形状数据的高效表示方法：2D的形状数据往往是通过各种形状描述子描述，在这些描述子中，形状签名（shape signature）作为一种更为简洁的表示，在形状分析、形状渲染中得到了广泛的应用。不过经典的签名方法过于局部，当形状发生大的变化比如遮挡、关节运动时，这些方法的稳定性不够。为了解决上述问题，我们利用形状上广义的电荷分布表示形状。 我们提出的广义电荷分布形状描述子（ECDS）具备多项优点：首先，尽管ECDS是一个局部的估计量，它是通过所有参考点的线性方程组计算出来的，由形状上其它所有参考点的空间位置、电荷总量决定，所以对于形状上的噪声有较好的鲁棒性。其次，我们在构造线性方程组时引入了内部距离，使得ECDS描述子具备了对形状中关节变换的近似不变形，能有效提高ECDS对于此类形状的辨别力，如图？。第三，无论电势平衡时，电荷在形状上如何分布，形状ECDS描述子的和是一个预先给定的量，这也是ECDS区别去其它形状描述子的一个显著特征，可以有效的应用于多种形状分析任务。在MPEG7 CE形状库, Kimia数据库和ETH-80库上的大量形状识别实验也表明，ECDS方法在识别的准确率方面超过了多种经典的形状签名方法。相关成果于2015年发表在SCI检索期刊Pattern Recognition上（计算机学会推荐B类期刊）。

Harmonic均值规范化的Laplace–Beltrami 谱描述子：我们提出了基于Harmonic均值规范化的Laplace–Beltrami谱描述子的三维模型检索方法，一系列实验表明Harmonic均值规范化方法提高了非刚性三维模型检索的效率，并且它对孔洞、局部尺度变换、噪音、采样等变换鲁棒。为更好地检索各类繁杂的模型，谱加权方法和融合方法被采用。谱加权方法减少了高频信号的负面影响，融合方法则增强了低频和高频信号中的有效信息，从而形成了多级别的谱方法。无论在检索效率还是在检索精度上，该方法都取得了较好的效果。相关成果于2015年发表在SCI检索期刊The Visual Computer上（计算机学会推荐C类期刊）。

发表文章情况：

1. Zhiyang Li, Wenyu Qu*, Junjie Cao, Heng Qi, Milos Stojmenovic. ECDS: An effective shape signature using electrical charge distribution on the shape, Pattern Recognition, 2015, 48(2), 402-410. (SCI, IF: 2.584) (CFC B)

标注基金: 60973115, 60973117,61173160,61173162,61173165,U0935004,61173103, 61173102

1. Yusong Liu1，Zhixun Su*， Junjie Cao， Hui Wang，Harmonic mean normalized Laplace–Beltrami spectral descriptor. The Visual Computer. Accepted, 2015,期刊论文,SCI 0.957 

标注基金：61173103, 61572099, 61320106008, 91230103, 61363048, 61262050, 61402300