语义特征造型中对象族模型研究

提出了一种新的对象族模型,即陈述式对象族模型。定义了陈述式对象族模型,给出了模型的几何结构和拓扑结构,通过约束详细说明了特征的语义,以约束图的形式给出了该模型中特征的表示,给出了模型的语法描述。通过实例验证了模型的有效性,克服了传统的基于历程建模的不足,提高了CAD建模设计效率,降低了设计成本。     

层次参数化的自由曲面特征表示与实现

为了解决自由曲面特征参数化问题,提出一种自由曲面特征参数分层实现框架.采用从高层到底层、从整体到局部的分层思想,将自由曲面特征的参数及映射关系划分为"3层参数和2级映射"结构来定义曲面特征,即高层语义参数表示整体形状,中间层参数表示特征线和底层参数表示细节形状,并在各层参数间建立映射和约束关系;同时支持设计者用Scheme命令快速实例化曲面特征.该方法避免了传统方式中由高层特征参数到底层数据间直接的复杂映射关系,且方便了曲面特征的实例化.实验结果表明,文中方法使得设计者能够从特征语义层直观地编辑修改自由曲面特征,是一种有效的自由曲面特征参数化表示和实现方法.     

对象族拓扑约束求解的研究

针对当前对象族模型在求解拓扑约束时存在的缺陷,提出一种求解拓扑约束的新方法,这种方法在求解拓扑约束时,把拓扑约束映射为布尔约束满足问题,通过用SAT求解器求解布尔约束来求解拓扑约束。实践证明,该方法不仅直接关联与拓扑约束指定的特征的语义,而且当模型中存在大量相交的特征时也是可行的,提高了拓扑约束求解的效率。     

基于区域分割的三维自由曲面相似性评价算法

为了在工程应用中检索已有的三维CAD模型,以便重用相应零件的设计信息,节省设计和加工成本,提出一种基于曲面分割技术的CAD自由曲面相似性评价算法.依据曲面的曲率将自由曲面分割成具有相对固定曲率特征的不同区域;对每个分割得到的区域用一个7维向量表达其形状的几何特征和拓扑特征,一个自由曲面形状特征即可通过各分割区域所对应的7维向量组成的向量组表达;将该向量组作为自由曲面的形状描述子,2个自由曲面的相似性可通过相对应的形状描述子间的相似性表达.在评价2个曲面形状描述子的相似性时,将描述子中的每个向量看成是一个带有属性的节点,2个形状描述子所对应的2组属性节点可看成是一个二分图,2组属性节点间相应节点距离看成是二分图的权值,并利用赋权二分图最优匹配的算法求出2组属性节点的相似性,实现2个自由曲面之间的相似性评价.实验结果表明,该算法是有效、可行的.     

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。     

自由曲面体的一种模型设计方法

本文叙述了由剖面来描述和生成自由曲面体的模型设计方法,讨论了生成三视图等算法并探讨了该模型用于计算机辅助生产自由曲面体的前景。     

基于OCL的服务构件特征语义描述模型

构件的语义特征是构件检索的主要依据,也是构件库的重点研究内容.然而,由于网络系统中存在分布、动态、数量众多的服务构件,很多构件之间存在一定的关联和依赖,因此如何有效地描述这些服务构件特征间的关联,是构件库管理模型需要进一步研究的一个重要问题.提出一种基于特征的构件语义描述模型,首先分别给出特征、特征空间和构件特征空间表示模型的定义.接着将构件特征间的各种关联和依赖关系分成自身约束、父子关系约束、显性约束和隐性约束4类,并采用对象约束语言对这些关系进行形式化描述,从而为模型提供了精确的语义支持.面向电子商务的构件特征子树的实例研究及其模型验证和实验结果证明了该模型的正确性与有效性.     

一种提高元建模语义完整性的方法

元建模发生在模型驱动架构中的元元模型、元模型和模型层中,传统的元建模采用统一建模语言UML描述。但是实践证明,UML无法提供与对象有关的所有信息,缺少描述模型中关于对象的附加约束,而且无法描述不同模型之间的转换。针对传统元建模中的语义缺陷,特引入对象约束语言来提高元建模的精确性。文中阐述了如何结合UML和OCL应用于元模型,提高元建模语义完整性,加强元建模的可读性和可执行性,并且使用该方法能够检测出约束冲突。     

复杂曲面局部协调设计技术

综合利用CAGD中的曲线曲面理论和方法,通过构造合理的局部区域来裁剪N边汇交曲面,并利用汇交曲面的原始信息解决局部NURBS曲面的协调设计．该方法在新生成曲面与裁剪汇交曲面之间保证处处G^1连续,同时光滑地逼近于局部区域的特征走向．这种基于特征敏感的带复杂边界条件约束的协调曲面重构方法,作为曲面高级编辑工具已应用于计算机辅助反求工程CAD软件RE—SOFTV6．0中．实际应用表明,局部协调设计技术能够较好地解决复杂曲面造型和反求工程建模中模型的整体连续性和保形性．     

结构-视图模型下零件可变型设计方法

提出基于功能结构一结构视图模型的零件族建模方法,将零件变型设计的对象层次定义到有一定工程语义、表达工程功能的结构,将零件描述为由功能结构以一定的组合关系构成的可扩展网络．组成零件的功能结构通过施加空间布局约束和拼接约束建立零件族模型．通过修改参数尺寸可以实现零件大小的变化;通过对功能结构的修改或替换达到零件实例结构的变型和变异;通过提高零件变型对象的层次实现零件功能结构的变异．     

全卷积语义分割与物体检测网络

目的 目前主流物体检测算法需要预先划定默认框,通过对默认框的筛选剔除得到物体框。为了保证足够的召回率,就必须要预设足够密集和多尺度的默认框,这就导致了图像中各个区域被重复检测,造成了极大的计算浪费。提出一种不需要划定默认框,实现完全端到端深度学习语义分割及物体检测的多任务深度学习模型（FCDN）,使得检测模型能够在保证精度的同时提高检测速度。方法 首先分析了被检测物体数量不可预知是目前主流物体检测算法需要预先划定默认框的原因,由于目前深度学习物体检测算法都是由图像分类模型拓展而来,被检测数量的无法预知导致无法设置检测模型的输出,为了保证召回率,必须要对足够密集和多尺度的默认框进行分类识别;物体检测任务需要物体的类别信息以实现对不同类物体的识别,也需要物体的边界信息以实现对各个物体的区分、定位;语义分割提取了丰富的物体类别信息,可以根据语义分割图识别物体的种类,同时采用语义分割的思想,设计模块提取图像中物体的边界关键点,结合语义分割图和边界关键点分布图,从而完成物体的识别和定位。结果 为了验证基于语义分割思想的物体检测方法的可行性,训练模型并在VOC（visual object classes）2007 test数据集上进行测试,与目前主流物体检测算法进行性能对比,结果表明,利用新模型可以同时实现语义分割和物体检测任务,在训练样本相同的条件下训练后,其物体检测精度优于经典的物体检测模型;在算法的运行速度上,相比于FCN,减少了8 ms,比较接近于YOLO（you only look once）等快速检测算法。结论 本文提出了一种新的物体检测思路,不再以图像分类为检测基础,不需要对预设的密集且多尺度的默认框进行分类识别;实验结果表明充分利用语义分割提取的丰富信息,根据语义分割图和边界关键点完成物体检测的方法是可行的,该方法避免了对图像的重复检测和计算浪费;同时通过减少语义分割预测的像素点数量来提高检测效率,并通过实验验证简化后的语义分割结果仍足够进行物体检测任务。     

小目标检测研究综述

随着计算机视觉和人工智能技术的快速发展,目标检测受到了更加广泛的关注。由于小目标像素占比小、语义信息少、易受复杂场景干扰以及易聚集遮挡等问题,导致小目标检测一直是目标检测领域中的一大难点。目前,视觉的小目标检测在生活的各个领域中日益重要。为了进一步促进小目标检测的发展,提高小目标检测的精度与速度,优化其算法模型,本文针对小目标检测中存在的问题,梳理了国内外研究现状及成果。首先,分别从小目标可视化特征、目标分布情况和检测环境等角度对小目标检测的难点进行了分析,同时从数据增强、超分辨率、多尺度特征融合、上下文语义信息、锚框机制、注意力机制以及特定的检测场景等方面系统总结了小目标检测方法,并整理了在框架结构、损失函数、预测和匹配机制等方面发展的较为成熟的单阶段小目标检测方法。其次,本文对小目标检测的评价指标以及可用于小目标检测的各类数据集进行了详细介绍,并针对部分经典的小目标检测方法在MSCOCO(Microsoft common objects in context)、VisDrone2021(vision meets drones2021)和Tsinghua-Tencent100K等数据...     

结合语义辅助和边缘特征的显著对象检测

目的 现有的显著对象检测模型能够很好地定位显著对象,但是在获得完整均匀的对象和保留清晰边缘的任务上存在不足。为了得到整体均匀和边缘清晰的显著对象,本文提出了结合语义辅助和边缘特征的显著对象检测模型。方法 模型利用设计的语义辅助特征融合模块优化骨干网的侧向输出特征,每层特征通过语义辅助选择性融合相邻的低层特征,获得足够的结构信息并增强显著区域的特征强度,进而检测出整体均匀的显著对象。通过设计的边缘分支网络以及显著对象特征得到精确的边缘特征,将边缘特征融合到显著对象特征中,加强特征中显著对象边缘区域的可区分性,以便检测出清晰的边缘。同时,本文设计了一个双向多尺度模块来提取网络中的多尺度信息。结果 在4种常用的数据集ECSSD （extended complex scene saliency dataset）、DUT-O （Dalian University of Technology and OMRON Corporation）、HKU-IS和DUTS上与12种较流行的显著模型进行比较,本文模型的最大F值度量（max F-measure,MaxF）和平均绝对误差（mean absolution error,MAE）分别是0.940、0.795、0.929、0.870和0.041、0.057、0.034、0.043。从实验结果看,本文方法得到的显著图更接近真值图,在MaxF和MAE上取得最佳性能的次数多于其他12种方法。结论 本文提出的结合语义辅助和边缘特征的显著对象检测模型十分有效。语义辅助特征融合和边缘特征的引入使检测出的显著对象更为完整均匀,对象的边缘区分性也更强,多尺度特征提取进一步改善了显著对象的检测效果。     

Wireframe Projections: Physical Realisability of Curved Objects and Unambiguous Reconstruction of Simple Polyhedra

The reconstruction of an object from a single 2D projection of a 3D wireframe model is a vision problem with applications in CAD/CAM and computer graphics.We propose an algorithm for the interpretation of wireframe projections based on assigning semantic and numerical depth labels to lines. This method allows us to state necessary and sufficient conditions for the physical realisability of a wireframe projection of a curved object. The presence of linear features provides further constraints on the positions of object vertices. For example, each straight line gives rise to a coplanarity constraint between a set of object vertices.We show that extra information, such as vanishing points, parallel lines or user-entered depth-parity information, is sufficient to uniquely determine the face-circuits in wireframe projections of polyhedra with simple trihedral vertices. In fact, a polyhedron with simple trihedral vertices can be unambiguously reconstructed from its 3D wireframe model.     

基于多尺度特征融合和残差注意力机制的目标检测

作为一个多任务的学习过程,目标检测相较于分类网络需要更好的特征.基于多尺度特征对不同尺度的目标进行预测的检测器性能已经大大超过了基于单一尺度特征的检测器.同时,特征金字塔结构被用于构建所有尺度的高级语义特征图,从而进一步提高了检测器的性能.但是,这样的特征图没有充分考虑到上下文信息对语义的补充作用.在SSD基准网络的基...     

CIMS环境下基于对象的信息集成框架

信息集成是实现ＣＩＭＳ的关键．文中在集成模型的选择和集成系统的设计上引入了面向对象的思想，提出了一个基于对象的信息集成框架，并着重讨论了本地对象模式和全局对象模式设计和实现的关键技术．与传统的信息集成方法相比，基于对象的信息集成技术能更自然地表达已有数据库之间的语义信息，并保持已有应用程序的独立性，而且具有良好的可扩充性．     

语义过渡特征建模和形状计算方法的研究*

针对当前系统边界表示法描述过渡特征的不足,对过渡特征的附加面作了深入的研究,提出一种新的过渡特征建模和确定过渡特征形状的方法,从而使过渡特征的语义得到有效地维护。该方法减少了永久命名问题对过渡特征的影响,并且不要求在FFDPs配置中提前指定,定义的参数可以直接映射到FFDPs配置,定义的特征元素控制过渡特征的形状。     

级联特征融合孪生网络目标跟踪算法研究

在光照变化、遮挡、背景相似、变形等复杂情况下,目标跟踪过程中难以精确地提取丰富的特征信息,容易导致目标跟踪出现漂移或者跟踪丢失.由于多层神经网络的浅层特征具有高分辨率,适合于目标定位;深层特征具有丰富的语义信息,适合于目标分类.充分利用这一优势,提出了一种级联特征融合的孪生网络目标跟踪算法.对ResNet-50网络进行...