1974年1月创刊(月刊)
主管/主办:重庆西南信息有限公司
ISSN 1002-137X
CN 50-1075/TP
CODEN JKIEBK
编辑中心
    2016 中国计算机图形学会议 栏目所有文章列表
    (按年度、期号倒序)
        一年内发表的文章 |  两年内 |  三年内 |  全部
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 各向同性三角形重新网格化方法综述
    严冬明,胡楷模,郭建伟,王逸群,张义宽,张晓鹏
    计算机科学    2017, 44 (8): 9-17.   DOI: 10.11896/j.issn.1002-137X.2017.08.002
    摘要745)      PDF(pc) (5227KB)(1433)    收藏
    三维网格模型的重新网格化是计算机图形学中的重要内容,是许多几何应用的关键组成部分。近年来迅速发展的三维处理技术,如有限元模拟、计算机动画、三维打印等,对网格质量的要求不断提升,促进了三维网格模型重新网格化的持续发展,由此产生了许多新的重新网格化技术。首先介绍了三角形网格质量评估的标准,然后概述了各向同性重新网格化的最新进展,并详细研究和比较了各种重新网格化算法的优缺点,最后对未来的研究提出了新的问题与方向。
    参考文献 | 相关文章 | 多维度评价
    2. 基于GPU加速的实时4K全景视频拼接
    卢嘉铭,朱哲
    计算机科学    2017, 44 (8): 18-21.   DOI: 10.11896/j.issn.1002-137X.2017.08.003
    摘要510)      PDF(pc) (2300KB)(2132)    收藏
    虚拟现实是近年来热门的新技术,而全景视频摄制是生产虚拟现实内容的一种重要方式。介绍了一个全景视频拼接系统,其能够对六路的2K视频实时进行拼接,生成4K的输出视频。设计了一个并行化的拼接流程,对整个拼接过程中的不同步骤都进行了并行化处理,并在GPU上进行了实现。实验结果表明,该系统能够实时拼接出高质量的4K全景视频。
    参考文献 | 相关文章 | 多维度评价
    3. 基于均值漂移算法和时空上下文算法的目标跟踪
    周华争,马小虎
    计算机科学    2017, 44 (8): 22-26.   DOI: 10.11896/j.issn.1002-137X.2017.08.004
    摘要258)      PDF(pc) (1595KB)(554)    收藏
    在严重遮挡时,时空上下文STC(Spatio-Temporal Context)算法对目标位置的判断是正确的,而均值漂移MS(Mean Shift)算法对目标位置的判断会发生很大幅度的抖动,甚至跟踪错误目标。在遮挡结束后,时空上下文算法很难重新跟踪到正确目标,而均值漂移算法可以重新检测到跟踪目标。结合二者的优缺点,提出基于均值漂移算法和时空上下文算法的目标跟踪算法MSandSTC。该算法主要解决目标被严重遮挡的问题。在许多具有挑战性的数据集上的实验表明所提算法具有较好的实时性和鲁棒性。
    参考文献 | 相关文章 | 多维度评价
    4. 基于Canny优化的卡通视频分割与矢量化
    李瑞龙,梁缘,张松海
    计算机科学    2017, 44 (8): 27-30.   DOI: 10.11896/j.issn.1002-137X.2017.08.005
    摘要307)      PDF(pc) (2622KB)(1022)    收藏
    矢量化的视频图像相对于光栅化的视频图像具有储存容量小、缩放不失真等诸多优点。相对于真实视频,卡通视频因色块明显、线条清晰等特点更适合于进行矢量化处理。基于卡通的特性提出了一种基于Canny边缘检测的优化分割算法。主要针对Canny边缘提取不封闭的特点进行优化,并将其用于图像分割。提出了一种算法来提取卡通动画的素材,并为卡通动画构建素材库。通过素材重用的方式大大地缩小了卡通视频的储存空间,并且很好地解决了卡通视频矢量化问题中极易产生的帧间不一致的问题。实现了一个全自动地进行卡通视频矢量化的系统,其中包括卡通视频的镜头分割、素材库的构建等过程。该系统能够适应多种卡通视频,并能对视频中的细节区域产生较好的效果。
    参考文献 | 相关文章 | 多维度评价
    5. 基于双邻接图正交近邻保持投影的人脸识别算法
    薛潇宇,马小虎
    计算机科学    2017, 44 (8): 31-35.   DOI: 10.11896/j.issn.1002-137X.2017.08.006
    摘要187)      PDF(pc) (1517KB)(604)    收藏
    正交保持投影(ONPP)是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构。监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类数据点间的结构不够明显。因此,提出了基于双邻接图的正交近邻保持投影(DAG-ONPP)算法。通过建立同类邻接图与异类邻接图,在数据嵌入低维空间后同类近邻重构误差尽量小,异类近邻重构误差更加明显。在ORL,Yale,YaleB和PIE人脸库上的实验结果表明,与其他经典算法相比,所提方法有效提高了分类能力。
    参考文献 | 相关文章 | 多维度评价
    首页 | 前页| 后页 | 尾页 第1页 共1页 共5条记录