苏科华
Supervisor of Doctorate Candidates
Supervisor of Master's Candidates
E-Mail:
Date of Employment:2008-11-02
School/Department:计算机学院
Education Level:研究生毕业
Business Address:D203
Gender:Male
Contact Information:13517299596
Status:Employed
Discipline:Computer Applications Technology
Communications and Information Systems
Other specialties in Software Engineering
Cyberspace Security
Hits:
Impact Factor:1.628
DOI number:10.11772/j.issn.1001-9081.2016.09.2584
Affiliation of Author(s):四川省计算机学会;中国科学院成都分院
Journal:Journal of Computer Applications
Place of Publication:四川省成都市
Key Words:全局参数化;全纯1-形式;调和能量;共形映射;割图
Abstract:针对多亏格曲面参数化变形较大、运算复杂度高的问题,提出一种改进的基于全纯1-形式的全局参数化方法。该方法以参数化的梯度场为出发点,采用更快速的同调群和上同调群计算方法。首先,利用简化的割图法计算曲面的同调群以确定其拓扑结构;其次,定义特定的调和函数计算闭合1-形式来构造由梯度场形成的线性空间的上同调群;然后,最小化调和能量将上同调群扩散为调和1-形式;最后,线性组合调和1-形式构造出全纯1-形式并在基本域上积分即得到参数化。由上同调群、同调群相关理论分析表明,该方法所得参数化是一种全局的、边界自由的共形映射。基于多组高亏格模型的实验证明,与原有基于全纯1-形式的全局参数化算法相比,本算法视觉效果更好,平均误差更小,运算效率更高。
Co-author:章登义,武小平,郑昌金
First Author:洪程
Indexed by:Journal paper
Correspondence Author:苏科华
Document Code:1001-9081( 2016) 09-2584-06
Document Type:J
Volume:36
Issue:9
Page Number:2584-2589
ISSN No.:1001-9081
Translation or Not:no
CN No.:51-1307/TP
Date of Publication:2016-09-10
Links to published journals:http://www.joca.cn
苏科华，男，武汉大学计算机学院教授、博导；武汉大学科技成果转化中心（技术转移中心）副主任。研究主要集中在最优传输（Optimal Transport）领域，它是研究概率测度间最优变换的一类优化问题。在计算机图形学、机器视觉、人工智能、医学图像处理等领域有着广泛的应用。本人主要研究最优传输的几何计算理论和高效算法，并将其应用于网格保测参数化、三维场景优化、智能烧伤评估和卫星互联网任务优化中。主持包括国家自然科学基金、中央军科委、航天5院、华为公司等20多个项目支持，发表论文50余篇，获批发明专利10余项。为CCF计算机辅助设计与图形学（CAD/CG）和虚拟现实与可视化(TCVRV)专委会的执行委员。
