数字地球渲染中单精度浮点数误差的改正方法

目的 针对全球大场景渲染中单精度浮点数的低精度导致的图像抖动和撕裂问题,提出了一套完整的解决方法。方法 首先,使用全球四叉树结构来寻找新的坐标原点,避免了现有算法需要频繁切换世界坐标原点的缺点;其次,在新坐标系下进行坐标转换和矩阵转换,解决了像素坐标计算的误差导致的抖动问题;最后,在GPU中使用基于对数的深度计算方式来提高深度的分辨率,解决了深度计算误差导致的Z-Fighting现象。结果 实验结果表明所提方法能很好的解决单精度浮点导致的渲染问题。结论 此方法具有适应性强、实现复杂度低、精度和效率可控等优点。     

GPU Tessellation全球地形可视化方法

目的 目前全球大规模地形可视化问题基本都衍生于分块LOD(level of detail)方法,该方法在快速地表漫游中依然存在GPU-CPU的数据传输瓶颈,其基于裙边的缝隙修复方法既需要额外资源,还存在依然无法完全消除的痕迹。为解决这些问题,提出了一种GPU网格生成的地形可视化方法。方法 结合GPU Tessellation方法、基于视点与屏幕空间误差的LOD方法、局部坐标系渲染等算法,使得全球地形可视化的生成效率有明显提高。结果 实现了一个全球地形可视化系统GTVS,提供全球高精度地形数据与多分辨率高清卫星影像数据的调度与渲染等。论文对该系统进行了详实的实验和数据分析,相比传统基于GPU的分块LOD方法,FPS(frames per second)提升100%以上,很好地解决了系统瓶颈问题。结论 结果表明所提方法实用、鲁棒、扩展性好,可广泛地适用于大规模的全球渲染系统中。     

眼球光心标定与距离修正的3维注视点估计

目的 在基于双目视线相交方法进行3维注视点估计的过程中,眼球光心3维坐标手工测量存在较大误差,且3维注视点估计结果在深度距离方向偏差较大。为此,提出了眼球光心标定与距离修正的方案对3维注视点估计模型进行改进。方法 首先,通过图像处理算法获取左右眼的PCCR（pupil center cornea reflection）矢量信息,并使用二阶多项式映射函数得到左、右眼的2维平面注视点;其次,通过眼球光心标定方法获取眼球光心的3维坐标,避免手工测量方法引入的误差;然后,结合平面注视点得到左、右眼的视线方向,计算视线交点得到初步的3维注视点;最后,针对结果在深度距离方向抖动较大的问题,使用深度方向数据滤波与Z平面截取修正法对3维注视点结果进行修正处理。结果 选择两个不同大小的空间测试,实验结果表明该方法在3050 cm的工作距离内,角度偏差0.7°,距离偏差17.8 mm,在50130 cm的工作距离内,角度偏差1.0°,距离偏差117.4 mm。与其他的3维注视点估计方法相比较,在同样的测试空间条件下,角度偏差和距离偏差均显著减小。结论 提出的眼球光心标定方法可以方便准确地获取眼球光心的3维坐标,避免手工测量方法带来的误差,对角度偏差的减小效果显著。提出的深度方向数据滤波与Z平面截取修正法可以有效抑制数据结果的抖动,对距离偏差的减小效果显著。     

采用面积采样的反走样字符旋转算法

目的 针对现有字符反走样算法中灰度分配不准确导致的字符抖动、实时性较差等问题,提出一种高效的反走样算法.方法 首先,算法基于面积采样原理,根据周围邻域的像素点来分配灰度,使像素点的坐标定位更加准确,从而解决了字符动态显示时抖动的问题;其次,通过反向坐标变换消除了字符旋转后出现的空洞现象;最后,算法充分利用了FPGA的并行计算能力,在时间和空间上都做到了优化.结果 实验结果表明,本文算法很好地解决了字符抖动问题,并且新算法的仿真速度约为传统算法的6倍以上,比五株排列算法提高了30%.结论 相比其他算法,新算法的优势体现在两个方面,一是字符的灰度过渡平滑,反走样效果更好;二是速度快,实时性高,新算法适用于工程中各种场合下点阵字符的显示,尤其是实时性要求高的环境.     

遥感图像中油罐目标精确定位与参数提取

目的 浮动顶油罐是遥感图像中具有圆形特征的典型人造目标,其高精度定位与参数提取问题是一类代表性的应用问题,针对该问题,传统的基于圆形特征的变换域提取方法鲁棒性差,参数选择需要不断手动调整;基于深度学习的方法利用对已有标注图像的训练求解网络参数,提高了自动化程度,但对于圆形目标而言,覆盖圆周需要较大的感受野,这对应较大的网络结构,随之带来细节信息缺失或参数量、运算量增大的问题。本文针对油罐的定位与参数提取问题,将传统特征提取与深度学习结合,提出了一种计算量小、精度高的方法。方法 基于快速径向对称变换（fast radial symmetry transform,FRST）后的变换域数据及原始数据构建了卷积神经网络（convolutional neural networks,CNN）,给出了训练过程及参数选择,有效地将圆形特征的先验引入深度学习过程,计算复杂度低,用较少层的网络实现了高精度的定位。结果 基于SkySat数据的实验表明,该方法比单纯基于深度学习的方法在相同网络量级上精度得到了有效提高,预测误差平均降低了17.42%,且随着网络深度的增加,精度仍有明显提高,在较浅层次网络中,预测误差平均降低了19.19%,在较深层次网络中,预测误差平均降低了15.66%。结论 本文针对油罐遥感图像定位与参数提取问题,提出了一种基于变换域特征结合深度学习的方法,有效降低了计算量,提升了精度和稳定性。本文方法适用于油罐等圆形或类圆形目标的精确定位和参数提取。     

自适应骨骼中心的人体行为识别算法

目的 基于3维骨架的行为识别研究在计算机视觉领域一直是非常活跃的主题,在监控、视频游戏、机器人、人机交互、医疗保健等领域已取得了非常多的成果。现今的行为识别算法大多选择固定关节点作为坐标中心,导致动作识别率较低,为解决动作行为识别中识别精度低的问题,提出一种自适应骨骼中心的人体行为识别的算法。方法 该算法首先从骨骼数据集中获取三维骨架序列,并对其进行预处理,得到动作的原始坐标矩阵;再根据原始坐标矩阵提取特征,依据特征值的变化自适应地选择坐标中心,重新对原始坐标矩阵进行归一化;最后通过动态时间规划方法对动作坐标矩阵进行降噪处理,借助傅里叶时间金字塔表示的方法减少动作坐标矩阵时间错位和噪声问题,再使用支持向量机对动作坐标矩阵进行分类。论文使用国际上通用的数据集UTKinect-Action和MSRAction3D对算法进行验证。结果 结果表明,在UTKinect-Action数据集上,该算法的行为识别率比HO3D J2算法高4.28%,比CRF算法高3.48%。在MSRAction3D数据集上,该算法比HOJ3D算法高9.57%,比Profile HMM算法高2.07%,比Eigenjoints算法高6.17%。结论 本文针对现今行为识别算法的识别率低问题,探究出问题的原因是采用了固定关节坐标中心,提出了自适应骨骼中心的行为识别算法。经仿真验证,该算法能有效提高人体行为识别的精度。     

聚焦性检测与彩色信息引导的光场图像深度提取

目的 光场相机可以通过一次拍摄,获取立体空间中的4D光场数据,渲染出焦点堆栈图像,然后采用聚焦性检测函数从中提取深度信息。然而,不同聚焦性检测函数响应特性不同,不能适应于所有的场景,且现有多数方法提取的深度信息散焦误差较大,鲁棒性较差。针对该问题,提出一种新的基于光场聚焦性检测函数的深度提取方法,获取高精度的深度信息。方法 设计加窗的梯度均方差聚焦性检测函数,提取焦点堆栈图像中的深度信息;利用全聚焦彩色图像和散焦函数标记图像中的散焦区域,使用邻域搜索算法修正散焦误差。最后利用马尔可夫随机场(MRF)将修正后的拉普拉斯算子提取的深度图与梯度均方差函数得到的深度图融合,得到高精确度的深度图像。结果 在Lytro数据集和自行采集的测试数据上,相比于其他先进的算法,本文方法提取的深度信息噪声较少。精确度平均提高约9.29%,均方误差平均降低约0.056。结论 本文方法提取的深度信息颗粒噪声更少;结合彩色信息引导,有效修正了散焦误差。对于平滑区域较多的场景,深度提取效果较好。     

实时立体视觉系统中的深度映射

目的 为减少立体图像中由于水平视差过大引起的视觉疲劳。针对实时渲染的立体视觉系统,给出了一种非均匀深度压缩方法。方法 该方法在单一相机空间内,通过不同的投影变换矩阵生成双眼图像,水平视差由投影变换来控制。为减少深度压缩造成的模型变形而带来的瑕疵,将不同深度区域内物体施以不同的压缩比例;将相机轴距表示为深度的连续函数,通过相机轴距推导出在单一相机空间内获取双眼图像的坐标变换,将深度压缩转换为模型的坐标变换,从而保证压缩比例的连续变化。结果 实验结果表明,该方法能有效提高立体图像的质量。结论 该方法简单、高效,可应用于游戏、虚拟现实等实时立体视觉系统。     

带深度信息监督的神经辐射场虚拟视点画面合成

目的 在神经辐射场虚拟视点画面合成过程中,因视图数量过少或视图颜色不一致产生离群稀疏深度值问题,提出利用深度估计网络的密集深度值监督神经辐射场虚拟视点画面合成的方法来解决此问题。方法 首先输入视图进行运动恢复结构获取稀疏深度值,其次将 RGB 视图输入 New CRFs（neural window fully-connected CRFsfor monocular depth estimation）深度估计网络得到预估深度值,计算预估深度值和稀疏深度值之间的标准差。最后,利用预估深度值和计算得到的标准差,对神经辐射场的训练进行监督。结果 实验在 NeRF Real 数据集上与其他算法进行了实验对比。在少量视图合成实验中,本文方法在图像质量和效果优于仅使用 RGB 监督的 NeRF（neuralradiance fields）方法和使用稀疏深度信息监督的方法,峰值信噪比较 NeRF 方法提高 24%,较使用稀疏深度信息监督的方法提高 19. 8%;结构相似度比 NeRF 方法提高 36%,比使用稀疏深度信息监督的方法提高 16. 6%。同时为了验证算法的数据效率,进行了相同的迭代次数达到的峰值信噪比的比较,相较于 NeRF 方法,数据效率也有明显提高。结论 实验结果表明,本文所提出的利用深度估计网络密集深度值监督神经辐射场虚拟视点画面合成的方法,解决了视图数量过少或者视图颜色不一致产生离群稀疏深度值问题。     

面向移动终端的分布并行化渲染

目的 随着移动互联技术和实时渲染技术的快速发展,面向移动终端的3维展示提供了远程交互式的模型渲染,但较高的渲染计算复杂度与较大的数据处理规模,影响了移动终端3维展示的渲染质量和实时性。针对以上不足,提出一种面向移动终端的分布并行化渲染方法。方法 该方法将渲染任务分布到服务端与终端,服务端采用层次细节模型控制场景复杂度,生成初次渲染图像;终端采用基于图像的渲染技术再次绘制图像,提高渲染质量,同时在渲染过程中利用CUDA(compute unified device architecture)并行计算加速渲染数据处理。结果 本方法有效提高了渲染速度,降低了数据传输量,并保证了图像质量,帧率和数据传输量优化了大约10.8%。结论 本文方法为面向移动终端的3维展示提供了很好的解决途径,在移动网络环境中,能够有效降低服务端负载压力,提高资源利用率并改善用户体验。     

英文字母特征的双面碎纸拼接

目的 结合图像处理技术和英文字母特征,提出一种基于聚类和全局优化的双面碎纸拼接复原算法.方法 利用图像处理技术,消除同行字母的处于不同高度部分.再分别基于处理前后的碎纸片,分别提出碎片与行之间匹配程度以及刻画相邻碎片两两匹配的特征参数(像素差与相关系数).利用上述两特征参数,将问题转化为两个子优化问题:子问题1,基于像素差的最大值最小目标,建立全局最优聚类模型,确定所有碎片的行分类;子问题2,将同一行中相邻碎片的匹配问题转化为旅行商问题(TSP),并基于相关系数对每一行建立全局优化模型.结果 仿真实验结果表明,图像处理技术能有效地消除同行字母处于不同高度的负影响.同时,获取的两个特征参数能很好地刻画碎片之间的匹配,复原准确率达到90％以上.结论 实验结果表明,该算法能保证高复原率且降低复杂度,对碎纸机碎纸拼接复原具有良好的实际意义.     

Error detection of arithmetic expressions

Inspecting floating-point errors is essential to floating-point operations. In this paper, we present floating-point error detector (FPED), an inspector of floating-point errors for arithmetic expressions. FPED can pick a suitable benchmark generation approach by analyzing the distribution of the expression of a floating-point operation, thereby minimizing the possibilities of underreporting floating-point errors. FPED is also able to determine the significant sources of errors in a floating-point operation according to the frequencies of computation building blocks that contribute most to the floating-point errors, benefiting the follow-up optimizations of computation accuracies. We validate the correctness and functionalities of FPED by conducting experiments on the FPBench benchmark suite. The experimental results demonstrate that FPED can obtain more accurate detection results than the random detecting approach with respect to floating-point error detection. We also compare FPED with the existing dynamic error detection tools. The experimental results show that in most of the 33 test benchmarks, the maximum error results of FPED are greater than Herbgrind and the detection performance is higher than Herbgrind.

     

l1优化在网格去噪中的应用

目的 网格去噪是计算机图形学中的经典问题,而如何在去除噪声的同时保持网格的特征结构是这一研究方向所面临的最大挑战。方法 提出一种具有稀疏性的全局网格去噪方法,该方法源于信号处理理论中稀疏表示的基本思想,通过优化全局能量函数来去除网格模型的噪声,同时能够保持网格模型的特征结构。该方法共分为两个步骤,第1步为网格面法向量的滤波,首先建立全局优化模型,对噪声网格的面法向量进行滤波优化,其中引入l₁范数来保证解的稀疏性,使得优化后新的面法向量能够保持网格的特征结构;第2步为网格曲面的重建,根据第1步得到的新的面法向量,按照面法向量的定义,建立最小二乘意义下的网格顶点的重建模型,求解得到新的网格曲面。结果 由于该模型是全局方法,避免了现有滤波方法可能出现的不收敛等问题,能够取得比较满意的去噪效果。结论 大量实验结果表明,本文方法在去除噪声的同时,能较好地保持网格的特征结构,尤其对于CAD模型有很好的实验效果。     

Guaranteed interval analysis localization for mobile robots

This paper presents a set membership method (named Interval Analysis Localization (IAL)) to deal with the global localization problem of mobile robots. By using a LIDAR (LIght Detection And Ranging) range sensor, the odometry and a discrete map of an indoor environment, a robot has to determine its pose (position and orientation) in the map without any knowledge of its initial pose. In a bounded error context, the IAL algorithm searches a set of boxes (interval vector), with a cardinality as small as possible that includes the robot’s pose. The localization process is based on constraint propagation and interval analysis tools, such as bisection and relaxed intersection. The proposed method is validated using real data recorded during the CAROTTE challenge, organized by the French ANR (National Research Agency) and the French DGA (General Delegation of Armament). IAL is then compared with the well-known Monte Carlo Localization showing weaknesses and strengths of both algorithms. As it is shown in this paper with the IAL algorithm, interval analysis can be an efficient tool to solve the global localization problem.     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

Optimizing precision overhead for x86 processors

It is a major challenge for a Java JIT compiler to perform single-precision floating-point operations efficiently for the x86 processors. In previous research, the double-precision mode is set as the default precision mode when methods are invoked. Sophisticated approaches then use heuristic approaches to optimization by considering the trade-offs between roundings and mode switches. However, this convention introduces redundant mode switches across method boundaries. Furthermore, methods that include both single- and double-precision operations cannot switch the mode, even if single-precision operations are dominant. We propose a new approach to these problems. We eliminate redundant mode switches by ignoring the default precision mode and calling a method in the same precision mode as the caller. For methods that include both single- and double-precision methods, we reduce the overhead of rounding by isolating code segments of a given method that should be executed in the single-precision mode. We implemented our approach in IBM's Just-in-Time compiler, and obtained experimental results demonstrating that, in SPECjvm98, it consistently shows the best performance in any configuration of benchmark programs, inline policies, and processor architectures compared with previous research approaches. Copyright © 2004 John Wiley & Sons, Ltd.     

Optimale Basiswahl für eine Gleitkomma-Arithmetik

Choosing an internal floating-point representation for a binary computer with given word-length is influenced by two factors: the size of the range of admissible numbers and the precision of the respective floating-point arithmetic. In this paper “precision” is defined by a statistical model of rounding errors. According to this definition base 4 floating-point arithmetic on an average produces smaller rounding errors than all other floating-point arithmetics with a base 2^k, provided that the ranges of numbers have equal size.