混合纹理合成

为了弥补现有纹理种类的不足,将螺旋状匹配搜索的块拼贴纹理合成方法和Ashikhmin的点匹配方法相结合,应用到设计图案的纹理合成．与Ashikhmin的点匹配方法相比较,该方法的效率提高了5倍以上,并且避免了纹元错位、条带化现象．     

无线流媒体服务系统的设计与实现

为了满足移动用户对视频服务的需求,设计了无线流媒体系统．该系统采用AVS_M视频标准压缩视频文件,并将压缩文件以3GP文件格式存放于服务器．系统通过RTSP协议控制流媒体播放,SDP协议描述流媒体会话,RTP／RTCP协议传输和控制3GP流媒体数据．在NS2通信系统仿真软件和实验平台测试结果表明, 设计的系统能够更好服务于流媒体传输与终端回放．     

基于线性组合模型的人脸特征检测方法

为了实现人脸图像特征的自动检测,提出了一种基于线性组合模型的人脸特征检测新方法.该方法通过原型人脸标定获取人脸特征知识,并使用模型匹配来检测目标人脸特征.在建立人脸线性组合模型的过程中,提出了局部约束光流算法,解决了有局部特征信息的人脸图像稠密对应问题.在MPI和ORL人脸数据库上进行的人脸特征检测得到的平均误差分别为96.7%和86%,该结果表明了基于线性组合模型的人脸特征检测方法是有效和实用的.     

虚拟现实中数据库建模

为了更好地存储和使用虚拟现实中的场景数据,提出了一种用关系数据库方式对虚拟现实中场景数据进行建模的方法．采用该方法,比其他建模方法更加规则地表示了场景数据;提高了三维数据的重用性;增强了对三维场景的可维护性;大大扩展了对特定三维数据的应用;更加合理地存储了二维控制台与虚拟场景交互的数据．该方法也为三维场景数据的优化和格式转化提供了一种途径．     

语音同步的可视语音合成技术研究

为了提出一种真实感较强的可视语音合成方案,对目前国内外主流研究方法进行了探讨．在基于对可视语音合成问题分析的基础上,提出了可视语音合成系统研究方法中首先要解决的2个问题:视觉语音特征模型的构建和声视频映射模型的构建．分析了目前国内外研究方法的主要解决方案,提出了在未来研究中本系统将采用的系统框架和重点研究内容．     

基于最近离散点的光线跟踪

论文提出基于最近离散点的光线跟踪算法.对于原始的点云模型,算法通过平衡二叉树在设定范围内搜索离光线迭代点最近的N个离散点,并用栅格的加速结构避免不必要的迭代搜索计算.光线与实际最近的N'个离散点的局部平面进行求交计算,局部平面的法向量是由离散点对应的三角形法向量通过三角形面积加权平均计算得到,并保证法向量计算的一致性.通过改变光线跟踪的参数(最近离散点的数目),即可达到渐进地多分辨率显示原始的点云模型的目的.对于噪声多的原始的点云模型,设置较大的最近离散点的数目,以有效地减少其绘制的噪声;对于噪声少的原始的点云模型,设置较小的最近离散点的数目,以更多地显示其局部几何特征.     

基于栅格的全局光子图重建

基于光子图的光子映射算法能产生高质量的照片级图像.对于光照复杂的场景,光子图需要存储大量光子以提高生成图像的质量,这不仅占用大量的内存空间,而且光照估计的时间长.论文提出基于栅格的全局光子图重建的算法,即在光子包围盒被栅格化后,其非空栅格中一定比例的光子被用来重建新的光子图,并保证重建前后栅格内光子能量和守恒,这使得重建前后光子图的光照估计的效果相近.通过增加特定栅格中的重建光子数目,能有效减少由几何偏差引起的光照估计误差,增强直接聚焦(焦散)和间接聚焦光照的绘制效果;并使用简单方法检测生成图像中少量噪声,增加少量采样即可有效减少相应的噪声.全局光子图重建算法的计算成本低,并保持生成图像的视觉独立性.     

一种无线信道多描述图像编码算法

提出了一种新的图像多描述编码算法，给出了多描述分解的算法和规则，并结合运动补偿时间域滤波(MCTF)进行多描述间的编码，针对无线信道的特点提出了多描述间分层的概念，以适应无线信道传输。实验结果表明，提出的空域分层多描述图像编码(spatial-layer multiple image coding, SL-MDIC)算法有效地利用了MCTF编码的特点，提高了中央信道的编码性能，同时对于收到单个描述或部分描述，解码的图像仍能获得较好的重构图像。     

基于空间距离的帧内预测方法

帧内预测当前块处于运动物体的边缘或者2个物体的边界时,帧内模式不能充分体现像素之间的差别．为解决该问题,提出算法：当进行水平预测时,利用垂直方向上相邻块的像素作为水平预测的参考,形成垂直距离矩阵；在进行垂直方向预测时,利用水平方向相邻块的像素作为参考,形成水平距离矩阵．基于空间距离不同相关性之间的差异,改变了H．264标准中9种预测模式中的5种．实验结果证明,这种方法对于不同分辨率的视频序列都有很好的编码效果．     

一种新的手势运动数据重定向方法

提出了一种新的重新定向手势运动数据的方法.它把通过运动捕获设备捕获的手势数据重新定向到具有不同大小和比例的虚拟人模型上,从而生成与原运动含义相同且真实自然的动画.首先通过手势特征分析在人体上选择关键敏感点和次关键敏感点,然后利用提出的基于空间相对位置的方法确定重定向后敏感点的位置,最后采用改进的逆运动学方法实现了手势运动的重定向.实验表明,提出的方法使得中国手语合成系统的可懂度提高30%以上.