摘要:

摘要:自 2013 年工业 4.0 的概念被提出以来，全世界的工业进程都飞速奔向智能制造时代。而数据感知技术的发展进一步帮助收集海量工业数据，工业信息化革新正是机遇。但是，工业数据具有规模大、维度高、结构多变和内容复杂的特性，对其进行分析是一项严峻的挑战。多变的应用场景又导致分析的灵活度要求提高，往往需要专家参与分析循环，因此可视化在工业数据分析中有了更广泛的应用。该综述首先按生产阶段及属性分别总结了工业场景下常用的数据类型；其次，根据数据属性，按时间、空间、时空结合分类，介绍了对应的可视化方法；再次，总结了可视分析在工业场景下的应用，并讨论如何合理地集成自动化分析方法以提高分析能力；最后，展望了工业数据可视分析的发展前景，并提出未来的研究方向。

摘要:拼贴画作为常见的设计类型与视觉艺术表现形式，被广泛应用于海报设计、Logo 制作等领域。但传统人工制作过程需要设计师大量地重复尝试，且很难依靠人工达到最优布局。该文从自顶向下与自底向上两种思路归纳总结计算机用于拼贴画自动生成的研究进展，对其中不同的算法进行了分析与对比，并对该技术的未来发展趋势进行了总结和展望。

摘要:基于可见光单图像的三维重构方法一直是计算机视觉领域的研究热点，该文从光照物体的材质和结构差异，以及成像过程中信息损失等因素着手，对基于光照模型、基于几何图元以及基于深度学习策略的三维重建方法进行了分类和概述，并分析讨论各类方法的优缺点以及未来的研究方向。

摘要:传统的交互式植物建模虽然能构建较为精准的目标模型，但其过程极为费时，而基于L-system 的过程式建模虽然能快速自动生成复杂模型，但由于其较高的学习门槛以及对植物形态的控制性欠佳，使得普通用户难以操作。二维草图作为一种直观、高效的交互媒介，对植物形态具有良好的描述力。基于此，该文提出一种基于手绘草图的植物建模方法：首先，对创作者绘制的草图进行预处理和分析，推测创作者的创作意图；然后，结合植物学知识，提出相应的花朵、枝干和叶片的深度信息恢复方法来恢复二维草图中缺失的深度信息；最后，根据深度信息和一定的植物学先验知识重建出具有真实感的目标模型。该方法支持对花卉、草本、树木等具有枝叶结构的植物进行建模，同时具有较大的创作自由度和较快的建模速度。

摘要:该文提出了一种新的基于三维线云模型的平面提取算法：首先将三维线云模型的每条线段映射成高斯球面上的一个点，将三维空间中的平面提取问题简化为过球心平面的拟合问题；然后在高斯球面上做近似均匀采样，对过球心的平面进行拟合；最后根据平面方程的截距信息分离出平行的平面以达到提取平面的目的。实验结果表明，在提取平面的完整性以及平面提取的质量方面，该文算法比目前常用的平面提取算法有明显的提升。

摘要:现有视频在线检测研究所用数据集主要集中于长视频，且类别范畴相对单一，同时，需要设计符合在线形式需求的检测评价体系以满足日益增长的手机端短视频应用需求。该文提出一项短视频场景下在线精彩时刻起始检测的新任务，以辅助引导手机在拍摄过程中智能捕捉精彩时刻或实现其他短视频应用。具体实验包括：(1)构建经过仔细时序标注的基于手机端拍摄的短视频数据集Highlight45，用于填补新任务的训练和评估数据空缺；(2)设定在线评价指标——首个检出的平均查准率，可视化结果显示该指标更加契合起始检测任务需求；(3)设计带有序列对比损失函数的混合双流网络作为该任务的基线方法。实验结果显示，相比传统方法，该研究所提出的方法在已有起始检测指标和首个检出的平均查准率指标中分别取得了 6.98% 和 4.11% 的性能提升。

摘要:脊髓作为连接大脑与周围神经系统的桥梁，在躯体感觉和运动过程中发挥着编码大脑下行指令和外周输入信号的重要作用。通过光学成像方法，实时解析动物行为和脊髓神经活动之间的关系仍是神经科学研究的一大挑战。该文借助微型化双光子荧光显微镜，开发出一套适于自由活动小鼠的脊髓神经细胞活体成像方法，并通过对脊髓前动脉血管的成像，评估了该方法在无束缚环境中自由活动的动物自发行为和剧烈运动过程中的图像质量和成像稳定性。从物理层面解决了以往研究所面临的由于脊髓无规则运动导致的图像偏差和丢失等关键问题，实现了基于微型化双光子荧光显微镜的活体脊髓稳定成像。此外，利用该方法，还实现了小鼠脊髓背角浅层神经元活动中单个神经元钙信号的实时成像。这将为探究脊髓在躯体感觉和运动过程中神经元活动模式提供技术支持，对推动脊髓功能神经网络的研究具有重要意义。