图学学报

Select

2026年第3期封面

2026, 47(3): 0-0.

PDF 13 9

相关文章 | 计量指标

Select

基于神经场逆渲染的三维重建研究综述

周雪杨, 沈旭昆, 胡勇

2026, 47(3): 449-471. DOI: 10.11996/JG.j.2095-302X.2026030449

HTML

PDF 31 13

在计算机视觉与计算机图形学中，三维重建旨在从二维图像、视频或其他传感器数据生成真实物体/场景的高精度数字模型，长期受到学术界与工业界关注。近年来，深度学习推动三维重建在精度与效率上持续提升，并服务于重光照、数字孪生和虚拟现实等应用。随着神经辐射场(NeRF)的提出，基于神经场的重建逐渐成为主流；为提升外观解耦能力，逆渲染被引入并形成较完整的重建框架。针对该领域的研究数量庞大且技术路线分散、缺少系统梳理的问题，本文面向静态物体与场景，按流程将基于神经场逆渲染的三维重建划分为2部分：基于神经场的表面重建，以及基于神经场的材质光照估计。并围绕2部分提炼核心研究问题，以“研究问题-技术方案”的思路对主流方法进行归纳与对比，逐项分析其关键原理与推导过程，以启发后续算法设计。此外，整理了2个方向常用的数据集与评价指标，并讨论其细节与适用性。最后，总结了未来值得继续关注的挑战与可行思路的展望。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

控制变量技术在渲染领域中的应用综述

徐晓峰, 徐延宁, 王璐

2026, 47(3): 472-491. DOI: 10.11996/JG.j.2095-302X.2026030472

HTML

PDF 18 4

控制变量技术是一类经典而高效的方差缩减方法，近年来在计算机图形学渲染中的多类蒙特卡罗估计问题中展现出显著优势。针对渲染计算中普遍存在的高方差与收敛缓慢问题，系统综述了控制变量技术在渲染领域的理论基础与研究进展。其通过引入与目标积分高度相关且期望可解析或可高精度估计的辅助函数，将原始估计器转化为低方差的无偏形式。围绕路径追踪、多光源采样、自由路径采样、透射率估计与图像重建等关键计算环节，对控制变量技术在表面渲染、体渲染、重渲染、逆渲染及梯度域渲染等任务中的代表性方法进行了分类归纳，并分析了不同方法在控制变量表示、构建策略、适用场景及质量提升效果方面的特点，进一步讨论了已有方法面临的主要挑战与发展趋势。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于轻量级网络的藏文复杂背景文字识别方法研究

王悦凝, 才让当知, 昝嵘, 孟磊

2026, 47(3): 492-499. DOI: 10.11996/JG.j.2095-302X.2026030492

HTML

PDF 29 11

复杂背景下的藏文文字识别是藏文OCR领域的重要课题之一。针对传统的深度学习模型不仅参数量过大且不易部署，从而影响藏文文字识别效率的问题，提出了基于轻量级MobileNetV3-Gobal的藏文复杂背景文字识别模型。将基线模型MobileNetV3的最后一层引入了全局注意力机制的全局上下文模块（GCB），在保持网络模型计算量的同时通过全局注意力机制对藏文复杂背景的行文本图像进行全局建模，更易特征提取。实验结果表明，改进后的轻量级 MobileNetV3 - Global 藏文复杂背景文字识别模型有较好的准确率，通过自然场景和流媒体2种数据集测试，其准确率分别高达97.40%和96.15%，同时模型大小仅为6.05 MB，具有较高的实用性与部署潜力。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于VGGT与显著性引导体素化的高效3DGS

李霁潼, 何金旭, 薛苏玲, 张俊, 娄路

2026, 47(3): 500-510. DOI: 10.11996/JG.j.2095-302X.2026030500

HTML

PDF 16 4

传统3D高斯泼溅(3DGS)依赖耗时长且鲁棒性较差的运动恢复结构(SfM)预处理环节，存在应用瓶颈；尽管引入预训练的多视图立体(MVS)模型方法可避免SfM约束，但由于计算复杂度高、内存消耗大，在稠密视角或大规模场景下难以胜任。为此，提出一种基于VGGT预处理与自适应体素化的高效3DGS框架，降低对输入图像数量和相机位姿的依赖，以及训练资源的需求，仅用数分钟实现端到端的高效场景重建。首先，预处理环节使用VGGT在数秒内从输入图像中推理得到相机位姿和初始稠密场景点云；其次，设计深度精细化引导的点云重建模块，提升初始点云结构的几何完整性、边界锐度与细节逼真度；然后采用基于图像多维显著性的自适应体素化策略，在训练阶段显著裁剪冗余高斯球，降低显存需求；最后，构建置信度感知的深度正则化与多视图几何一致性相融合的约束方法，弥补体素化压缩后的渲染质量损失，实现压缩效率与渲染质量的最佳平衡。实验结果表明，在TNT稀疏、稠密视角数据集和MipNeRF360稀疏数据集上，与当前先进方法对比，渲染指标PSNR，SSIM和LPIPS均明显提升，同时在稀疏、稠密场景下的高斯球数量分别减少大约25%和67%，能够快速完成高质量场景重建。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

LlaMario：基于大语言模型的可控马里奥关卡生成

耿钰轩, 卢奕南, 伍铁如, 李文辉, 马锐

2026, 47(3): 511-523. DOI: 10.11996/JG.j.2095-302X.2026030511

HTML

PDF 16 12

在游戏开发过程中，程序内容生成(PCG)能够有效降低游戏开发成本，提高关卡设计的多样性。近年来，程序内容生成与机器学习的结合在游戏关卡生成方面取得了显著进展。针对现有方法在生成控制性和适应复杂设计意图方面仍存在局限性的问题，提出了LlaMario模型。通过将马里奥游戏关卡转换成字符矩阵并交由大语言模型(LLMs)训练，最终将生成的关卡字符再转换成可玩的马里奥游戏关卡。具体而言，采用LLMs Llama 3.1-8B-instruct，并结合高效语言模型微调框架Unsloth，使模型实现了更强的关卡理解与生成能力。通过构建4万条基于LLMs Gemini理解关卡数据的指令集，并采用数据高效的指令微调策略Alpaca进行关卡数据集的构建，使得经过训练后的LlaMario能够基于自然语言描述生成高可玩性的马里奥关卡。实验结果表明，在关卡逻辑合理性、可玩性、复杂性和生成质量方面表现优异，能够生成用户期望的马里奥游戏关卡。该方法框架具有通用性，可扩展至其他基于瓷砖地图的关卡生成任务。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

一种定位分支辅助的多任务协同图像伪造检测模型

李秀梅, 周正鑫, 孙军梅

2026, 47(3): 524-533. DOI: 10.11996/JG.j.2095-302X.2026030524

HTML

PDF 14 3

随着深度学习的快速发展，图像伪造技术(如生成对抗网络和扩散模型)能够生成高度逼真的图像，给传统的图像伪造检测方法带来巨大挑战。现有的图像伪造检测方法通常将伪造检测与伪造区域定位视为独立任务，导致两任务间特征信息共享不足、协同性较差，限制了方法的检测准确率与定位精度。为此，提出一种基于定位分支辅助的图像伪造检测模型，通过多任务协同优化提升图像伪造检测性能。模型核心包含2个创新模块：①双域特征增强模块，结合颜色分布异常与高频失真特征，联合捕捉伪造痕迹，解决单一特征对复杂伪造场景适应性不足的问题；②中值增强交互模块，通过多尺度特征融合与通道-空间注意力机制，增强检测与定位分支的交互学习，解决任务间信息割裂问题。此外，采用端到端优化的联合训练框架，结合多任务损失函数，实现定位协同检测的提升。在Columbia，CASIA和NIST16等基准数据集上的实验表明，该方法在检测与定位任务中均超越现有对比方法，验证了模型在复杂伪造场景下的有效性与泛化能力。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于多模态Beat-STMAN网络模型的舞蹈动作识别方法

唐海英, 李芳

2026, 47(3): 534-542. DOI: 10.11996/JG.j.2095-302X.2026030534

HTML

PDF 16 7

针对舞蹈动作识别领域出现的时空特征耦合性不足、多模态信息利用不充分等问题，为提高舞蹈动作识别的准确率，提出一种多模态融合的Beat-STMAN网络识别方法。首先，以骨架的ST-GCN模型为基础构建时空卷积骨架网络，针对舞蹈动作连续多变、部分动作受遮蔽的不利因素，采用动态邻接矩阵融入多头空间注意力机制以自动捕捉全局人体拓扑结构参数；其次提出一种音频流信息特征提取-对齐-融合方法以获取节拍时间戳脉冲序列，并采用Transformer多头注意力机制设计跨模态融合模块AMAA-Net，通过对抗性博弈机制实现多模态特征融合，较好地改善模型特征融合不足的问题；最后使用Beat-STMAN网络在公开舞蹈数据集验证模型有效性。实验表明：在Thomas旋转动作中，该模型较ST-GCN模型识别率提升14.7%，证明其可显著提升遮蔽场景鲁棒性。消融实验证明采取动态邻接矩阵、多头注意力以及跨模态注意力机制能够有效融合音频-动作关联特征，跨模态贡献率达5.3%，有效推动模型Top-1精度提升，从而提高模型的预测精度，为舞蹈教学评估和沉浸式交互提供了多模态技术实现路径。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

适配器微调SAM与低频融合的遥感图像语义分割

李景涛, 封筠, 赵志宏

2026, 47(3): 543-552. DOI: 10.11996/JG.j.2095-302X.2026030543

HTML

PDF 21 16

针对现有多模态遥感图像语义分割模型具有小目标分割精度低，跨模态特征提取不充分及融合效果不理想的问题，提出一种基于适配器优化和低频信息提取与融合的双分支多模态网络SAMLoF。通过联合适配器结构，高效微调分割一切模型的图像编码器参数，以使模型在保持通用能力的基础上，学习遥感领域的特定知识；对于不同模态图像设计特定的低频信息输入模块，通过快速傅里叶变换为模型提供更多大尺度环境结构与上下文信息；利用基于注意力的高效特征融合模块，促进不同模态特征中相关信息的充分融合。在Vaihingen和Potsdam数据集上与15种方法进行评估比较，SAMLoF的mF1与mIoU指标均达到最优值，结果表明SAMLoF可有效提取并融合遥感图像中的不同模态特征，尤其能为复杂小目标物体生成精确且平滑的边界轮廓。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

融合层次化双流注意力的单目深度估计方法

吴文欢, 王文舒, 王舒鳌

2026, 47(3): 553-563. DOI: 10.11996/JG.j.2095-302X.2026030553

HTML

PDF 17 7

单目深度估计因其在自动驾驶、三维重建等领域具有广泛地应用前景而持续受到关注。然而，现有方法在多尺度特征融合与深度建模方面仍存在不足，难以同时兼顾局部几何细节刻画与全局结构一致性，对不同场景下深度尺度分布的自适应能力有限。针对上述问题，构建了一种融合层次化双流注意力与自适应深度离散建模的单目深度估计框架。编码阶段采用 Swin Transformer 构建金字塔式多尺度特征表示，以增强对局部与全局信息的联合建模能力；解码阶段设计层次化双流注意力融合网络，在逐级重建过程中并行建模局部细节感知与全局上下文语义，并通过动态权重调制与交叉注意力机制实现特征的自适应融合。同时，引入深度恢复模块，将深度估计建模为分类与回归相结合的任务，通过预测离散深度分布并自适应学习分箱中心，以概率加权方式生成连续深度结果，在保证深度预测连续性的同时，有效保持场景中深度关系的一致性。实验结果表明，该方法在 KITTI 数据集上的AbsRel 为 0.048、SqRel 为 0.147、log10 为 0.020、δ? 为 0.980，并在 NYU Depth V2 数据集上展现出良好的泛化能力，验证了该方法在复杂场景和多尺度深度分布条件下的有效性与鲁棒性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

针对过度重建问题的频率强度高斯泼溅算法

廖健康, 张严辞

2026, 47(3): 564-575. DOI: 10.11996/JG.j.2095-302X.2026030564

HTML

PDF 10 5

三维高斯泼溅(3DGS)技术在新视角合成领域表现优异，但其传统的致密化策略在处理细节丰富的复杂场景时，极易引发过度重建(Over-reconstruction)现象，导致少量大体积高斯基元拟合大片区域，渲染图像出现明显模糊并严重丢失高频纹理细节。为克服该问题，提出一种频率强度高斯泼溅算法(FIGS)。首先，从图像局部频域特征出发，定义“频率强度”指标，用于精准量化局部空间内高频细节的丰富程度，并建立对应图像的频率强度图。其次，设计频率强度正则化机制，将渲染图像与真实图像的频率强度图差异引入损失函数，促使算法自适应地向高频细节密集的过度重建区域分配更多的高斯基元。最后，引入基于几何置信度的自适应高斯演化策略，利用多视图一致性先验构建几何置信度因子，通过加权致密化与主动剪枝联合实现高斯演化，动态优化整个场景的高斯分配。在Mip-NeRF360和Tanks&Temples等多个真实基准数据集上的大规模定性与定量实验表明，该算法在结构相似性(SSIM)、学习感知图像块相似度(LPIPS)等指标上取得了更有竞争力的结果，并有效降低了过度重建区域的占比。频率强度高斯泼溅算法能够有效缓解重建过程中的模糊，科学合理地调度高斯基元分布，在新视角合成的细节保真度和整体视觉质量上表现优异，为复杂真实场景的高精度三维重建提供了新的解决思路。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

渐进式时空细节增强视频去雾算法

张益, 王振, 刘艳丽, 邢冠宇

2026, 47(3): 576-588. DOI: 10.11996/JG.j.2095-302X.2026030576

HTML

PDF 12 3

针对现有视频去雾方法在纹理细节恢复不足及帧间一致性建模不充分的问题，提出了一种渐进式时空细节增强视频去雾算法(PSTD-net)，包括空间细节增强与跨帧时序建模2个模块。首先，为缓解现有方法对高频纹理建模能力不足的问题，提出了渐进式细节增强编码器，有效提取并恢复被雾霾破坏的纹理细节；其次，为提升视频帧间的时间一致性，设计了跨帧细节增强模块，通过时空注意力机制建模帧间依赖关系，增强图像细节的同时抑制伪影生成。实验在多个合成及真实雾霾视频数据集上进行，结果表明，PSTD-net在去雾效果和视觉一致性方面均取得了改进，为视频去雾任务提供了新的解决方案。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

一种基于模型域分割的规则六面体网格生成方法

张天瑞, 王爱增, 宁涛, 张凤全

2026, 47(3): 589-597. DOI: 10.11996/JG.j.2095-302X.2026030589

HTML

PDF 25 7

为解决规则六面体网格的自动生成问题，提出一种基于模型域分割的规则六面体网格自动生成方法。首先利用模型几何属性构建属性邻接图，提取模型域特征并生成分割面，将模型域分割为多个结构简单的子域；对各子域特征进行自动分类与匹配，应用预设子域网格模板生成子域网格；最后通过网格合并获得整体全六面体网格。并将特征驱动的域分割与模板化生成相结合，在保证拓扑一致性与几何特征保持的同时，减少人工干预，提高网格生成的稳定性与可重复性。模板生成阶段结合特征保持的参数化映射与拓扑约束扫掠方法，实现了六面体网格生成，形成了由域分割、模板生成到网格合并的自动化流程，可应用于典型机械类模型的网格生成，为数字化仿真分析提供参考。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

用于沉浸式物理实验的半实物交互技术

纪海林, 张怡冉, 李亦航, 张鸿文, 骆岩红

2026, 47(3): 598-606. DOI: 10.11996/JG.j.2095-302X.2026030598

HTML

PDF 14 5

现有沉浸式物理实验(IPE)普遍存在力触觉反馈缺失的问题，导致交互真实感不足，进而影响学生实验操作体验和学习效果。为此，提出一种融合主动式与被动式力触觉的半实物交互技术，并通过集成3D打印实体、多类型传感器(拉力、压力、温度等)及执行器的半实物仿真思想，构建了具备视觉-触觉同步反馈的实验系统。设计了集成拉力器、按钮和旋钮的弹簧双振子实验半实物交互装置；基于活塞和温控模块的气体三大定律实验半实物交互装置；以及基于数字舵机和喷射装置的浮力实验半实物交互装置。开展了包含32名大学生的对照实验，实验组采用半实物交互，对照组采用手势交互，结合NASA-TLX主观量表与64通道脑电信号进行评估。主观结果显示，实验组后测总认知负荷为55.27，显著低于对照组的60.13(p=0.041)，特别是在体力需求与受挫程度维度改善明显。神经生理结果表明，实验组在额叶(Fz)和枕叶(Oz)区域的θ，α，β波段平均功率谱密度均呈下降趋势，且显著低于对照组，表明大脑神经资源调配压力较小。研究证实，与传统手势交互相比，半实物交互能有效降低IPE中学生的认知负荷，优化认知资源分配效率，有助于学生更轻松地掌握相关物理知识。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

面向FMA-UE的上肢功能数字孪生评估方法研究

王坤, 李一凡, 田红亮, 朱伟光, 黄亚宁

2026, 47(3): 607-615. DOI: 10.11996/JG.j.2095-302X.2026030607

HTML

PDF 11 3

针对脑卒中上肢功能评估存在主观性强、难以量化的问题，提出一种面向FMA-UE的上肢功能数字孪生评估方法，并进行系统验证。系统采用PN3采集姿态数据，构建动态融合式评估模型(DFRA)，实现与FMA-UE的条目级对齐，输出个体得分与弱项。在30例受试者的对照试验中，系统较人工评估提效约40%，且系统评分与康复师评分在±3分等效带内通过TOST等效检验，总体误差为MAE=1.97分、RMSE=2.14分；弱项识别在五域口径下与康复师的一致性达Top-1=88.0%。该方法能够在保持临床可解释性的前提下实现条目级自动化评分与弱项呈现，相较传统评估显著提升效率并具备可推广的工程可用性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

联合零范数稀疏和时序差分低秩的运动捕获数据恢复算法

胡文玉, 徐浩, 邱熙雯, 易云

2026, 47(3): 616-628. DOI: 10.11996/JG.j.2095-302X.2026030616

HTML

PDF 13 5

针对运动捕获数据在采集与传输过程中普遍存在的噪声干扰以及标记点缺失问题，提出一种联合 ${l}_{0}$范数稀疏和时序差分低秩极小化的运动捕获数据恢复模型 (ZTDL)。首先，引入时序差分的低秩正则项以刻画运动捕获数据的全局低秩性与时序光滑性，同时结合 ${l}_{0}$范数和Frobenius范数分别表征稀疏缺失噪声和高斯叠加噪声。其次，利用 ${l}_{0}$范数邻近算子的特殊性质将非凸恢复模型等价地转换为含有二值掩码矩阵的双变量优化问题进行求解，所得模型能够同时精确估计缺失区域与恢复运动捕获数据。随后，采用交替方向乘子法和(逆)离散余弦变换对模型进行快速求解。在理论上，严格证明了算法能够依坐标收敛于局部极小解。最后，在CMU数据集和HDM05数据集上，将ZTDL算法与多种经典算法，如TSMC、TRNN、IRNN-Lp、TSPN算法与深度学习算法等，进行大量的数值对比实验。恢复误差和视觉效果比较结果表明，ZTDL无论是估计缺失区域还是恢复失真的运动捕获数据都具有显著的优越性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于流形装配的流形/非流形体统一表达技术研究

徐保文, 陈辉, 李吉星, 张博文, 蓝健文

2026, 47(3): 629-640. DOI: 10.11996/JG.j.2095-302X.2026030629

HTML

PDF 11 6

针对已有内核在形体表示范围上的不足，以及复杂形体建模的效率瓶颈问题，提出一种基于流形装配的流形/非流形体统一表达技术，通过将非流形体解析为有限流形体的并集，突破了传统方法必须借助非流形对象或非流形限定关系才能表达非流形体的局限，在不损失形体表达范围的前提下简化了形体数据结构的构建逻辑，为改善流形/非流形体造型算法的效率和通用性奠定基础。此外，还提出一种混合式拓扑关系更新机制，在保证拓扑一致性的前提下将复杂模型(含有10⁴量级拓扑对象的模型)的拓扑检索效率较OCC提升近90%，接近CGM等国际先进商业内核水平，为进一步提升系统建模效率提供了技术支撑。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于TrueSkill排序与深度学习的绿色工地主观视觉感知预测

卢德辉, 宋琢, 黄志超, 田时雨, 李慧敏, 田茂, 邓逸川

2026, 47(3): 641-652. DOI: 10.11996/JG.j.2095-302X.2026030641

HTML

PDF 19 11

可持续发展是应对全球环境与能源挑战的核心路径，建筑施工行业已逐步推行绿色施工实践，但施工环境特征与人类主观感知之间的内在关联尚未得到系统探究，导致绿色施工在安全性、美观性与效率优化方面缺乏针对性理论支撑。为明确人类对施工环境的感知规律以指导绿色施工实践优化，通过在线众包平台采集受试者关于施工场景图像的随机匹配组合的偏好数据，采用微软TrueSkill系统对感知偏好结果进行量化排序。针对施工场景中的关键视觉元素，运用感兴趣区域(ROI)分析法开展特征提取与解析，同时选取并训练卷积神经网络(CNN)模型以实现感知质量的自动化预测。结果显示，施工现场在上述感知维度的主观感知与特定视觉特征存在显著统计学关联：现场建材堆放整齐度、地面整洁度与设备使用情况分别影响安全性、美观性与效率性感知。由于前2类视觉特征同属施工场地有序度的外在体现，故而安全性和美观性感知存在强正相关性，而效率性感知和另2类感知间均未显示相关性。研究创新性地提出众包技术与深度学习相结合的施工环境评估框架，验证了不同群体对施工场景视觉感知的一致性特征，明确了文明施工现场需满足的特定视觉标准，为施工环境感知质量的自动化评价体系构建提供了基准依据。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于雅可比嵌入神经网络的装配误差建模方法

赵罡, 曾远志, 刘亚醉, 申皓东

2026, 47(3): 653-660. DOI: 10.11996/JG.j.2095-302X.2026030653

HTML

PDF 12 6

在航空航天等领域，复杂产品的装配精度直接影响其核心性能与可靠性。传统装配误差建模方法在刻画“几何-力学”耦合非线性行为时存在明显不足，尤其在处理接触变形、动力学耦合效应等问题上难以满足高精度要求。针对这一挑战，提出一种创新的雅可比旋量嵌入神经网络方法，通过在神经网络架构中融入雅可比旋量理论的物理约束，构建“雅可比旋量损失函数”与网络预测误差的联合优化机制，实现对接触变形、动力学耦合等非线性机制的精准建模。既借助神经网络的多层非线性映射能力捕捉隐含物理关联，又利用雅可比旋量理论的运动学约束对网络训练进行正则化，有效提升了模型在小样本场景下的泛化能力与物理可解释性。以双轴转台为实验对象，选取方位角与俯仰角作为模型输入，预测其空间指向误差。结果表明，相较于无雅可比嵌入的传统神经网络，该方法在x，y，z方向的预测精度分别提升了46.51%，37.44%和50.86%；经五折交叉验证，其在均方误差、均方根误差、平均绝对误差及决定系数4项关键指标上均优于传统方法，不仅预测误差显著降低，且稳定性与泛化能力大幅提升。由物理机制约束与数据驱动拟合相融合的跨域框架，为解决高精度装配场景中的非线性传递难题提供了新途径。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

一种基于网格折叠的飞机燃油油箱油液体积快速算法

马纪明, 王洪轩, 张思宇, 王法岩, 张志明, 曲仁理

2026, 47(3): 661-670. DOI: 10.11996/JG.j.2095-302X.2026030661

HTML

PDF 15 3

飞机燃油油箱作为飞行器能源系统的核心组件，其油量测量的准确性直接关系到飞行安全与航程规划。然而，现代飞机油箱为适应机身气动布局，往往设计成形状极不规则且内部包含加强筋、隔板等复杂结构的容器。在飞机执行爬升、俯冲或侧倾等机动动作时，传统基于单一液位传感器的测量方法难以准确反映真实油量。针对复杂结构油箱内油液体积计算问题，提出了一种基于网格折叠的油箱体积算法。首先根据燃油油箱STL格式文件提取网格信息；然后根据飞机姿态和液位高度信息，确定油箱内油液平面位置；之后基于油液平面，对与平面相交的油箱网格进行划分重构；重构完成后，将油液平面上方网格折叠投影至油液平面；最终将处理后的所有网格体积加和得到油箱油液体积。与传统的切片法、凸包法及体素法相比在计算速度上展现出显著优势: 切片法在处理复杂内部结构时易产生截面重构误差且高精度计算耗时较长；凸包法难以适应非凸几何特征；体素法则受限于分辨率与计算效率的平衡。该方法具有良好的普适性，不受油箱内部复杂结构的限制，避免了繁琐的截面网格重构过程，在保证计算精度的同时大幅提升了运算速度。最后，在不同网格面数、凹陷率等模型特征下与切片法、体素法和蒙特卡洛法进行了对比验证，证明了该算法的普适性、快速性和准确性。同时针对某实际飞机燃油油箱进行了试验验证，仿真结果与试验结果匹配一致，证明了其可用性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

社交媒体广告的运动图形设计对互动意愿的影响路径研究

陈航宇, 黄古月盈, 赵东民

2026, 47(3): 671-682. DOI: 10.11996/JG.j.2095-302X.2026030671

HTML

PDF 15 7

针对移动社交媒体语境下的“社交网络疲劳”与算法推荐机制，揭示了运动图形视觉设计要素对用户社交媒体互动意愿的驱动机制。基于S-O-R理论框架，结合认知负荷理论与格式塔原则构建了5个运动图形设计要素，并引入视觉注意力与信息加工深度探讨对用户互动意愿的影响路径。采用单因素组间设计的问卷实验，选取东亚高语境文化背景下的活跃用户为对象，采用结构方程模型为主要方法进行验证。研究结果揭示了运动图形的视觉设计对互动意愿具有非对称性影响。布局简洁性在注意到加工的连续过程中发挥稳定支撑作用，是形成有效视觉秩序的重要条件；视觉引导性与图形关联性能够提升注意与理解，从而促进互动；动画复杂度和信息密度则主要造成认知负担，其降低虽可减少干扰，但单纯降低信息密度并不足以增强吸引力。通过“视觉注意力→信息加工深度→互动意愿”的链式转化效应，表明基于深度理解而非瞬时注意，才是真正推动互动的关键。同时提出以视觉降噪和动态引导的优化设计策略，以增强社交媒体广告的传播效果。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

2026年第3期样刊

2026, 47(3): 683.

PDF 9 3

当期目录