视线跟踪系统中CCD摄像机的自适应调节

分析了视线跟踪系统中光源、摄像机、眼睛角膜及光斑的几何位置关系,提出了眼睛跟踪策略和一种调光、变焦、聚焦相结合的CCD物镜自动调节方法。对捕获图像进行处理,依据图像灰度均值控制光圈,以适应外部环境光强变化;利用SMD算子大步幅快速粗聚焦,提取图像中光斑信息控制云台瞄准、跟踪眼睛,并进行变焦控制,可在用户头肩图像中自动定位眼睛,适应用户头部位置变化;在眼睛区域自动确定检测窗,在检测窗内使用FSWM聚焦算子判断图像清晰度,实现自动聚焦。若图像中能提取瞳孔信息,则依据瞳孔边缘梯度均值实时调整聚焦。实验表明,在不同外部环境光强及用户在不同使用位置情况下,CCD摄像机通过自适应调节,可实时跟踪眼睛并捕获到清晰眼睛图像。     

《计算机网络》课程的E—learning教学模式研究

计算机网络是计算机相关专业的一门重要课程,而计算机网络的教学具有很强的实践性,需要大量的网络设备进行实验。该文分析了E-learning在《计算机网络》课程教学中相对于传统教学方式存在的优势,探讨了使用Boson Netsim进行仿真实验在E-learning教学中的应用。     

单摄像机视线跟踪

提出一种能对环境光强变化、用户头部位置变化自动适应的视线跟踪方法，减少了视线跟踪系统对使用者的头部限制。改进了视线跟踪算法：依据直方图，给出了一种自适应阈值提取方法； 依据瞳孔边界点的灰度信息、梯度信息及瞳孔边界曲线的平滑信息综合判据，给出了一种提取瞳孔边界点的一维算法； 给出了一种随机化椭圆拟合算法； 讨论了去除眼皮、眼睫毛及光斑干扰的方法。实验结果验证了算法的有效性。     

基于云计算的E-learning系统架构研究

随着计算机的普及以及网络学习资源的不断丰富,在线学习已经成为一种主流的学习形式。在线学习要满足学习者的个性化需求,就需对现有的教学系统重新设计,以满足系统低功耗、高响应的要求,云计算技术的出现使得解决这一问题成为可能。本文介绍了云计算技术的特点,并应用云计算技术搭建E-learning云平台,对其体系结构进行了分析和阐述。     

云计算环境聚合与协同机理研究

互联网资源的分布与自治性必然使得资源的管理和使用方式发生重大变化,自治资源间的协同将自然地成为资源共享和便捷合作工作的基本方式.因此,分布自治资源的自主协同是云计算环境面临的核心问题,本文提出确定协同参与者,并形成相对稳定的计算视图,在云计算环境开放环境下实行按需聚合,确立聚合与量聚合与协同方案的优劣及效用,指导聚合与协同机制的设计.     

眨眼检测与眼睛跟踪

提出一种在视频人脸图像序列中，进行眼睛检测，跟踪和睁、闭状态判别的方法。通过眨眼检测，对眼睛进行定位；使用针对性强的内眼角提取算子，确定内眼角精确位置；利用内眼角特征来动态跟踪眼睛；睁眼模板在线生成和更新，通过当前眼睛区域和睁眼模板的相关分析来判别睁、闭眼状态。实验结果表明，算法在50场/s的处理速度下，内眼角点定位准确率达到98%以上，眨眼检测正确率为97.5%。     

基于云平台的个人学习空间建设研究

将云计算应用于教育领域已经成为一种趋势,本文介绍了云计算的概念,并提出了适用于教育云平台的架构设计方式。在此基础上,对个人学习空间作了阐述,探讨了云平台架构下构建个人学习空间的具体方案。