采用双尺度图像分解的水下彩色图像增强

目的 为解决水下图像的色偏和低对比度等问题,提出一种基于双尺度图像分解的水下彩色图像增强算法。方法 通过基于均值和方差的对比度拉伸方法改善图像的色偏问题,并利用中值滤波降低红通道对比度拉伸后引入的噪声;采用双尺度图像分解绿通道图像补偿红通道图像细节;在处理后的红通道图像中引入原始图像红通道的真实细节与颜色。结果 选取不同水下图像作为实验数据集,将本文方法与暗通道先验的方法、基于融合的方法、自动红通道恢复方法以及一种基于卷积神经网络深度学习的方法相比较,首先从主观视觉效果进行定性分析,然后通过不同评测指标进行定量分析。主观定性分析结果表明,提出的方法相比较其他方法能够更好地解决图像色偏和红色阴影问题;定量分析中,自然图像质量评价（natural image quality evaluation,NIQE）指标和信息熵（information entropy,IE）值较基于融合的方法和深度学习的方法分别提高了1.8%和13.6%,且水下图像质量评价指标（underwater image quality measurement method,UIQM）较其他方法更优。结论 提出的双尺度图像分解方法利用水下图像成像特点解决图像色偏以及低对比度问题,具有良好的适应能力,同时算法复杂度低且鲁棒性较高,普遍适用于复杂的水下彩色图像增强。     

视频交互技术在在线教育中的应用与实现

当前,在线教育大多数只是单纯的播放视频,存在互动性的缺失问题,导致教学效果并不理想。论文研究丰富在线视频的交互形式来提高学习者的学习体验,实现了丰富交互功能的视频播放器以及交互数据可视化前端平台,打破传统的在线教育枯燥乏味的视频播放形式,为在线教育视频提供一个新的发展方向。     

采用多标签传播的三维模型标注方法

随着数据采集设备与建模技术的进步，如何高效地对三维模型进行分析与检索，成为目前几何处理领域的研究热点。当前，有许多工作都集中在模型的分类上，但是大多仅能处理单一标签。在处理多标签问题时，不仅耗费大量时间还忽略了标签之间和样本之间的关联关系。针对该问题，提出了采用多标签传播的三维模型标注方法。其核心在于利用标签相关性与样本之间的关联关系探索到整个样本空间的多标签标注潜力。具体来说，给定一小部分样本的多标签信息，再将多标签信息通过这些标注样本传播到空间中无标注的样本之上。传播的过程主要依靠迭代融合标签信息与动态度量，充分考虑了标签之间与样本之间的关联关系，最终得到整个空间的标注结果。在一些三维模型的标准数据集上（如普林斯顿形状标准模型数据库）进行实验测试，结果证明，只需要少量的交互就能快速地得到较为精确的结果。     

一种解析的反向运动学方法*

针对多关节的反向运动学（IK）提出一种解析的求解方法,直接给出公式来求解关节链中所有待求关节的位置和旋转变量。同传统的迭代方法相比,该方法省却了繁琐的迭代计算,具有更高的求解效率,可以应用于角色动作、运动轨迹的设计、编辑及优化等交互性强和实时性要求高的应用中。     

一款增强现实系统菜单的设计与实现

本论文我们拟设计实现基于增强现实系统的菜单.具体设计上拟用三维的实体模型作为菜品呈现给普通点餐用户.在用户使用手机对特殊纸质菜单进行扫描后,可以看到逼真的菜品出现在用户面前,并且通过一系列的粒子效果体现给用户更加真实和新鲜的的体验感.与此同时,我们向该应用中添加很多的人机交互操作,和更为全面的对餐厅本身以及各系菜品的功能介绍,能够很好的丰富餐厅的整体氛围和文化内涵,也可以达到很好的广告宣传效果,从而在多方面受益.     

基于unity3d的射击游戏设计与实现

游戏是一种重要的娱乐方式,具有教育,休闲等重要意义.当前游戏的种类繁多,按照其内容又可分为动作游戏,角色扮演游戏,益智游戏,冒险类游戏,休闲游戏等.射击游戏是众多游戏类型中地位稳固且不可或缺的重要类别.它可以让玩家扮演可以发射子弹的人或物,通过发射子弹击败敌人,或从敌人的弹幕中生还下来.激烈的战斗,准确的判定,这是一种有着刺激体验的游戏类型.本文旨在设计并实现一款射击游戏,比起市面上常见的游戏,该游戏具有快节奏战斗,灵活的操控等优点.     

一种舞台增强现实系统的研究与实现

增强现实技术以其与用户实时交互及“虚实”高度融合的特点在各个领域都得到了迅猛发展,但在舞台艺术中的研究与应用尚少,其难点便在于演员与显示系统难以实时交互。传统舞台特效多通过视频播放获得,演员需精准配合视频,严重限制了其发挥。针对该问题,提出了一种基于红外摄像头的舞台增强现实系统,根据现场演员的舞蹈动作实时驱动特效并呈现相应的合成画面,完全解放了演员的束缚,协调了其与显示系统的人机关系,使得舞台效果的呈现由演员自主确定,而不是被动地配合视频。该系统成功应用于多个正式演出的舞台剧中,为新型的舞台互动方法提供了一种新思路。     

基于生成对抗网络的声音迁移技术应用

阐述一种声音风格迁移的技术系统，该系统具有较强的灵活性，进行风格迁移的对象不仅仅包括人声，甚至可以是音乐风格。此处声音风格迁移指的是对于指定人向指定人的语音风格转移技术。此外该方法不依赖于并行数据，并且可以对任意长度的样本进行转换。该技术采用生成器-判别器的GAN架构并加以对抗性约束，由此生成高度逼真的样本。