去除光流中冗余信息的动作预测方法

近年来使用光流作为输入特征的基于深度学习的动作预测方法逐渐成为主流,但是光流由于环境因素等影响,极易引入无关的冗余信息,从而降低动作预测的精度,而现有方法并没有考虑到光流中的冗余信息。可以从三方面去除光流图中的冗余信息:消除视频中静止部分光流所带来的冗余信息;选取合理的运动区域以消除无关背景因素引入的光流冗余信息;评估相机的运动去除相机运动产生的光流冗余信息。针对去除冗余信息的光流图,提出了一种基于深度学习的动作预测框架,通过使用空间卷积和时间卷积来减少模型的参数,使用基于时间权重的投票机制实现了对动作的预测。在UT-Interaction set1和set2数据集上的实验表明了该方法的有效性。     

一种支持MMOG的对等网络模型

使用P2P支持MMOG的主要难点在于“邻点发现”和“带宽消耗”.本文提出了一种支持MMOG的对等网络模型,它通过引入Delaunay三角网解决P2P游戏中的＂邻点发现问题＂,利用兴趣管理和应用层多播降低网络带宽消耗.     

基于交叉循环和改变数据关联的移动代理迷乱保护方案

针对移动代理在异质网络环境中的安全问题,提出了一种代码迷乱转换保护策略.代码迷乱技术应用于移动代理,是对执行任务的移动代理的保护和隐藏模式的探索.该方案首先提出基于交叉循环迷乱和改变数据关联的移动代理保护策略,接着阐述了交叉循环迷乱、多模块交叉循环迷乱以及改变数据之间内在关联的具体方法.实验证明,该方案成功抵御了给定的7个 java 解码程序,显示出比多层退出迷乱和单层退出迷乱方法的有效性.     

基于动作模板匹配的弱监督动作定位

为解决视频中的动作定位问题，提出一种基于模板匹配的弱监督动作定位方法。首先在视频的每一帧上给出若干个动作主体位置的候选框，按时间顺序连接这些候选框形成动作提名；然后利用训练集视频的部分帧得到动作模板；最后利用动作提名与动作模板训练模型，找到最优的模型参数。在UCF-sports数据集上进行实验，结果显示，与TLSVM方法相比，所提方法的动作分类准确率提升了0.3个百分点；当重叠度阈值取0.2时，与CRANE方法相比，所提方法的动作定位准确率提升了28.21个百分点。实验结果表明，所提方法不但能够减少数据集标注的工作量，而且动作分类和动作定位的准确率均得到提升。     

一种适合P2P MMOG的动态调度策略

移动代理在P2P MMOG中的应用带来了新的实时任务调度问题。该文提出了一种适合P2P MMOG的优先级动态变更调度策略,根据代理服务信任度值、代理服务所在玩家机器的CPU使用率、玩家机器的网络流量和任务在调度队列中等待的时间动态调度玩家任务。实验证明,该方案满足游戏实时性要求,降低了系统延迟,解决了P2P MMOG中玩家节点的负载均衡问题。     

基于CORBA的多数据库系统

面向对象技术在分布系统中的使用,形成了一种构造分布系统的新方法,即分布对象管理法。这种新方法的主要思想是:在分布网络上可用的所有资源被作为公共可存取对象的集合,一基于对象     

一种用于医学诊断的知识表示模型

较详细地介绍了一种用于表示医学领域知识表示模型，并介绍了用Ｔｕｒｂｏ－Ｐｒｏｌｏｇ语言如何实现这种知识表示模型。     

MMOG中的一种负载均衡算法

目前，MMOG中主要采用局部和全局两种负载均衡算法，其性能存在不足．本文提出了一种介于局部和全局的动态负载均衡算法，包括轻栽服务器寻找和图论分割区域算法，弥补了局部负载均衡性能差和全局开销大的缺点，大大降低了系统代价，提高了系统的响应速度和吞吐量．     

一种支持MMOG的MMOGGRID网格体系结构

基于C／S结构的MMOG不易扩展，服务器容易成为瓶颈．本文提出了一种应用网格技术实现MMOG的体系结构-MMOGGRID网格，并提出了适合此结构的负载均衡解决方案，该方案包括负载均衡算法和游戏地图动态划分算法．实验结果表明，该方案与其它同类的负载均衡机制相比减少了系统延迟，降低了计算资源使用率，更符合MMOG实时性和可扩展性的要求．