通过轻量级注意力模块和三重注意力模块增强网络提取粒子特征信息能力;最后融合位置损失和速度损失来保证模拟结果细节的一致性.在自行采集的油气管线所处山区数据上,基于不同地貌和不同地形进行实验的结果表明,所提方法实现了原油泄漏的高效模拟.     

基于扩散机制的杂交粒子群优化算法*

为了解决标准粒子群优化算法容易陷入局部极小值的问题,模拟统计物理和热力学中的扩散现象,设计了一种扩散机制,根据扩散定律和扩散系数公式,给出了粒子的扩散能、种群的温度和粒子的扩散概率三个定义和扩散池的概念;并把这种策略和多父体杂交算子结合起来,提出了基于扩散机制的杂交粒子群优化算法。该算法在具有欺骗性的多模态函数优化和非线性模型参数估计等实际问题上取得了较理想的实验结果,证实了扩散机制和多父体杂交策略可以有效地改善粒子群优化算法的性能。     

一种基于法线贴图的爆炸烟雾模拟算法*

传统的基于流体动力学和光滑粒子动力学的烟雾绘制方法能模拟出逼真的爆炸烟雾,但性能太低使得其很难满足实时性要求;而一般的基于粒子系统的模拟算法主要针对一般烟雾,需要大量粒子数目且不能得到真实立体的爆炸烟雾效果。本文提出一种基于法线贴图的爆炸烟雾模拟算法,使用法线贴图模拟烟雾粒子的空间立体属性,对其进行随机光照计算,并根据时间衰减颜色;采用简单运动控制模型模拟爆炸烟雾的翻滚与扩散。实验表明,该算法使用很少粒子便能产生极高真实感的爆炸烟雾效果,并且具有很好的实时性。     

基于粒子系统的中国水墨画仿真算法

通过分析中国水墨画绘画材料及相互作用关系，提出一个基于粒子系统的仿真模型体系，用以实现中国水墨画的典型艺术效果．该仿真模型借鉴粒子系统的基本概念，使用“伪布朗运动”作为水墨粒子流动的推动力；对给定的输入笔迹进行边缘提取和检出，并作为粒子初始化的依据；使用层对象混合运算实现基本的多笔次叠加效果．实验结果表明，该算法较成功地模拟了中国水墨画的典型效果．     

基于改进LBE特征的RGB-D显著性检测

针对LBE算法难以完整检测出结构复杂的目标和过度依赖深度信息的问题,提出一种基于改进LBE特征的RGB-D显著性检测算法。首先,对输入图像进行多级分割;然后,在各级分割图上计算LBE特征并融合,得到深度显著图;最后,利用色彩信息和先验信息对深度显著图进行矫正得到最终显著图。实验结果表明,改进算法与原始LBE算法相比在准确率上略有降低,在召回率上明显提升,得到的显著图更接近真实值。     

基于物理模型的实时卡通烟雾模拟算法

提出一种流体力学模型结合粒子系统的卡通烟雾实时模拟算法。通过Navier-Stokes方程建立烟雾流体场的物理模型,以保证运动轨迹真实感。为粒子属性引入浓度函数和作用半径,从而只需少量粒子就可快速获得浓度场分布。为了实现卡通化效果,使用代表动画师个人风格的卡通图元在不同浓度区域进行纹理贴图。试验结果证明,该算法高效快速,能实时生成自然生动的卡通烟雾效果。     

Vectorized Monte Carlo photon transport

The results of current research in the development of a Cray algorithm for time-dependent Monte Carlo photon radiation transport is presented. The method that has been developed is a fully vectorized particle-vector scheme. This technique tracks groups of particles simultaneously using a vector-stack formalism based upon particle events. Timing comparisons between this algorithm and the traditional single-particle approach are presented.     

一种改进的基于粒子群的三维片上网络优化布局算法

提出了一种改进的基于粒子群算法的优化布局算法(Improved Particle Swarm Optimization,IPSO)来替换原有的基于模拟退火(Simulated Annealing,SA)算法的优化布局算法,使其更加适用于大型三维片上网络的仿真。通过比较这两种算法的基本思想,给出了这两种算法的实现步骤并详细介绍了IPSO算法的改进思路。最后利用一款现有的三维片上网络仿真器进行了仿真验证。结果表明,提出的IPSO算法比原来的SA算法更适用于大型三维片上网络的仿真。     

一种求解大规模线性方程组的混合粒子群算法

本文介绍了一种大规模0/1线性方程组的特点,以及用标准粒子群算法求解时出现的不足。为此,提出了一种混合粒子群算法。该算法引入了遗传算法的变异机制,采用自适应惯性权重,动态调节粒子搜索时间,克服了标准粒子群算法求解该类线性方程组时易早熟、收敛精度低的缺点。仿真实验结果表明,采用混合粒子群算法能够有效地求解该类线性方程组。     

A scheduling method based on a hybrid genetic particle swarm algorithm for multifunction phased array radar

A hybrid optimization approach combining a particle swarm algorithm, a genetic algorithm, and a heuristic inter-leaving algorithm is proposed for scheduling tasks in the multifunction phased array radar. By optimizing parameters using chaos theory, designing the dynamic inertia weight for the particle swarm algorithm as well as introducing crossover operation and mutation operation of the genetic algorithm, both the efficiency and exploration ability of the hybrid algorithm are improved. Under the frame of the intelligence algorithm, the heuristic interleaving scheduling algorithm is presented to further use the time resource of the task waiting duration. A large-scale simulation demonstrates that the proposed algorithm is more robust and efficient than existing algorithms.     

A swarm intelligence approach to the synthesis of two-dimensional IIR filters

The concept of particle swarms, although initially introduced for simulating human social behaviors, has become very popular these days as an efficient means for intelligent search and optimization. The particle swarm optimization (PSO), as it is called now, does not require any gradient information of the function to be optimized, uses only primitive mathematical operators and is conceptually very simple. This paper investigates a novel approach to the designing of two-dimensional zero phase infinite impulse response (IIR) digital filters using the PSO algorithm. The design task is reformulated as a constrained minimization problem and is solved by a modified PSO algorithm. Numerical results are presented. The paper also demonstrates the superiority of the proposed design method by comparing it with two recently published filter design methods and two other state of the art optimization techniques.     

基于内分泌思想的改进粒子群算法

借鉴神经系统和内分泌系统对行为的高级调节作用,结合传统粒子群算法的原理,设计一种新的改进粒子群算法,充分考虑粒子周围的环境,引入内分泌调节项,对粒子的飞翔方程进行修改,达到改善粒子群算法的性能。为验证算法的有效性,将其与Dijkstra算法结合,实现机器人全局路径规划。结果表明,此方法比传统粒子群算法有较好的性能。     

对抗彩色贴片：一种针对DNNs的对抗攻击手段

深度神经网络（deep neural networks,DNNs）在图像分类、分割、物体检测等计算机视觉应用方面表现出了先进的性能。然而,最近的研究进展表明,DNNs很容易受到输入数据的人工数字扰动（即对抗性攻击）的干扰。深度神经网络的分类准确率受到其训练数据集的数据分布的显著影响,而输入图像的颜色空间受到扭曲或扰动会产生分布不均匀的数据,这使深度神经网络更容易对它们进行错误分类。提出了一种简单且高效的攻击手段——对抗彩色贴片（AdvCS）,利用粒子群优化算法优化彩色贴片的物理参数,实现物理环境下的有效攻击。首先,提出了一个图片背景颜色变化的数据集,通过在ImageNet的一个子集上用27个不同的组合改变他们的RGB通道颜色,研究颜色变化对DNNs性能的影响。在提出的数据集上对几种最先进的DNNs架构进行了实验,结果显示颜色变化和分类准确率损失之间存在显著相关性。此外,基于ResNet 50架构,在提出的数据集上演示了最近提出的鲁棒训练技术和策略（如Augmix、Revisiting、Normalizer Free）的一些性能实验。实验结果表明,这些鲁棒训练技术可以提高深度神经网络对颜色变化的鲁棒性。然后,使用彩色半透明贴片作为物理扰动,利用粒子群优化算法优化其物理参数,将其置于摄像头上执行物理攻击,实验结果验证了提出的方法的有效性。     

纳什均衡解及其QPSO算法求解

纳什均衡是一种博弈的解的概念,可以对非常广泛类型的博弈作出严格的多的预测。具有量子行为的粒子群算法是一种能够较好的解决优化问题的算法,它是在粒子群算法的基础上发展起来的。本文讨论纳什均衡解,并利用QPSO算法来求解纳什均衡解。通过仿真算法及与几种算法的比较结果验证了算法的有效性,证明了算法的全局收敛性。     

多尺度双通道卷积神经网络下的刺绣模拟

目的 针对现有刺绣模拟算法中针线感不强、针线轨迹方向单一等问题,提出了一种基于多尺度双通道卷积神经网络的刺绣模拟算法。方法 1）搭建多尺度双通道网络,选取一幅刺绣艺术作品作为风格图像,将MSCOCO（microsoft common objects in context）数据集作为训练集,输入网络得到VGG（visual geometry group）网络损失和拉普拉斯损失;2）将总损失值传回到网络,通过梯度下降法更新网络参数,并且重复更新参数直到指定的训练次数完成网络训练;3）选取一幅目标图像作为刺绣模拟的内容图像,输入训练完成的网络,获得具有刺绣艺术风格的结果图像;4）使用掩模图像将得到的结果图像与绣布图像进行图像融合,即完成目标图像的刺绣模拟。结果 本文算法能产生明显的针线感和多方向的针线轨迹,增强了刺绣模拟绘制艺术作品的表现力。结论 本文将输入图像经过多尺度双通道卷积神经网络进行前向传播,并使用VGG19、VGG16和拉普拉斯模块作为损失网络进行刺绣模拟。实验结果表明,与现有卷积神经网络风格模拟算法对比,本文提出的网络能够学习到刺绣艺术风格图像的针线特征,得到的图像贴近真实刺绣艺术作品。