基于虚拟再现行为的VR空间认知研究

为了研究虚拟环境下人对空间大小和空间距离的认知机理,提出一种基于虚拟再现行为的知觉匹配法。从虚拟现实（virtual reality,VR）空间对真实空间的再现性角度出发,构建VR空间与真实空间的知觉匹配模型,设计并开展VR空间认知系列实验,分析虚拟环境下人对空间大小和空间距离的认知倾向与认知偏差等。通过VR空间大小认知实验发现：在高度感和宽度感的认知上,分别以±1.9%和±1.4%的标准认知偏差度基本再现了与在真实空间中相同的认知;在深度感的认知上,存在距离被低估与判断力下降的现象,其标准认知偏差度约为±3.4%。通过自我中心距离认知实验发现：在VR空间中,自我中心距离的标准认知偏差度为±（0%~2.5%）;人对侧方向区域的距离认知明显优于正方向,同时对正前方和侧下方区域表现出更加稳定的距离认知,波动幅度小于0.5%,但对上方区域的距离认知具有不稳定性。通过尺寸-距离关系认知实验发现：添加尺寸参照可优化对正方向区域约1%的认知偏差;同时,可将标准认知偏差度缩小为±（0.5%~1.5%）,有效提升了人在VR空间中对空间距离的判断能力。研究结果可为VR空间制作与虚拟人机交互设计提供理论支持,在一定程度上有利于用户交互体验的优化。     

基于可拓表征与神经网络的苗族图案设计

针对苗族图案的文化传承及设计应用问题,提出基于可拓表征和神经网络的民族图案创新设计方法,对苗族蜡染图案进行解构、映射和重构.首先对苗族蜡染图案进行可拓表征,运用发散树法构建设计生长阶段模型对苗族图案基元进行拓展分析.其次基于感性工学对苗族蜡染图案进行感性意象分析,提出一种面向图案构型、纹样语义和种类的图案解构方法,构建图案特征要素解构空间和情感意象认知空间.运用神经网络构建感性预测模型根据用户意象偏好推荐图案构型等设计要素,对设计思维进行收敛,并与线性回归预测模型进行对比验证其优势性.最后根据神经网络感性预测模型推荐的特征要素应用形状文法对苗族蜡染图案进行细化设计.以苗族蜡染图案为例,验证该方法的可行性,为其他民族图案的解构及创新设计提供参考.     

一种带预处理的RANSAC图像拼接算法

针对RANSAC算法由于迭代次数过多、精确度不高所造成的计算量增大,拼接效果不好等方面的不足。本文提出了一种带预处理的RANSAC图像拼接算法,包括图像的特征提取与粗匹配,预处理,变换矩阵的求解,图像配准和图像融合等步骤。文中重点论述了预处理的思路和方法:采用Delaunay三角剖分得到的拓扑图对数据集进行筛选,然后用欧氏距离选择RANSAC算法的初始点。通过设计拼接算法的流程和基于Matlab的实验仿真,证明该方法不但有效而且较直接RANSAC图像拼接算法减少了迭代次数、缩短了计算时间,显著提高了拼接效率。