基于视觉颜色感知——光学相似的图像去雾方法

针对雾霾环境影响致使户外获取的图像质量严重下降问题，提出了一种基于视觉颜色感知—光学相似的图像去雾方法。充分利用人眼感知颜色的视觉机理，结合图像的相似性原理，构造了光学相似度函数，建立了新的基于视觉颜色感知—光学相似的图像去雾模型并设计相关算法，进而进行仿真验证。仿真实验结果表明，提出的方法在对有雾图像清晰化处理过程中效果明显，并与现有的图像去雾方法在主观视觉和客观量化方面进行图像去雾效果对比，进一步表明提出的方法在清晰化含雾图像处理中取得了较好的效果。     

采用分段RTS的CPHD平滑算法

针对多目标跟踪中的固定间隔平滑问题,将势概率假设密度（CPHD）滤波器和RTS平滑器相结合,提出了RTS的势概率假设密度滤波平滑算法。考虑到在平滑过程中存在较大的输出延迟问题,采用分段思想,提出了分段RTS的势概率假设密度滤波平滑算法。对需要平滑的估计值进行分段;采用匈牙利算法进行航迹-估计关联;对关联后的估计值逐段进行RTS平滑。实验结果表明,与CPHD滤波结果相比,分段RTS的势概率假设密度滤波平滑算法能够更加精确地估计目标状态,并且可以有效避免直接应用RTS平滑造成的实时性欠佳问题。     

基于深度学习的机器人复杂动作控制技术研究

本文提出了一种基于深度学习的手势识别来控制机器人做复杂动作的解决方案.本文提出的方案展现出有效的开放性和可扩展性,无论是手势识别还是在机器人复杂动作方面,都可以根据需求做相应调整.同时,本研究工作创建了一个有效的基于人工智能网络的机器人控制实用实验平台.实验设计分别以运用6个基础手势控制机器人在危险环境中清除可疑物品为...     

虚拟试衣中人体建模技术的研究进展

人体建模一直是计算机图形学、计算机视觉和虚拟现实等领域的重要研究方向之一。为了更好地展示虚拟试衣效果以及简化虚拟试衣技术实现的难易程度,人体建模技术起着至关重要的作用。本文从人体建模方法以及应用场景角度,回顾总结了人体建模领域一些最新研究成果,对比分析了各类人体建模技术的特点,以及它们所适应的不同应用领域,并展望了未来虚拟试衣的发展趋势。     

基于多属性的动态采样协同过滤推荐算法

针对目前协同过滤推荐算法推荐精度和用户数据在算法中匹配度都不高的问题,提出一种多属性的条件受限波尔兹曼机协同过滤推荐模型（MA-CRBM）。该模型基于实值状态的条件玻尔兹曼机,融合了用户职业和性别属性,充分利用数据集中潜在的评分与未评分信息。在训练过程中,采用动态迭代采样算法对原采样算法进行了改进,克服了训练后期数据采样误差波动太大导致精确度不高的问题。在MovieLens 数据集上的实验结果表明,MA-CRBM模型具有较好的推荐效果,可以有效提升推荐模型的精度和效率。     

面向大类招生的专业自动分流方法及系统应用

"大类招生,分流培养"模式是当前高等教育领域改革的一个主流方向,关键环节在于专业分流。专业分流过程周期比较短,具有相当的时效性,需要结合高校实际,综合考虑学生成绩、学生专业意愿、师资力量、院系专业容量等诸多影响因素,设计科学合理且操作性强的方案。针对高校大类招生培养模式下专业分流工作繁琐复杂的问题,提出一种高效的专业自动分流解决方案。以西安工程大学设计学类专业为实际应用案例,首先阐述专业自动分流的核心处理流程,接着对排队成绩计算方案进行详细设计,进而在对专业志愿预处理的基础上提出专业志愿自动录取算法,最后给出应用系统的核心功能实现。实践表明,该方案切实可行,具有较高的实际应用价值。     

面向服装表演专业的轻量级单招考试管理系统

服装表演专业是艺术类高校的特色专业,其单招考试的组织管理工作艰巨复杂,目前的信息化管理层次较低,面临数据安全性和考试公平性的双重考验.针对艺术类高校服装表演专业单招考试信息化管理的实际需求,提出一种轻量级的单招考试管理系统解决方案,结合系统在功能上拟解决的问题,给出了系统设计的核心思路与系统实现的关键技术.实践表明,本文提出的解决方案切实可行,具有较高的实际应用价值.     

基于自然语言生成的协同制造企业图表数据分析方法

为充分利用协同制造企业在生产过程中的非结构化图表数据,提出一种基于自然语言生成的图表数据分析方法。首先使用光学字符识别技术和关键点检测网络对图表中的文本信息和数据信息进行识别和提取;随后将用户需求作为输入,通过自然语言生成模型输出相应的图表文本描述,使其可以根据用户不同的意图,生成智能和准确的图表分析结果。该方法图表提取的精度为88.6%,文本描述的评估得分为86.4%。通过在企业的应用案例和相关调研也表明该方法能够根据用户需求对不同类型的图表进行准确的分析。     

增强现实环境快速重建系统研究

针对现有增强现实技术在进行环境重建时存在环境重建时间长、设备门槛高、户外环境重建定位困难等问题,设计并实现了AR环境快速重建系统。以谷歌ARCore作为开发基础,调用环境信息估算工具获取三维模型空间坐标和环境深度信息;设计一种新的多重目标跟踪匹配算法,以解析目标特征,并与三维模型生成对应关系;加入北斗全球卫星信号（global navigation satellite system,GNSS）接收机对原有的定位模块进行改进,采用参数转换法对高精度坐标进行本地化处理;使用分割位姿匹配法校正环境中的三维模型重建位姿。实验结果证明,该改进系统适用范围广,拥有脱离摄像头后AR环境不丢失位置等特点,增强了AR环境重建中用户的方位感知能力,降低了AR环境中不同三维模型和目标特征的匹配处理难度。