基于光照探针的三维高斯辐射场压缩算法

1

作者 宋明清 郭尧 +1 位作者 李晓峰 张严辞 《计算机应用研究》 北大核心 2025年第9期2840-2846,共7页

针对三维高斯场景数据量庞大及视角相关外观难以保留的问题,提出了一种基于光照探针的三维高斯辐射场压缩算法。该算法通过识别并裁剪冗余高斯图元、引入光照探针以降低球谐函数阶数,以及基于图元重要性进行加权聚类,有效减少了致密化... 针对三维高斯场景数据量庞大及视角相关外观难以保留的问题,提出了一种基于光照探针的三维高斯辐射场压缩算法。该算法通过识别并裁剪冗余高斯图元、引入光照探针以降低球谐函数阶数,以及基于图元重要性进行加权聚类,有效减少了致密化策略以及表征视角相关颜色信息带来的冗余数据。主流数据集上的实验结果表明,该方法有效降低了存储需求,压缩率平均达1/20,同时保持高质量的视角效果与良好的视角相关性。该算法提供了一种有效压缩三维高斯场景的方式,为三维高斯场景在游戏、虚拟现实及数字孪生等领域的应用提供了有力支持。 展开更多

关键词 新颖视图合成 三维高斯泼溅 模型压缩

在线阅读 下载PDF 职称材料

基于均值漂移与深度学习融合的小语义点云语义分割

2

作者 朱泓淼 钟国杰 张严辞 《图学学报》 北大核心 2025年第5期998-1009,共12页

在点云语义分割领域,准确分割小语义对象一直是一个重要且具有挑战性的问题。点云数据通常具有稀疏性和不规则性,尤其是在面对小物体或远距离物体时,现有的全监督点云分割算法往往无法有效地捕捉这些小语义对象的特征,导致分割精度较低... 在点云语义分割领域,准确分割小语义对象一直是一个重要且具有挑战性的问题。点云数据通常具有稀疏性和不规则性,尤其是在面对小物体或远距离物体时,现有的全监督点云分割算法往往无法有效地捕捉这些小语义对象的特征,导致分割精度较低。这种问题在自动驾驶、机器人导航和城市建模等应用中尤为突出,因为这些任务通常依赖于对小物体的准确识别与定位。为解决此问题,提出了一种基于均值漂移与深度学习融合的小语义点云分割算法。分析了现有点云分割算法在处理小语义对象时的不足,重点阐述了由于小物体的稀疏性和局部特征弱,现有方法往往未能有效提取其语义信息。为此,将均值漂移引入深度神经网络中,作为一种特征提取模块,以提高对小语义对象的关注度。在网络架构设计上,还特别设计了特征处理模块和小语义对象邻域捕获模块。特征处理模块有效地增强了小物体的局部特征,帮助网络在复杂背景中更好地区分小物体与大物体;而小语义对象邻域捕获模块则进一步聚焦于小物体周围的上下文信息,使得模型能够在局部区域内捕捉到更精确的语义特征。通过在多个点云数据集上的实验评估表明,在分割小语义对象上,尤其在稀疏、小物体密集场景下,改进后的方法有效地提高了分割精度。综上所述,基于均值漂移与深度学习融合的小语义点云分割算法为小语义对象的准确分割提供了一种有效的解决方案,具有广泛的应用前景和实际意义。 展开更多

关键词 点云处理 语义分割 均值漂移 深度学习 小语义对象特征

在线阅读 下载PDF 职称材料

基于改进狼群算法的无人机协同任务规划 被引量：3

3

作者 彭泫滈 张娟 +1 位作者 李辉 胡术 《计算机工程》 CAS CSCD 北大核心 2024年第10期69-79,共11页

多无人机在现代化作战中的运用日渐增多,无人机任务规划在无人机智能作战中至关重要。针对子系统能力约束下的无人机任务分配问题,提出一种Levy Flight(LF)优化下基于拍卖机制的混沌反向学习狼群优化算法CRL-AMIWPA。首先,定义无人机能... 多无人机在现代化作战中的运用日渐增多,无人机任务规划在无人机智能作战中至关重要。针对子系统能力约束下的无人机任务分配问题,提出一种Levy Flight(LF)优化下基于拍卖机制的混沌反向学习狼群优化算法CRL-AMIWPA。首先,定义无人机能力矩阵和任务场景,对无人机异构性、任务执行能力、执行任务能力最低需求建立同一矩阵描述,根据距离油耗和最迟任务完成时间的加权和建立目标函数,建立子系统约束下的任务分配模型;然后,设计狼群个体编码,每个编码方案包含一种任务分配策略,针对未达到任务需求最低能力的解,采用基于合同网的拍卖策略予以修正。另外,在狼群初始化阶段,采用Tent混沌算子和反向学习策略,将狼群个体均匀地分布在解空间中,以提高初始种群的多样性,最后,利用LF策略优化寻优过程,提高跳出局部最优解的能力。仿真实验结果表明,所提算法能有效解决在子系统约束场景下无人机任务分配问题,相比其他群智能算法和狼群算法,具有更优的寻优性和收敛速度。 展开更多

关键词 狼群算法 任务分配 混沌优化 变步长优化 群智能算法

在线阅读 下载PDF 职称材料

基于推迟重采样的时空路径复用蓄水池算法

4

作者 刘双嘉 马宁 +1 位作者 李方钏 张严辞 《计算机应用研究》 CSCD 北大核心 2024年第12期3843-3850,共8页

现有的基于蓄水池的时空重要性重采样(ReSTIR)算法在渲染具有光泽(glossy)材质的场景表面时,难以兼顾渲染质量和性能。为此提出了一种基于推迟重采样的时空路径复用蓄水池算法。其基本思想是仅复用起点为漫反射(diffuse)材质的路径和子... 现有的基于蓄水池的时空重要性重采样(ReSTIR)算法在渲染具有光泽(glossy)材质的场景表面时,难以兼顾渲染质量和性能。为此提出了一种基于推迟重采样的时空路径复用蓄水池算法。其基本思想是仅复用起点为漫反射(diffuse)材质的路径和子路径,利用diffuse采样分布的弱方向性,减少采样分布差异。具体而言,该算法将样本获取和重采样计算,从着色点推迟到路径上第一个diffuse材质的路径顶点。此外,提出了一种路径选择方法,通过选择推迟距离更小的路径,来增强重采样结果对渲染结果的影响。实验结果表明,与其他ReSTIR算法相比,该算法能够以较低的性能开销,取得较高质量的glossy表面渲染结果,在实时渲染中具有更高的实用价值。 展开更多

关键词 实时渲染 路径追踪 路径复用 光泽材质

在线阅读 下载PDF 职称材料

基于显式运动建模的视频伪装目标检测

5

作者 肖涛 章超 傅可人 《上海理工大学学报》 CAS CSCD 北大核心 2024年第2期120-128,共9页

目前的视频伪装目标检测方法通常采用隐式运动建模或直接输入存在噪声的离线光流图来获取运动线索,这会影响模型性能。为了解决这一问题,提出一种新的基于显式运动建模的视频伪装目标检测框架,称为SMHNet。首先,该框架将显式运动建模与... 目前的视频伪装目标检测方法通常采用隐式运动建模或直接输入存在噪声的离线光流图来获取运动线索,这会影响模型性能。为了解决这一问题,提出一种新的基于显式运动建模的视频伪装目标检测框架,称为SMHNet。首先,该框架将显式运动建模与伪装目标检测联合在同一个框架中进行学习。然后利用特征双向更新模块实现两个分支的双向交互更新,相互补充、优化和纠错,输出光流估计结果和目标检测图。此外,为了解决缺少光流真值图这一问题,采用自监督策略对显式运动建模分支进行监督。在两个数据集上的对比实验结果表明,SMHNet有效地提高了视频场景中伪装目标检测的性能。 展开更多

关键词 视频伪装目标检测 显式运动建模 光流 自监督

在线阅读 下载PDF 职称材料

差异感知的室内场景动态光照在线估计方法

6

作者 刘玉婉 郭智溢 +1 位作者 邢冠宇 刘艳丽 《计算机应用》 CSCD 北大核心 2024年第S2期184-191,共8页

为了提高增强现实场景中虚实融合的真实感,提出一种差异感知的室内场景动态光照在线估计方法。与现有方法直接计算光照参数或生成光照贴图不同,该方法通过估计不同光照条件下场景的光照差异图像实现对于室内场景中光照的动态更新,从而... 为了提高增强现实场景中虚实融合的真实感,提出一种差异感知的室内场景动态光照在线估计方法。与现有方法直接计算光照参数或生成光照贴图不同,该方法通过估计不同光照条件下场景的光照差异图像实现对于室内场景中光照的动态更新,从而更准确地获取场景动态光照并保留场景中的细节信息。所提方法的卷积神经网络(CNN)包括2个子网络,分别是低动态范围(LDR)图像特征提取网络和光照估计网络。整体网络结构以一张场景内所有主要光源开启时采集的高动态范围(HDR)全景光照贴图作为初始光照贴图,并把该光照贴图与光照变化后的有限视界的LDR图像共同作为输入。首先,基于AlexNet搭建CNN提取LDR图像特征,并在光照估计网络共享编码器中连接这些特征与HDR光照贴图特征;其次,利用U-Net结构,通过引入注意力机制,实现对光照差异图像和光源掩膜的估计,进而实现对场景动态光照的更新。在全景光照贴图的数值评估中,所提方法的均方误差(MSE)指标相较于Gardner方法、Garon方法、EMLight、Guo方法以及耦合的双StyleGAN全景合成网络StyleLight分别降低约79%、65%、38%、17%、87%,其他性能也有所提升。以上从定性和定量方面均证明了所提方法的有效性。 展开更多

关键词 室内场景 动态光照 深度学习 合成数据集 高动态范围

在线阅读 下载PDF 职称材料

潜艇隐蔽效能建模与快速计算 被引量：3

7

作者 刘文 胡术 李辉 《舰船科学技术》 北大核心 2023年第6期39-46,共8页

针对现有潜艇隐蔽效能模型评估方法单一、计算效率低等问题,构建了基于海洋环境数据与潜艇工况的潜艇隐蔽效能模型,用于潜艇隐蔽性的评估,同时提出一种基于层次细节算法的快速计算方法,用于潜艇隐蔽效能快速计算。首先,通过海洋温盐场... 针对现有潜艇隐蔽效能模型评估方法单一、计算效率低等问题,构建了基于海洋环境数据与潜艇工况的潜艇隐蔽效能模型,用于潜艇隐蔽性的评估,同时提出一种基于层次细节算法的快速计算方法,用于潜艇隐蔽效能快速计算。首先,通过海洋温盐场计算海洋声速场,利用射线Bellhop模型计算声传播损失值;其次,分析潜艇工况与运动规律和被动声呐投放深度对探测能力的影响,结合概率论和被动声呐方程构建潜艇隐蔽效能模型;然后,利用误差反向传播算法建立BellhopBP模型,采用层次细节算法思想,实现隐蔽效能快速准确的计算。最后,在不同大小和位置的海域进行隐蔽效能仿真实验。实验结果表明,该潜艇隐蔽效能模型和快速计算方法可以快速准确地计算潜艇隐蔽效能,计算效率约提高至现有方法的12~25倍。该研究为潜艇隐蔽航行的航迹规划研究提供参考。 展开更多

关键词 潜艇隐蔽效能 快速计算 层次细节 建模与仿真

在线阅读 下载PDF 职称材料

基于优化人工势场法的无人机航迹规划 被引量：22

8

作者 王庆禄 吴冯国 +1 位作者 郑成辰 李辉 《系统工程与电子技术》 EI CSCD 北大核心 2023年第5期1461-1468,共8页

针对传统人工势场(traditional artificial potential field,TAPF)法在无人机航迹规划中存在的局部极小值、斥力过大、无效避障等问题,提出一种优化人工势场法。首先将障碍物斥力进行分解,避免了局部极小值情况;其次重构合力计算方式,... 针对传统人工势场(traditional artificial potential field,TAPF)法在无人机航迹规划中存在的局部极小值、斥力过大、无效避障等问题,提出一种优化人工势场法。首先将障碍物斥力进行分解,避免了局部极小值情况;其次重构合力计算方式,避免无人机在障碍密集区域所受斥力过大;最后引入二次碰撞预测方法,减少无人机无效避障的同时保证航迹平滑。在考虑无人机物理约束条件下进行航迹规划实验。仿真结果表明,该方法相较于TAPF法,不仅缩短了规划航线长度,且在航迹平滑性上有明显提升。 展开更多

关键词 人工势场法 航迹规划 物理约束 碰撞预测 航迹平滑

在线阅读 下载PDF 职称材料

基于深度随机博弈的近距空战机动决策 被引量：26

9

作者 马文 李辉 +3 位作者 王壮 黄志勇 吴昭欣 陈希亮 《系统工程与电子技术》 EI CSCD 北大核心 2021年第2期443-451,共9页

针对空战中作战信息复杂、难以快速准确地感知态势做出决策的问题,提出一种博弈论与深度强化学习相结合的算法。首先,依据一对一典型空战流程,以随机博弈为标准,构建近距空战中红蓝双方对抗条件下的双机多状态博弈模型。其次,利用深度Q... 针对空战中作战信息复杂、难以快速准确地感知态势做出决策的问题,提出一种博弈论与深度强化学习相结合的算法。首先,依据一对一典型空战流程,以随机博弈为标准,构建近距空战中红蓝双方对抗条件下的双机多状态博弈模型。其次,利用深度Q网络(deep Q network,DQN)处理战机的连续无限状态空间。然后,使用Minimax算法构建线性规划来求解每个特定状态下阶段博弈的最优值函数,并训练网络逼近值函数。最后,训练完成后根据网络输出求得最优机动策略。空战仿真实验表明,该算法具有较好的适应性和智能性,能够有效地针对空战对手的行动策略实时选择有利的机动动作并占据优势地位。 展开更多

关键词 博弈论 深度强化学习 随机博弈 空战决策

在线阅读 下载PDF 职称材料

强化学习中的策略重用:研究进展 被引量：6

10

作者 何立 沈亮 +2 位作者 李辉 王壮 唐文泉 《系统工程与电子技术》 EI CSCD 北大核心 2022年第3期884-899,共16页

策略重用(policy reuse, PR)作为一种迁移学习(transfer learning, TL)方法,通过利用任务之间的内在联系,将过去学习到的经验、知识用于加速学习当前的目标任务,不仅能够在很大程度上解决传统强化学习(reinforcement learning, RL)收敛... 策略重用(policy reuse, PR)作为一种迁移学习(transfer learning, TL)方法,通过利用任务之间的内在联系,将过去学习到的经验、知识用于加速学习当前的目标任务,不仅能够在很大程度上解决传统强化学习(reinforcement learning, RL)收敛速度慢、资源消耗大等问题,而且避免了在相似问题上难以复用的问题。本文综述了RL中的PR方法,将现有方法细分为策略重构、奖励设计、问题转换、相似性度量等方面来分别介绍和分析各自的特点,及其在多智能体场景和深度RL(deep RL, DRL)中的扩展。并且,介绍了源和目标任务之间的映射方法。最后,基于当前PR的应用,叙述了该课题在未来发展方向上的一些猜想和假设。 展开更多

关键词 强化学习 迁移学习 策略重用 任务映射

在线阅读 下载PDF 职称材料

联合组间对抗数据混合与变换器学习的协同显著性检测 被引量：1

11

作者 吴泱 宋慧慧 +2 位作者 张开华 陈虎 刘青山 《计算机学报》 EI CAS CSCD 北大核心 2023年第9期1838-1854,共17页

协同显著性检测旨在发现并分割出一组图像中相同语义类别的前景显著目标.当前基于深度学习的协同显著性检测方法主要存在两方面局限:(1)训练数据中仅含有单一显著目标,无法为模型训练提供对抗样本,导致其泛化性受限,难以有效应对未知类... 协同显著性检测旨在发现并分割出一组图像中相同语义类别的前景显著目标.当前基于深度学习的协同显著性检测方法主要存在两方面局限:(1)训练数据中仅含有单一显著目标,无法为模型训练提供对抗样本,导致其泛化性受限,难以有效应对未知类别目标、干扰显著目标、嘈杂背景等挑战;(2)现有方法通常利用卷积神经网络提取特征,其感受野受限,无法建模长程依赖关系,限制了所学特征的表征力.为此,本文提出了一种新颖的基于组间对抗数据混合的协同显著性检测变换器,旨在通过纯视觉变换器构建序列到序列的协同显著性检测网络,并使用组间混合后的数据进行对抗训练,以提升模型的泛化性.所设计的网络结构包含数据混合子网络和协同显著性检测变换器两部分.具体而言,在数据混合子网络中,本文设计了目标细化模块,输入类激活图,引导网络以无监督的方式从一组图像中分割出边缘平滑的显著目标作为对抗对象,并通过设计调距模块将对抗对象以最小化重叠的方式混合至另一组图像之中,生成混合训练数据;在协同显著性检测变换器中,本文从序列建模的角度,设计了任务注入器,将组信息图符与显著性信息图符注入序列特征之中,并利用自注意力机制充分捕获特征之间的全局上下文信息.最后,将获得的组特征和显著性特征通过自注意力机制进行充分混合交互,以进一步增强特征的表征力,生成精确的协同显著性检测结果.本文在包含Cosal2015、Co CA和Co SOD3k等三个基准数据集上做了充分的实验评估,与多个领先方法的对比结果充分证明了本方法的优越性能. 展开更多

关键词 数据混合 变换器 协同显著性检测 大数据

在线阅读 下载PDF 职称材料