基于归一化R变换分层模型的人体行为识别

为保留多特征的鉴别能力和区分能力,同时不增加特征维度,提出了一种基于归一化R变换分层模型的人体行为识别方法.第一层选取描述了运动发生区域的运动能量图像(MEI)作为特征,并依据其归一化R变换曲线对行为进行大类划分;第二层利用细节特征更丰富的关键姿态的星状模型以及宽比和高比特征对各大类进行细分,实现行为的分治识别.对Weizmann和ViHaSi人体行为数据库进行实验,识别率分别为92.47％和96.67％.实验结果表明,该分层模型简单有效     

社区发现在复杂网络划分中的应用

在无标度网络中,社区结构是普遍存在的一种网络结构特性,社区结构是网络中间层的描述,是对网络的自然压缩。文中基于这一事实,将社区结构发现方法加入到多层网络划分框架中,提出了基于社区结构的多层网络划分改进策略。该方法首先对无标度网络进行社区发现;然后以发现的社区结构为单位,对原网络进行压缩;之后对压缩后的网络进行初始划分;最后将划分结果还原为对原网络的划分。在进行初始划分时,为获得较好的划分效果,引入了0-1规划方法,并使用K-L算法进行优化。通过对比实验,结果表明把社区结构引入多层网络划分方法中,可以获得更好的划分。     

基于贪心算法进行三角剖分的印鉴匹配方法

将计算几何中平面点集的三角剖分方法-贪心算法引入印鉴识别,研究了一种基于三角网格的印鉴匹配方法.通过对细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照一定的规则相连,得到三角形网格.然后基于该网格寻找若干参考点对,并根据获得的参考点对将两幅印鉴图像进行姿势调整.最后使用获得的参考点对实现基于点模式的印鉴匹配,经分析该方法是一种行之有效的印鉴匹配方法.     

可扩展路由器

对可扩展路由器的研究现状进行了综述,并在可扩展路由器体系结构和模型研究的基础上提出其分层模型,将可扩展路由器"自底向顶"地划分为互连结构和数据交换层,路由查找层、标准接口层、分布式操作系统层、分布式路由行为层和单映像管理层6层,并综述了每层的研究进展.最后进行了总结并分析了当前可扩展路由器发展的难点.     

层次参数化的自由曲面特征表示与实现

为了解决自由曲面特征参数化问题,提出一种自由曲面特征参数分层实现框架.采用从高层到底层、从整体到局部的分层思想,将自由曲面特征的参数及映射关系划分为"3层参数和2级映射"结构来定义曲面特征,即高层语义参数表示整体形状,中间层参数表示特征线和底层参数表示细节形状,并在各层参数间建立映射和约束关系;同时支持设计者用Scheme命令快速实例化曲面特征.该方法避免了传统方式中由高层特征参数到底层数据间直接的复杂映射关系,且方便了曲面特征的实例化.实验结果表明,文中方法使得设计者能够从特征语义层直观地编辑修改自由曲面特征,是一种有效的自由曲面特征参数化表示和实现方法.     

虚拟驾驶员决策行为模型研究

驾驶决策行为是驾驶行为研究的重要内容.为提高驾驶决策行为建模与仿真的可信度,提出了基于分层的驾驶员决策行为模型.将驾驶决策分为策略层、方法层、行动层和车辆控制层四个层次.重点对驾驶员行动层的决策行为进行实现.使用两点法和PID方法相结合,计算车辆转向角度,使用反应点跟车模型计算车辆纵向行驶速度.通过驾驶员跟车行为仿真,分析了跟车行为模型的稳定性和逼真性,说明了驾驶员决策行为模型的可信性,使驾驶行为模型的输出更加真实.     

红外图像的动态范围压缩和细节增强

红外图像动态范围压缩和细节增强可有效地提高人眼对图像关键细节信息的获取能力,是红外成像的重要研究课题.针对传统双边滤波器不能最优划分细节层和基础层的问题,设计了区域约束双边滤波器,并提出一种基于该滤波器的红外图像动态范围压缩和细节增强方法.首先通过区域约束双边滤波器将原始红外图像分解为基础层和细节层;然后对基础层进行压缩,对细节层进行增强;最后将这2部分重新合成得到结果图像.实验结果表明,文中设计的滤波器可以更合理地划分图像信息,该方法在压缩图像动态范围的同时可有效地增强不同尺度细节,具有较强的鲁棒性.     

基于多层动态贝叶斯网络的人的行为多尺度分析及识别方法

人的行为识别是视频内容分析和计算机视觉领域中的一个重要问题. 在分析了人的行为包含多个尺度运动细节的基础上, 提出了一种分层且带驻留时间状态的动态贝叶斯网络(Hierarchical durational-state dynamic Bayesian network, HDS-DBN). HDS-DBN含有多层状态, 能够较好地表示人的行为包含的多尺度运动细节. 我们针对单人行为和两人交互行为进行了识别, 实验结果表明该方法具有较高的识别率, 并且在有噪声存在或信息缺失等不确定情况下均具有较好的鲁棒性. 实验结果表明 HDS-DBN 模型确实能够较好地表达行为中的多尺度运动细节.     

三维服装物理-几何实时混合模拟

为了获得服装模拟的实时性和真实感效果,提出一种融合几何变形方法和物理变形方法的服装模拟混合计算模型.通过分析服装-人体动态间隙量和服装局部细节复杂度,构造服装区域划分因子;根据区域划分因子将三维服装模型划分为紧身层、浮贴层和宽松层,其中紧身层和浮贴层的变形计算分别采用蒙皮模型和近刚性模型来保证服装模拟的实时计算效率,宽松层采用具备较好服装动态模拟效果的物理模型;最后对不同的计算模型分别实施相应的碰撞处理方法.实验结果表明,文中方法能够获得较为真实高效的三维服装实时模拟结果.     

基于Delaunay三角剖分的印鉴识别算法

针对印鉴图像姿势纠正及印鉴匹配处理,引入计算几何中平面点集的三角剖分方法--Delaunay三角剖分方法和基于此的多边形三角剖分方法,并提出一种基于DT网格的印鉴识别方法.通过对两种细节点(基于线条的细节点和基于多边形的细节点)的拓扑结构进行DT三角划分,把空间上位置相近的细节点按照一定的规则相连,得到DT三角形网格,并基于该网格寻找若干参考点对,根据获得的参考点对将两幅印鉴图像进行姿势调整,使用获得的参考点对实现基于点模式的印鉴匹配.经分析该方法可以获得较多的参考点,确保了印鉴旋转、印鉴平移参数计算结果的准确性,有效地提高了最终的识别效果.