分布式虚拟环境

分布式虚拟环境就是大规模的、网络化的、基于计算机的虚拟世界,在虚拟世界里,许多人和计算机控制的实体能够进行交互作用。该文对分布式虚拟环境技术研究背景及其发展情况进行了介绍,并分析了国外发展趋势及国内状况。最后提出在我国发展分布式虚拟环境所应优先考虑的几点建议。     

密度场下的短程社会力模型

密度场是行人感知周围人群密度信息的有效工具.它提供一种直观且高效的手段,在人群模拟中快速调整行人移动方向.在人群建模的研究领域中,社会力模型是相当经典的方法,能够模拟一些常见的自组织现象.但是,其依然存在一些不足,比如人群数目的增长使得模型的时间复杂度呈指数增长,同时还存在行人重叠问题以及行人振荡问题等.利用密度场对社会力模型进行了改进,首先提出行人的受力邻域与墙壁的排斥距离来降低算法复杂性,其次为社会力模型建立了相匹配的网格密度场以使行人能够绕开高密度区域,最后提出了密度导向阈值这一概念,使得人群密度值大于密度导向阈值时,行人会综合目标方向与周围的低密度方向作为新方向.实验结果表明,改进后的模型不仅能模拟出基本的人群自组织现象,而且在时间复杂度方面有明显优势.     

协同运动状态估计的多目标跟踪算法

多目标跟踪在视频分析场景中有着广泛的应用,如人机交互、虚拟现实、自动驾驶、视频监控和机器人导航等。多目标跟踪问题可以表示为在已有的检测数据上进行目标轨迹关联,检测算法的准确性对跟踪性能起着关键性的作用。在基于检测的目标跟踪框架中,提出了一种协同运动状态估计的跟踪算法,该算法主要关注相邻帧之间的数据关联,从目标检测、目标运动状态估计和数据关联这3个方面来直接解决多目标跟踪面临的挑战。首先,对于目标检测,采用Multi Scale Convolutional Neural Network(MS-CNN)算法作为检测器,这是因为深度学习在检测的效益上优于传统的机器学习方法;其次,为了更好地预测目标的运动状态和处理目标间的遮挡,针对不同状态的目标采取不同的运动估计方法: 采用核相关滤波来评估处于跟踪状态的目标的运动状态,当目标处于遮挡状态时,采用卡尔曼滤波做运动估计;最后,采用Kuhn-Munkres算法对检测目标和跟踪轨迹做数据关联。通过大量的实验证实了算法的有效性,且实验结果表明算法的准确性很高。     

基于时空域信息融合的视频拷贝检测算法研究

为了有效利用视频独有的时空域特性来提高视频拷贝检测算法的鲁棒性和精度,提出一种基于时空域信息融合的快速拷贝检测算法。该算法包括基于时空域信息融合的指纹提取算法、基于倒排索引的匹配搜索算法和结合异步滑窗策略的基于匹配状态机的匹配搜索算法。指纹提取算法首先将视频分段形成时空域信息帧,然后对该信息帧进行分块,提取DCT系数后,利用其中值进行阈值化得到视频指纹。基于倒排索引的搜索算法根据指纹的二值性特点建立倒排索引表,然后通过索引表快速查询指纹。结合异步滑窗策略的基于匹配状态自动机的搜索算法,利用与最近邻之间的匹配状态来改变搜索范围和步长,而异步滑窗策略通过对在线和离线过程采用不同的提取策略,减少搜索量,加快搜索速度。实验结果表明,提取的指纹对噪声模糊、添加字幕、空间偏移、旋转、掉帧具有较好的鲁棒性,同时提出的搜索方案在时间效率上也有较大的提升。     

考虑行人相对速度的改进社会力模型的验证与评估

在人群仿真的研究领域中,社会力模型是由Helbing提出的一种非常经典的微观仿真模型,能够模拟一些常见的人群自组织现象。但社会力模型仍然存在行人震荡、行人重叠等问题,因此许多学者在参数设置、受力范围、算法优化等方面对社会力模型进行了丰富和改进。目前,Gao等提出的一种考虑行人相对速度的改进社会力模型依然是一些学者进行改进社会力模型研究以及各种仿真实验的基础和重要参考。由于Gao等仅通过两个实验就表明了他们的改进社会力模型的优势这一情况欠缺可靠性,以及没有进行更多的人群自组织实验来表明改进后的社会力模型仍然保留原始社会力模型能够模拟人群自组织现象这一能力,因此文中对Gao等提出的改进社会力模型进行了验证性和评估性实验。通过验证性实验验证了Gao等进行的两个实验,证实了该改进社会力模型的优势。文中通过评估性实验证实了Gao等的改进社会力模型保留了能够模拟人群自组织现象的能力,发现并分析了Gao等的改进社会力模型所存在的行人重叠问题。     

基于图像的铅笔画绘制技术的研究现状与展望

非真实感绘制(Non-Photorcalistic Rendcring,NPR)是计算机图形学领域的一个分支,旨在使用计算机来生成具有某种艺术效果的作品。目前,非真实感绘制技术已经能够成功地模拟油画、水彩画、卡通画、铅笔画等艺术风格,在许多领域得到很广泛的应用。铅笔素描是艺术造型的基础。作为一种最简单的艺术表现形式,铅笔画凭借其简洁流畅的特点深受广大艺术爱好者的喜爱。如今,基于图像的铅笔画绘制技术已经是NPR领域的一个重要组成部分,受到诸多研究人员的关注,但该技术仍处于成长阶段,算法的通用性还无法满足现实应用的需求。     

基于细分网格的多分辨率几何数据压缩方法研究

提出了一种基于细分网格的多分辨率几何数据压缩算法 ,该算法是一种利用正则曲面法线向量特性及细分曲面的细分连通性的有损压缩方法 ,因此可以获得很高的压缩比     

动态低采样环境光遮蔽的实时光线追踪分子渲染

分子可视化工作中高质量的分子渲染效果对研究人员观察生物分子结构尤为重要。主流分子可视化工具中常用的光栅化方法渲染效果不佳,不利于研究人员观察分子结构。先进的光线追踪渲染技术可以实现高质量的渲染效果,但目前工具中支持光线追踪的分子渲染方法存在使用平台限制、实时性能不足以及渲染质量不佳的问题。文中提出一种动态低采样环境光遮蔽的实时光线追踪分子渲染方法,其中提出了光线追踪中简易的重投影方法,用于实现动态低采样环境光遮蔽的时间性降噪;以及提出了阴影光线包装策略,改进了光线遍历场景时的计算并行度。实验结果表明,所提方法在个人电脑上可达到实时交互渲染性能,并且在"天河二号"平台上与先进的VMD-OSPRay方法相比,该方法获得了1.40～1.64倍的性能加速,同时改善了动态图像严重的噪点问题。     

一种基于投票机制的代表点选择算法

代表点选择是面向数据挖掘与模式识别的数据预处理的重要内容之一，是提高分类器分类正确率和执行效率的重要途径。提出了一种基于投票机制的代表点选择算法，该算法能使所得到的代表点尽可能分布在类别边界上，且投票选择机制易于排除异常点，减少数据量，从而有利于提高最近邻分类器的分类精度和效率。通过与多个经典的代表点选择算法的实验比较分析，表明所提出的基于投票机制的代表点选择算法在提高最近邻分类器分类精度和数据降低率上都具有一定的优势。     

不可逆的3维网格模型数字水印算法

提出一种基于奇异值分解的三角网格模型数字水印算法,该算法主要思想在于把水印信息嵌入到奇异值为零的地方,由于零值的特点使得算法不可逆,从而成功抵御了解释攻击。该算法简单,并可以快速嵌入到大规模三角网格模型里。通过几种不同的攻击实验,验证了算法具有很好的鲁棒性,最后还对构造不可逆算法的必要条件进行了总结。