现代交互技术下的Story-Telling方法综述

Story-Telling(ST)是一种训练儿童语言表达能力的重要教育活动,随着新型交互技术的不断发展,大量工作致力于将这些新型交互技术融入ST场景之中,涌现出一系列ST系统原型以及商业应用.文中围绕近十年来关于ST应用技术的研究,重点讨论了ST技术的应用需求以及ST系统中交互技术的运用,并以应用场景作为划分介绍了典型的ST系统.文中针对已有系统中存在的几个突出问题,提出了一套基于场景树设计工具的儿童讲述故事应用设计方法,并对这套设计方法的创新点和贡献做出了讨论.最后对ST这一领域的未来发展方向进行了展望.     

基于加权混合融合变形的虚拟人情感表达

随着相关技术的发展,基于虚拟现实的人机交互技术越来越受到人们的关注。虚拟人作为一种直观的交互对象,在虚拟现实环境中扮演着十分重要的角色。在构建富有亲和力的虚拟人的过程中,制作虚拟人情感表达不可或缺。目前,主流的三维虚拟人情感表达主要依赖设计师手动制作面部表情动画,过程冗长,耗时费力。针对上述问题,该研究提出一种基于加权混合融合变形的虚拟人情感表达生成方法。该方法可以基于任意给定人脸表情图像,估计出三维虚拟人的目标混合形状(blendshape)的系数,进而自动化生成三维人类表情动画。实验结果表明,该方法具有较强的通用性和可迁移性,可有效减轻设计师制作情感表达面部动画时的工作量。     

NEM:基于真实感框架的自然用户界面评估方法EI北大核心CSCD

针对当前自然用户界面缺乏普适性评估方法的问题,基于真实感框架提出一种自然用户界面评估方法——NEM.该方法以真实感框架为基础定义评估指标,对多源数据进行采集及特征提取;并通过层次分析法(AHP)构建指标权重模型,最终给出评估建议;最后以自然用户界面中具有代表性的笔式用户界面为实例,基于NEM方法对Tilt交互任务进行评估,得到了多维度融合的评估结果,并为Tilt交互提供设计建议.实例结果表明,文中方法能够有效地体现自然用户界面的特点,拓宽评估带宽,从而指导自然用户界面的设计和评估.     

连续交互空间下的混合手势交互模型

分析了触控交互技术在移动手持设备及可穿戴设备应用的应用现状及存在的问题;基于交互动作的时间连续性及空间连续性,提出了将触控交互动作的接触面轨迹与空间轨迹相结合,同时具有空中手势及触控手势的特性及优点的混合手势输入方法;基于连续交互空间的概念,将混合交互手势,空中手势、表面触控手势进行统一,建立了包括空中层、表面层、混合层的连续交互空间分层处理模型;给出了统一的信息数据定义及数转换流程;构建了通用性的手势识别框架,并对轨迹切分方法及手势分类识别方法进行了阐述.最后设计了应用实例,通过实验,对混合交互手势的可用性及连续空间分层处理模型的可行性进行了验证.实验表明,混合手势输入方式同时兼具了表面触控输入及空中手势输入的优点,在兼顾识别效率的同时,具有较好的空间自由度.     

DaisyVA:支持信息多面体可视分析的智能交互式可视化平台

针对目前缺乏有效地支持信息多面体可视分析的交互式信息可视化平台的问题,提出并实现了一个面向最终用户的交互式可视化平台DaisyVA.首先建立了一个支持信息多面体可视分析界面模型IMFA,并定义了IMFA的多面体数据模型、可视表征模型和交互控制模型;然后围绕IMFA设计了DaisyVA的体系架构,讨论了基于模型的系统开发机制、核心模块与运行时框架机理,以及DaisyVA组件库;最后将DaisyVA应用于大型集团制造企业物流网络瓶颈的可视分析实例中.实例分析结果表明,DaisyVA能为多面体数据提供统一建模的支持和可扩展可视化算法库的支持、提供多种所需的交互技术并可灵活定制可视分析的交互任务、支持信息多面体间的内在语义关联分析,以及能够为最终用户提供一种简单快速原型方法,因此能够为信息多面体可视分析提供一种有效的支持.     

面向地下钱庄洗钱行为的可视化交互分析平台

针对经济犯罪侦查中线索信息数据量极大、信息质量不高(数据缺失、内容不一致、结构复杂等),并且目前大部分系统都着重于从宏观的角度对数据进行分析统计以及决策,无法针对某个具体领域的案件梳理出线索,找出破案关键的问题,研究了地下钱庄洗钱的交易方式以及交易数据的特点、犯罪网络中的结构特征,提出设计并实现了一个面向地下钱庄洗钱行为的可视化交互分析平台。该平台支持对异构数据的同一化,建立了数据模型以及可视结构,资金链的可视化分析,允许用户交互操作,并结合地下钱庄洗钱的交易特征改进了DBSCAN算法;讨论了该平台的系统框架及其关键技术,并结合实际数据给出了应用实例。该平台能够给予办案人员更直观清晰的思路,提高办案效率。     

虚实融合交互系统辅助脑卒中后失语症康复训练

脑卒中后失语症是一个普遍的致残性疾病.研究表明,虚拟现实及实物交互技术对该疾病的康复训练具有重要意义.然而现有的计算机辅助言语康复系统很少能将这2类技术有效结合并发挥它们各自的优势,且没有对言语训练素材进行合理编排以适应实际的康复训练需求.提出了一种虚实融合辅助的言语康复训练系统,构建了一个     

一种基于螺旋摘要的监控视频可视分析系统

监控视频是安防系统的重要组成部分。在如今的各行各业中,只要涉及到安全,均 离不开监控视频。但对监控视频内容的分析主要依靠大量人工来完成,人力和时间成本巨大。随 着监控视频数据越来越多,如何提高针对视频内容的分析效率、降低用户认知负荷是拓展视频利 用率的重要方面。为此,针对监控视频存在的冗余信息较多、人工获取视频关键内容效率低的问 题,采用螺旋视频摘要及相应交互技术,开发了一种面向监控视频内容的可视分析系统,结合运 动目标检测结果数据,基于螺旋摘要的展示优势实现多角度可视化视频目标统计信息,并辅以针 对螺旋摘要的导航、定位操作以及草图交互等方式,实现对监控视频内容的快速有效获取。     

时序数据库关键技术综述

随着工业物联网（industrial Internet of things,IIoT）的不断发展,越来越多的设备和传感器开始连接到网络中,产生了大量的时间序列数据（简称“时序数据”）,时序数据爆炸式的增长给数据库管理系统带来了新的挑战：持续高吞吐量数据摄取、低延迟多维度数据查询、高性能时间序列索引以及低成本数据存储. 近年来时序数据库技术已经成为一个研究热点,一些学者对时序数据库技术进行了深入的研究,同时出现了一些专门用于管理时序数据的时序数据库,并且已经被应用在多个领域,成为工业物联网中不可缺少的关键组成. 现有的时序数据库相关综述侧重于时序数据库的功能和性能比较,以及在特定领域中对时序数据库的选择建议,缺少对时序数据库持久化存储、查询、计算和索引等关键技术的研究,同时这些综述工作出现的时间较早,缺少对现代时序数据库关键技术的研究. 对学术界时序数据存储研究和工业界时序数据库进行了全面的调查和研究,凝练了时序数据库的4类关键技术：1）时间序列索引优化技术;2）内存数据组织技术;3）高吞吐量数据摄取和低延迟数据查询技术;4）海量历史数据低成本存储技术. 同时分析总结了时序数据库评测基准. 最后,展望了时序数据库关键技术在未来的发展方向.     

HchMER: 混合人机智能的手写数学表达式识别方法

随着人工智能和端到端识别方法在手写数学表达式识别上的应用,数学表达式识别准确率有了明显的提高.然而,与公开数据集上的测试不同,实际应用中人的参与为识别算法引入了更多的不确定因素,如个性化的笔画信息、包含歧义的手写字符,以及不确定的公式结构等,影响了识别算法的性能.为此,提出了一种混合人机智能的手写数学表达式识别方法 HchMER.该方法借助手写数学公式识别算法、知识库和用户反馈,增强机器对用户输入的数学表达式的理解,从而提升手写数学表达式的编辑速度和准确率.为了验证HchMER的有效性,将其分别与MyScript Math Recognition (MyScript)算法,以及一个成熟的商用产品“Microsoft Ink Equation”(InkEquation)进行了比较.实验结果表明, HchMER在准确率上较MyScript和InkEquation分别提高了23.2%和26.51%.在平均完成时间上, HchMER比MyScript增加了44.46%(9.6 s),但是比InkEquation降低了11.48%(4.05 s).同时,被试在问卷调查和半结构化访谈中对HchMER给予了肯定.