新形势下国家重点实验室重组的差异分析与经验总结——以学科、企业、省部共建三类全国重点实验室为例

为了应对新形势下科技发展需求,国家正在重组优化实验室体系。该文首先从科技发展的五项关键要求(强化基础研究、促进产学研融合、培育创新人才、增强国际竞争力和服务国家战略)剖析了国家实验室体系的重要性,同时指出目前实验室体系存在学科滞后、创新不足、定位模糊、人才培养挑战及国际影响力待提升等问题。然后借鉴成功案例,强调了实验室明确定位、加强人才培养与平台建设、促进产学研合作的重要性。最后,通过分析学科、企业、省部共建三类实验室重组案例,旨在为正在重组的国家重点实验室提供借鉴,推动整体体系升级与发展。

虚拟现实技术在神经运动康复中的应用综述

作为典型的医工交叉应用,基于虚拟现实(VR)的运动康复技术研究近年来获得了越来越多学者的关注.通过对近年来相关研究工作的梳理总结,首先分析了VR技术改善运动神经功能的3个出发点:一是利用VR优化运动想象效果,二是虚拟环境可提供重复性任务训练,三是虚拟学习任务向现实世界中的迁移.随后,总结了设计虚拟康复环境时所需考虑的3个核心要素:运动的可视化呈现、即时的行为反馈机制和丰富的上下文信息.接着,回顾了虚拟现实在脑卒中及脊髓损伤等神经损伤康复中的最新应用进展,展示了VR康复技术的临床潜力和初步成效.最后,归纳总结了虚拟现实在神经康复应用中面临的核心问题:深入理解VR中各种感官信息在产生神经过程中的关键影响机制,是充分发掘VR技术应用潜力的关键所在.综述旨在为虚拟现实在神经运动康复领域的临床应用与实验研究提供理论支撑与技术参考.

虚拟现实中的大模型技术研究进展与趋势

随着计算机技术的发展,虚拟现实(VR)技术日趋成熟,已在多种应用场景下为用户带来了沉浸式和高质量的体验,成为计算机图形学与人机交互领域的重要研究方向。大模型技术作为近来备受关注的研究热点,吸引了大量学者的关注,并为各个领域的经典问题提供了新的解决方法和思路。然而,目前在VR领域,关于大模型技术应用进展的综述性研究仍然匮乏。为弥补这一研究空白并进一步启发后续工作,本文搜集、整理并归纳了近年来在VR环境中与大模型相关的研究论文,对大模型技术的原理和代表性模型分类概述,并从内容生成和人机交互2个方面详细分析大模型技术的研究进展和应用场景,最后总结探讨了VR环境中使用大模型所面临的困难和挑战,并展望其未来发展趋势。

基于观察质量场的虚拟对象协同操作方法

在虚拟现实(VR)中,对象操作是关键的交互方式。特别是在协作VR应用中,执行高效且准确地操作是非常重要的。然而,传统的协作操作技术未能充分考虑到与操作相关的对象、目标以及环境动态之间的相互作用,并且未提供有效地指导以帮助用户在操作时选择最佳视点。为了解决这一问题,引入了一种基于观察质量场(OQF)的新型协作操作技术,旨在提高操作的准确性和效率。并根据用户的观察质量分数,引导其选择最合适的视角,以实现更加高效和协调的对象操控。首先介绍OQF的概念及其构建方法,并提出2种策略加速OQF更新过程,随后提出了一种利用OQF的指导来操作物体的协同操作方法。通过在3种不同的虚拟环境:客厅、仓库和管道场景中进行的含36名参与者的用户研究,评估了其操作效率和准确性。结果表明,与传统方法相比,OQF技术显著减少了任务完成时间、位置误差、旋转误差和任务负荷。

多关键点约束与深度估计辅助的单目3D目标检测算法

当前主流的单目相机3D目标检测网络采用关键点检测范式,存在关键点预测与深度估计不准确的问题,限制了单目3D检测器的性能表现.本文提出一种多关键点约束与深度估计辅助的单目3D目标检测算法Mono-Aux,利用3D检测框的角点投影点、上表面与下表面中心投影点作为3D框中心投影点的补充,通过多关键点约束提升关键点预测精度;提出一种LiDAR-Free解耦深度估计方法,在不引入激光点云数据的同时通过几何关系推导引入额外的深度估计辅助监督信号,提升深度估计的准确性.多关键点约束与深度估计辅助仅在训练阶段使用,推理阶段不引入额外的计算成本.在KITTI3D目标检测验证集和测试集上的结果显示,相较于MonoDLE基线网络,提出的MonoAux算法在目标检测精度上分别提高3.87%和4.64%,与其他SOTA方法相比,本文方法也具有显著的性能优势,甚至优于部分使用额外数据的方法.

LiDar点云指导下特征分布趋同与语义关联的3D目标检测

针对现有基于伪点云的3D目标检测算法精度远低于基于真实激光雷达(Light Detection and ranging,LiDar)点云的3D目标检测,本文研究伪点云重构,并提出适合伪点云的3D目标检测网络.考虑到由图像深度转换得到的伪点云稠密且随深度增大逐渐稀疏,本文提出深度相关伪点云稀疏化方法,在减少后续计算量的同时保留中远距离更多的有效伪点云,实现伪点云重构.本文提出LiDar点云指导下特征分布趋同与语义关联的3D目标检测网络,在网络训练时引入LiDar点云分支来指导伪点云目标特征的生成,使生成的伪点云特征分布趋同于LiDar点云特征分布,从而降低数据源不一致造成的检测性能损失;针对RPN(Region Proposal Network)网络获取的3D候选框内的伪点云间语义关联不足的问题,设计注意力感知模块,在伪点云特征表示中通过注意力机制嵌入点间的语义关联关系,提升3D目标检测精度.在KITTI 3D目标检测数据集上的实验结果表明:现有的3D目标检测网络采用重构后的伪点云,检测精度提升了2.61%;提出的特征分布趋同与语义关联的3D目标检测网络,将基于伪点云的3D目标检测精度再提升0.57%,相比其他优秀的3D目标检测方法在检测精度上也有提升.

支持场景表观差异的无人机图像视觉定位方法

视觉定位是计算机视觉中的基本任务,在无人机测控、视频监控和遥感分析等领域有着广泛应用.在GNSS拒止情况下,利用图像进行视觉定位是重要的导航替代方法.然而,由于室外场景易受天气、季节和光照等变化影响,细节的表观差异方差大,无人机视觉定位的鲁棒性与精度在近地面时难以保证.提出一种基于虚拟图像合成的视觉定位框架.设计阴影映射和深度卷积图像填补网络来合成具有大表观差异和大视差的虚拟图像集,以提高2D-3D配准质量从而提升视觉定位的鲁棒性.实验数据表明,与国际同类方法相比,本方法合成的图像质量在视觉效果、匹配点数量、置信度和视觉定位的精度等指标上都获得了明显的提升,可以支持大表观差异下的无人机视觉定位.

脉诊手法与脉搏波的关系:基于0D-1D耦合模型的仿真研究

目的中医脉诊通过感受手腕寸口脉搏波的压强,进行人体健康或疾病状态的鉴别,其机理一直是生物力学研究的兴趣和热点。已有各种血流动力学模型被提出并应用于其机理的阐释,如1D模型可描述脉搏波传播的时空分布规律,0D模型可描述血流、血压在各血管段中的总体分布情况以及受到外周血管阻抗的影响。考虑到脉诊的浮中沉等复杂脉诊手法感受到的压力脉搏波存在一定差异,将脉诊手法对上肢动脉中压力脉搏波传播规律的影响纳入血流动力学模型,被认为是阐明中医脉诊机理的重要方向。方法本文构建了上肢动脉的0D-1D耦合的血流动力学模型,可以描述外周血管的阻抗和顺应性对脉搏波传播的影响;同时引入了寸口外周压强参数,将其引起的寸口动脉截面积变化纳入模型,模拟浮中沉手法下感受到的压力脉搏波波形。结果在不同的浮中沉脉诊手法下,脉诊感受到的压力脉搏波幅度和波形均会变化,脉压差也会随之发生变化;血液黏度、心动周期、管壁弹性等因素对浮中沉脉诊所得的压力脉搏波变化规律存在影响;通过调整这些因素,可以仿真得到“浮脉”、“沉脉”等中医脉象。结论这一模型有助于阐明浮中沉脉诊手法下脉搏波幅度、波形变化的规律和影响因素,为探究中医脉诊的血流动力学机理提供参考。

软骨终板退化对颈椎椎间盘物质运输和力学响应的影响

软骨终板内的液体流动是椎间盘营养供给和代谢废物运输的主要途径.退化的终板刚度增加、渗透性和含水量下降,会影响椎间盘内物质运输和力学响应.基于人体颈椎计算机断层扫描数据建立了C5-C6节段的多孔介质有限元模型.对验证后的模型施加压缩、前屈、后伸、轴向旋转和侧弯五种载荷,通过改变终板渗透性、孔隙比和模量,分析了正常、钙化和硬化三种状态下椎间盘的响应.结果表明:软骨终板退化增加了软骨终板和髓核的多孔压力,降低了软骨终板的流体速度.前屈载荷下,与正常终板对比,钙化和硬化终板导致髓核内流体的多孔压力分别增加了50.8%和88.9%.退化终板渗透率和含水量的降低导致髓核内液体不易流动,增加了髓核基体的应力,在压缩和轴向旋转载荷下,硬化终板导致髓核基体的最大主应力分别增加了122.2%和100.0%.

基于XR的沉浸式媒介交互与协同感知研究综述

目的旨在以XR体验为背景进行跨现实交互与协同感知研究综述,分析并提出增强观众体验的方法与设计建议。方法采用文献综述与案例分析方法,重点分析了XR空间的弥合与跨越、沉浸式媒介下的观众行为交互与情绪感知,提出相关交互框架与设计原型并应用于具体案例。结果XR技术显著增强了观众与虚拟环境的互动体验,同时生物反馈技术的融入为观众情绪的协同感知提供了新的手段。结论跨现实交互与多人情绪感知反馈在沉浸式体验中的应用前景广阔,但仍需持续优化交互设计、提升观众体验,以促进沉浸式媒介体验的社会性可持续发展,从而推动数字创意产业的革新。

基于边缘优先填充的自适应深度图像修复方法

针对传统深度图像空洞修复方法引起的物体边缘扭曲、模糊以及修复较大空洞速度缓慢的问题,提出了一种基于边缘优先填充的自适应深度图像修复方法。该方法利用多通道检测提取RGBD图像边缘,经过去除空洞虚假边缘和无用细节信息处理,生成物体的显著性边缘;将此边缘引入到图像修复过程中,优先填充空洞区域的边缘位置,有效解决边缘模糊虚化问题,使修复后的深度图像边缘结构清晰;在曲率驱动扩散(Curvature Driven Diffusion, CDD)模型的扩散项中引入梯度引导函数,使模型在空洞的平坦区域和边缘区域自适应地选择不同的扩散方向和扩散强度,实现对较大空洞区域的准确填充。实验结果表明,所提方法在RGBZ数据集上与其他方法进行比较,峰值信噪比(Peak Signal to Noise Ratio, PSNR)和平均结构相似性(Mean Structural Similarity, MSSIM)分别提高了8~13 dB、0.009 9~0.021 4,在提高迭代效率的同时有效修复了较大空洞,保持了较为清晰完整的物体边缘轮廓信息。

角色动画中基于隐式曲面的皮肤变形方法

提出了一种角色动画中基于隐式曲面的皮肤变形方法,主要面向具有骨骼层次以及相关蒙皮权重的动画模型,利用隐式曲面来驱动皮肤变形.首先,采用埃尔米特径向基函数和泊松圆盘采样对给定骨骼绑定的网格部分进行重建,把角色模型的体积近似当作一组局部的三维标量场,并保留原有的网格属性;其次,构造场函数,通过场函数纠正几何蒙皮技术的结果;最后,结合两种组合算子,使用隐式方法在人体模型上形成合理可信的皮肤变形效果.本方法不会产生糖纸扭曲和关节膨胀的问题,并且可以生成皮肤接触效果和肌肉凸起.由于该方法是后处理,因此非常适合标准动画制作流程.

面向单幅图像的高质量深度估计方法

单幅图像的深度估计是机器人导航、场景理解中的一项关键任务,也是计算机视觉领域的一个复杂问题.针对单幅图像深度估计不准确的问题,提出一种基于VisionTransformer(ViT)的单幅图像深度估计方法.首先用预训练的DenseNet对图像进行下采样,将特征编码成适用于ViT的特征序列;然后通过稠密连接的ViT处理全局上下文信息,并将特征序列重新组装成高维度特征图;最后将RefineNet进行上采样,得到完整的深度图像.在NYUV2数据集上与一些代表性的深度估计方法进行对比实验,并对网络结构进行消融实验,同时对平均相对误差、均方根误差等误差进行量化分析,结果表明,所提方法面向单幅图像可以生成具有丰富细节的高质量深度图像;与传统的编码器解码器方法相比,该方法的PSNR值平均提高1.052 dB,平均相对误差下降7.7%~21.8%,均方根误差下降5.6%~16.9%.

仿猛禽视觉多分辨率的海上无人艇协同跟踪

针对海上无人艇跟踪过程中大场景与高分辨间的矛盾问题,本文提出一种仿猛禽视觉多分辨率机制的海上目标无人艇协同跟踪方法。模拟猛禽双中央凹多分辨率成像规律,构建目标无人艇跟踪大小场景;在大场景中,模拟猛禽视顶盖-峡核通路中视觉刺激的竞争选择机制进行海上无人艇显著性检测,用于纠正核相关滤波目标跟踪的结果;在小场景中,建立仿猛禽色彩分辨空间,并采用颜色显著性检测方法提取无人艇上的合作靶标;建立大场景纠正及小场景引导协同跟踪策略,实现对海上目标无人艇的协同跟踪。对比实验结果表明,本文方法的跟踪成功率高于对比方法,且有最高的平均重叠率和最低的平均像素误差,适于无人机完成对海上目标无人艇的跟踪任务。

航空发动机数字孪生工程:内涵与关键技术

航空发动机是集精密工艺与尖端科技于一体,需兼顾高性能、高效率、高可靠、长寿命等多元目标,且依赖设计、制造、试验、运维多方主体紧密合作的国之重器,承载着强国梦想和强军使命。航空发动机数字孪生工程通过充分利用数据、模型、服务等虚拟资产的潜在价值,融合仿真、预测、优化等多种数智化手段,基于全生命周期系统工程的创新模式、多学科协同的高效平台和多要素耦合分析的全局视角,全面提升航空发动机设计、制造、试验、运维能力,能够为航空发动机全产业链加速发展提供新动力。本文从研发、变革、创新3个角度分析了航空发动机数字化发展趋势,从全生命周期的视角分析提出了航空发动机数字工程的6个阶段的18个需求趋势与挑战;通过分析数字孪生在航空发动机全生命周期中的研用现状,指出航空发动机在理论体系、组织协作、软件平台、标准规范方面的不足;以作者团队前期提出的数字孪生五维模型、数字工程“数智眼”体系架构、数字试验测试验证体系架构为基础理论,进一步提出了航空发动机数字孪生工程的内涵和体系架构,研究了航空发动机数字孪生工程关键技术体系;从思想、技术、模式、产业等角度对发动机数字孪生工程发展提出了若干建议。期望相关工作为航空发动机数字孪生工程数力和智力的开发利用,以及航空发动机设计、制造、试验测试验证、交付、运维、回收全生命周期能力的全面提升提供参考,助力航空发动机数字化、智能化研制水平和服务能力的跨越式发展。

面向单幅图像的逼真3D人脸重建方法

针对3DMM参数拟合方法生成的纹理过于粗糙、结果不够逼真的问题,提出一种基于深度学习的单幅图像逼真3D人脸重建方法.首先构建RP-Net回归网络和包含5万幅人脸图像的数据集,从输入图像中学习参数,并拟合人脸模型生成3D人脸几何;然后通过构造多层次的损失函数进行弱监督学习,包括低水平的像素损失、地标损失和高水平的身份损失;最后通过纹理映射的方式生成逼真的人脸纹理.在2个通用人脸数据集和1个人工生成的人脸数据集上与最近的3D人脸重建方法进行对比实验,并对影响重建的光照、表情和转向等因素进行实验,根据SSIM和PSNR对3D重建结果进行量化分析.实验结果表明,所提方法面向单幅图像可以生成准确的3D人脸形状和逼真的人脸纹理;与最近的3D人脸重建方法相比,该方法的训练时间和迭代次数分别降低了6%和13%,SSIM值增加0.005~0.010,PSNR值平均提高0.03~0.08 dB.

悬空区域侧损失双层次智能改善方法

形状复杂的零件采用3D打印时通常存在悬空区域,悬空区域侧面成型后几何误差,即侧损失,往往非常明显,严重影响悬空区域及其零件的成型精度。为此,提出一种悬空区域侧损失双层次智能改善方法。首先,基于田口法设计了取不同关键设计参数和打印参数的一系列实验,并用所设计的测量方法测取打印的倒“L”形零件的侧损失样本数据。其次,针对倒“L”形零件悬空区域支撑结构迥异的两侧(即悬空侧和非悬空侧)构造了两类侧损失预测网络,可准确预测各尺寸下倒“L”形零件悬空区域两侧成型后的几何误差。再次,以悬空区域两侧的侧损失最小为目标,构造了单目标多变量非线性规划问题,得到优化的侧损失预测值及对应的工艺参数值。最后,依据侧损失预测值对悬空区域两侧实施反向几何偏移补偿,并用优化的工艺参数值进行打印,实现了对悬空区域侧损失的双层次智能改善。基于熔融沉积技术,用训练集以外的倒“L”形零件进行实验,验证了所提方法的有效性。结果表明,所提方法适用于悬空区域且具有显著改善悬空区域侧损失的巨大潜力。

混合现实中的上下文信息构建与应用进展综述

随着信息技术的发展,混合现实(mixed reality,MR)技术已应用于医疗、教育和辅助引导等众多领域。MR场景包含丰富的语义信息,基于场景上下文信息的混合现实技术可以改善用户对场景的感知,优化用户的交互操作、提升交互模型的准确度,受到广泛关注。然而,目前在该领域没有针对上下文信息进行调查的综述类文献,缺乏梳理与分类。本文的研究对象是使用上下文信息的MR技术与系统。通过对MR领域的文献调研,本文提出了3个研究问题,并对国外近20年的33篇实证研究论文进行分析,概述了使用上下文信息的MR技术的最新发展,从3个维度出发进行分类学研究并分别提出分类标准,如上下文信息种类、上下文知识库的构建方式和应用领域等。其中,上下文信息的种类可以分为场景语义、对象语义、空间关系、群组关系、从属关系和运动信息6类,知识库的构建按用户介入角度和基础技术类型划分,应用领域从场景类型和生成式特性出发进行分类。通过对不同维度对研究对象的分类,本文对提出的研究问题进行了回应,并总结了现阶段的不足以及未来可能的研究方向。本综述可以辅助不同领域的研究人员对上下文信息的设计、选择和评估,从而推动未来混合现实应用技术与系统的研发。

行人再识别技术研究进展

行人再识别通过大时空范围内跨摄像机目标行人图像的检索与匹配,可实现人脸等生物特征失效情况下的行人关联,已成为智能视频监控系统的关键环节和支撑技术,并在智慧公安、智慧城市等国民经济建设中发挥了重要作用。近年行人再识别技术吸引了越来越多的关注,并取得了快速发展与进步。本文在对行人再识别技术进行简介的基础上,面向行人再识别的技术发展和落地应用需求与挑战,总结分析遮挡行人再识别、无监督行人再识别、虚拟数据生成、域泛化行人再识别、换装行人再识别、跨模态行人再识别和行人搜索等热点方向的前沿进展,归纳其发展现状和存在问题,最后对行人再识别技术的发展趋势进行展望。希望通过总结和分析,能够为研究人员开展行人再识别相关研究、推动行人再识别技术进步提供参考。

抓住机遇,专注创新,发展互联网3.0技术与应用

随着计算机、宽带网、通信技术的快速发展,互联网技术和软硬件系统也持续迭代,使得越来越多的人类活动从物理世界向数字世界迁移,不断更新大众消费体验、社交形态、生产模式和数字经济发展路径。1990年出现的Web建立在互联网基础设施之上为用户提供服务。从用户体验角度看,Web1.0是“只读”,基于Web1.0涌现出门户网站、搜索引擎等平台,网站提供内容,用户阅读;Web2.0是“读写”,出现一批微博、微信等网络社交平台,用户可自己生成内容与他人交互,社交平台等公司垄断数据。