【摘 要】
：
数据的网络图可视化是当前信息可视化研究的一个热点，由于常见的数据量大且关系复杂，如何更为直观地表达数据的特征是研究的难点。非真实感生成在表现抽象数据特征上的优势及其所具有的视觉吸引力，采用风格化绘制的可视化样式将有助于特征的显示。基于此思路，本文提出了一种素描风格增强的绘制方法，并应用于网络图的可视化中。首先定义了点、线的素描风格绘制算法，然后基于网络图的拓扑结构定义了点、线的重要性，最后将二者结
【机 构】
：
苏州大学 计算机科学与技术学院 苏州 215006 华东师范大学 软件学院 上海 200062
【出 处】
：
第十届中国计算机图形学大会暨第十八届全国计算机辅助设计与图形学会会议
论文部分内容阅读
数据的网络图可视化是当前信息可视化研究的一个热点，由于常见的数据量大且关系复杂，如何更为直观地表达数据的特征是研究的难点。非真实感生成在表现抽象数据特征上的优势及其所具有的视觉吸引力，采用风格化绘制的可视化样式将有助于特征的显示。基于此思路，本文提出了一种素描风格增强的绘制方法，并应用于网络图的可视化中。首先定义了点、线的素描风格绘制算法，然后基于网络图的拓扑结构定义了点、线的重要性，最后将二者结合起来生成具有素描风格的可视化。通过可视化效果的对比，可以发现本文所提方法所产生的结果具有更强的风格化和更为逼真的手绘素描效果，并且所表达的数据特征更为直观、具有更强的层次感。
其他文献
从人类认知的角度探索多通道反馈信号对人机交互行为和效果的影响，对最新的认知科学研究成果进行总结与分析，提出了一种跨领域的基于认知神经计算的多通道交互模型。建模过程分析并结合了两个不同描述层面的神经计算模型，把大脑神经响应映射到交互任务表现，对认知科学研究成果如何转化为人机交互实际应用进行了探索。基于该模型，从多感融合的认知科学规律预测出两个单一通道信息的整合效应对交互任务表现的增强或抑制影响规律，
视频艺术化处理是把给定的一段视频转化到不同的艺术风格进行呈现，在视频娱乐、电影和动漫制作等方面有着广泛的应用。而现有的视频艺术化算法，对视频的艺术化风格模拟种类有限，另外虽然有些算法实现了视频的多风格处理，但算法复杂，不易于实现。针对上述问题，本文提出了一个基于纹理传输方法的多风格视频艺术化处理方法。本文采用基于流场的纹理合成计算表示风格的纹理层，通过传输不同的样本纹理获取不同的艺术风格，且通过流
将扫描或拍摄的线条画图像转换为数字矢量图形有利于进一步的编辑和重用，是计算机动画和图像处理领域的热点问题之一。除了需要克服图像噪声的干扰，其主要挑战还在于如何从粗糙线条图像获取光滑矢量图形的过程中保持与原图线条一致的拓扑结构，比如交叉点及其线条分支。本文提出一种基于交叉点分析的线条矢量化方法，克服了现有方法难以保持拓扑结构的不足。首先，通过中心路径跟踪和轮廓路径跟踪相结合的方式，在跟踪单根线条路径
大数据成为继云计算和物联网之后、国际学术界和产业界所共同瞩目的又一个研究热点。大数据可视化是辅助用户洞悉大数据背后隐藏的知识和规律的重要方法和有力工具。如何在相对较小的界面中对海量信息以符合认知规律的方式进行可视化，并且使得计算机能够智能化的理解用户意图以配合其进行高效的人机交互，是大数据可视化的关键问题之一。本文提出一种面向小界面大数据可视化的语义Focus+Context人机交互技术。首先，在
Image decomposition is an important issue in image processing all along. How to obtain the true monocomponents in multicomponents is still an open question in images by far, which is of much importanc
自然图像一般都具有自相似性，利用图像自相似性可以有效地去除图像中所包含的噪声。目前大部分的基于自相似性的图像去噪方法在处理图像块时将其展开成列向量，从而一组相似图像块排列成矩阵，通过处理相似图像块矩阵来滤除噪声。但是将图像块展开成一维列向量时，会破坏图像块的二维结构。针对此问题，本文提出了一个新的基于高阶奇异值分解的图像去噪方法，即把一组相似的图像块堆积成3维数组，并将其看作一个3阶张量，进行高阶
目前的多透视拼接工作只能针对静态场景且要求摄像机视点方向固定，如何获得动态场景的实时多透视拼按视频仍然是项非常有挑战的工作。鉴于此，本文提出一种实用的实时多透视拼接方法，采用沿着平行于场景主平面方向稀疏布局的一组可旋转摄像机来实现视频的平行拼接。采用这种设置的挑战在于：一方面，由于平行布局的摄像机存在不同透视，导致同一物体在相邻视点间存在不同的透视变形；另一方面，相邻摄像机的重叠区会随着视点的旋转
面向二维、三维参数曲线和自由曲线变形，提出一种带平台伸缩函数的变形方法；由此构造的伸缩因子一方面具备简洁的多项式形式，另一方面具有单点峰值性、区间峰值性、对称性等良好的性质，此外变形操作对造型系统中的主流参数曲线(Bézier和NURBS)具有封闭性；用伸缩因子构造变形矩阵作用于待变形的曲线，可以获得整体的、局部的、周期的等各类丰富的图形效果，该方法计算量小，可控性强，重复使用可以得到形状多样、具
一种基于模特和用户照片的虚拟试衣方法被提出，该方法的实现包括三个步骤，分别是肤色替换、头部替换和体形变换。在第一步中，构造了一个模特肤色和用户肤色之间的映射关系，以此来实现肤色替换。在第二步中，以主动形状模型法检测出人脸的粗略边界，再采用基于图像灰度梯度的动态规划来获取更精细的人脸边界，然后通过训练出来的发色统计模型，以像素扩散的方式来获取头发区域，从而获得完整头部。在第三步中，基于kinect获
基于学习的图像艺术化方法可以根据参考图改变目标图像的纹理特征，使其学习得到参考图的艺术风格。以往基于学习的合成方法或着重于学习样图的颜色特征，或只能学习整张样图的笔刷特征，且无法让用户对学习结果进行控制和编辑。本文提出一个支持多风格的图像艺术化快速处理方法。该方法以目标图像流场为引导，对非等轴纹理合成算法进行改进以学习样图纹理和笔刷特征，可以根据用户指定的不同区域所参考的样图风格块实现区域相关的多