基于区间树硬件加速索引的Marching Cubes算法

为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4～10倍的加速比.     

多人实时协同设计在虚拟家装系统中的研究与实现

本文主要介绍了基于计算机支持下的协同技术中的多人实时协同的算法和理论,以及多人协同模块在虚拟家装系统中的具体实现,令分布在不同地域的普通用户在同一时间浏览、设计同一个户型的任意部分,提高了虚拟家装系统的设计效率,增强了用户对软件的应用体验,带来了巨大的经济效益。     

三维流场的流线提取算法

为了有效地解决三维流场可视化中由于播种流线所产生的众所周知的遮挡和杂乱问题,呈现出清晰的流场模式与流场的重要特征,提出一种基于迭代最邻近点(ICP)与K均值聚类的流线提取算法.首先利用ICP算法实现流线间轮廓特征上的配准,并根据几何相似性进行排序;然后利用K均值聚类算法对流线分组;最后根据用户指定密度约简多余相似性流线,并以此结果重构矢量场来评价文中算法的精确度.将文中算法应用到多个数据集进行实验并与已有的流线分布的最新算法进行比较,结果表明,该算法能更有效地反映流场的关键特性,大大提高了三维流场数据集的可读性.     

面向对象碰撞检测方法及其在分布式虚拟环境中的应用

本文提出了一种面向对象的碰撞检测方法，分析了这种碰撞检测方法的时间复杂性，讨论了分布式环境中碰撞检测的完全性和唯一性等问题，提出了一种保证分布式虚拟环境中碰撞检测唯一性的方法，最后，讨论了这种方法在分布式虚拟环境ＤＶＥＮＥＴ中的应用。     

基于参数化运动合成的运动图构建及其应用

虚拟人运动的可控性和逼真性是虚拟现实应用中追求的重要目标,为了实现对虚拟人的灵活控制,合成出逼真的运动序列,提出了基于参数化运动合成的运动图方法.运动图的结点中存储了具有明确含义的控制参数,通过改变控制参数合成不同的运动片段,可以实现对虚拟人的灵活控制;提出了一种改进的运动融合方法,运动图的边将不同运动片段进行融合,有效的避免了脚步滑动和根关节朝向抖动的产生.根据用户对交互控制和路径轨迹的不同应用需求设计实验,实验结果表明,方法不仅具有较高的控制精度,而且合成的运动序列逼真自然.     

人体运动的函数数据分析与合成

在许多虚拟现实的应用中,虚拟人作为人在计算机中的表示,是提高其交互能力和沉浸感的重要因素之一.然而,对于虚拟人建模而言,合成逼真、可控的虚拟人运动仍然是具有挑战性的课题.为此,提出了一种基于函数数据分析的人体运动合成方法.通过对一组样本运动进行函数主成分分析,构建出一个由特征运动构成的低维函数子空间.该低维子空间不仅能够有效地刻画样本序列内在的变化规律,而且也为有目的的运动合成提供了方法.在该空间中,通过控制各特征运动的系数即可合成出逼真、平滑的运动序列.该合成过程没有耗时的计算,因此能够满足各种实时应用     

基于局部支撑姿态的逆运动学求解

逆运动学(Inverse Kinematics)是虚拟角色运动控制的一种基本方法,它根据用户指定肢体末端的位置计算出虚拟角色各个关节的旋转.传统算法求解时没有考虑人体姿态的运动规律,因此其结果不能完全令人满意.文中提出了一种利用捕获的运动数据辅助求解逆运动学问题的新方法.通过自组织映射(Self-Organizing Map,SOM)对姿态数据学习和聚类,获得一组刻画人体姿态空间的支撑姿态,然后通过对问题所在局部空间的支撑姿态加权优化来求解逆运动学问题.该方法克服了传统方法结果不自然、计算效率较低的缺点.实验结果也表明了该文方法的有效性.     

基于局部先验模型的单目视频人体运动跟踪

在基于模型的单目视频人体运动跟踪中,视频图像信息往往不足以恢复人体姿态,通常需要加入对姿态的先验约束才能得到合理的解.为了有效地刻画人体运动过程的时变动态特征,提出局部先验模型,其中包括局部动态过程和局部姿态分布密度,通过在样本空间中检索出相似姿态的集合,并利用该集合学习模型参数来比较精确地刻画人体的运动规律.实验结果表明,与全局动态模型相比,局部先验模型有效地克服了肢体自遮挡和肢体混淆等问题,取得了更好的跟踪结果.     

基于环约束的虚拟人动态LOD技术

针对虚拟人体模型及其运动序列提出一种简化方法．首先在人体骨架节点（关节）等基本模型表面附近添加环形约束,结合Qslim算法生成基本简化模型;其次利用顶点混合方法从基本简化模型生成简化序列．实验结果表明。该方法可生成逼真的简化运动序列,且在简化过程和LOD控制过程中均独立于具体运动序列,适合规模群体的实时驱动．     

基于RGB-D深度相机的室内场景重建

目的 重建包含真实纹理的彩色场景3维模型是计算机视觉领域重要的研究课题之一,由于室内场景复杂、采样图像序列长且运动无规则,现有的3维重建算法存在重建尺度受限、局部细节重建效果差的等问题。方法 以RGBD-SLAM 算法为基础并提出了两方面的改进,一是将深度图中的平面信息加入帧间配准算法,提高了帧间配准算法的鲁棒性与精度;二是在截断符号距离函数(TSDF)体重建过程中,提出了一种指数权重函数,相比普通的权重函数能更好地减少相机深度畸变对重建的影响。结果 本文方法在相机姿态估计中带来了比RGBD-SLAM方法更好的结果,平均绝对路径误差减少1.3 cm,能取得到更好的重建效果。结论 本文方法有效地提高了相机姿态估计精度,可以应用于室内场景重建中。