虚拟人动机驱动的自主情绪模型研究

模拟虚拟人的各种情绪计算模型在很多领域具有重要意义,一个可信的虚拟人不仅要有3维几何形状,而且也要具有自主的情绪。基于已有的情绪模型研究,建立了一种新的基于动机驱动的自主情绪模型。根据心理学和认知科学,提出了虚拟人的认知结构,该结构集成了知觉、情绪、心境、个性和行为。构建了内部动机和外部刺激的一种形式化描述,基本情绪强度可以采用这种模型来计算,而情绪状态是各种基本情绪状态的合成。为了实现情绪的自适应,提出了情绪的增强学习方法。在微机上实现了一个包含虚拟人的3维虚拟场景,这种新的情绪模型能够使虚拟人的自主情绪表现更加可信,实验结果表明了该方法是有效的。     

虚拟人行为控制技术在分布式虚拟环境中的实现

在分布式虚拟环境中加入虚拟人的运动时,一方面要考虑行为建模与姿势控制技术的实现,以生成理想的行为动画,另一方面关节,体模型的复杂性导致运动参数在网络上传输的负载增大。如果采用不同层次的参数来描述虚拟人姿势,则可以实现一些高层的行为控制方式,并将参数关键帧技术和逆向运动学技术等各种动画技术有机结合,同时给网络传输参数的选择提供不同的解决方案,文章对采用不同方案带来的网络负载和计算负载进行了定性比较和分析。     

虚拟人面部行为的合成

虚拟人是虚拟现实环境中很重要的一部分，对于虚拟人行为的研究除了应从宏观上考虑虚拟人的群体行为属性之外，以个体行为属性的研究也非常重要。个体行为包括自然行为和意识行为。自然行为主要是和脸部、头部以及四肢运动有关的行为。而意识行为则包括与语言和心理活动相关联的表情、发声以及对应的唇动手势动作等。本文旨在研究与意识行为有关的虚拟人面部图像合成技术，讨论了标准人脸图像的参数合成方法，给出了特定人脸图像与标     

基于语义虚拟环境的虚拟人动画研究与实现*

现有虚拟环境建模（如VRML/X3D）主要集中在几何图形的描述,所显示的虚拟场景对于人是可理解的,但对于计算机是不可理解的,因而难以作有意义的自动处理。基于语义Web设计了一个语义虚拟环境（主要包括语义虚拟场景和语义虚拟人）,并设计了基于语义虚拟环境的虚拟人动画引擎。语义虚拟环境使得计算机能够理解和自动处理虚拟环境的语义信息,并且使得虚拟环境系统具有可重用性、可扩展性和可集成性。最后,在语义虚拟环境和虚拟人动画引擎的基础上开发了一个办公室场景中智能虚拟人行动推理的系统,取得了很好的效果。     

基于用户动机模型的搜索引擎研究

提出一种基于用户动机模型的网络搜索引擎和一种提高用户行为模型构建效率的方案.动机模型建立于用户与搜索引擎之间,用以辅助用户检索,以达到提高搜索引擎检索效率和准确率的目的.以人类行为学为理论基础,以个性化技术为手段,从而合并相似的用户行为模型以构建用户动机模型.通过实验,验证了基于用户动机模型的搜索引擎比通用搜索引擎能更好地适应用户的需求.     

虚拟人情绪行为动画模型

近年来 ,虚拟人行为动画已经成为计算机动画一个新的分枝 ,已往的研究多集中在虚拟人局部的情绪表达动画方面 ,如脸部动画 ,而对于给定的虚拟场景 ,则尚未考虑情绪产生的原因 .情绪是虚拟人和虚拟环境交互作用的结果 ,然而在计算机动画领域 ,虚拟人的情绪至今尚未得到清楚的描述 .为此 ,依据心理学的理论 ,提出了虚拟人情绪行为的动画模型 ,即 ,首先提出了情绪集合和情绪表达集合的概念 ,并建立了从情绪状态到情绪表达之间的映射 ;其次 ,着重分析了情绪产生的原因 ,并引入了情绪源的概念 ,如果一种情绪刺激的强度大于情绪的抵抗强度 ,那么这种情绪就会产生 ;此外 ,情绪状态可以采用有限状态机来描述 ,据此提出了情绪的变化流程 ;最后 ,在微机上通过调用 Microsoft Direct3D API,实现了虚拟人的情绪行为动画     

基于反馈控制的自主虚拟人感知模型

提出了一种基于反馈控制的自主虚拟人感知模型.该模型首先使用感知过滤器模拟人类器官感知限制, 然后设计了环形队列存储感知对象的相关信息来模拟人类的记忆功能,进而利用感知和记忆的结果,对感知过滤器 的各项参数进行反馈控制,从而体现感知结果对感知过程的影响.实验结果表明,基于反馈控制的感知模型不仅能够 较好地体现人类感知系统的特性,而且能够为自主虚拟人行为控制和决策提供更为真实的环境信息.     

基于反馈控制的自主虚拟人感知模型

提出了一种基于反馈控制的自主虚拟人感知模型.该模型首先使用感知过滤器模拟人类器官感知限制,然后设计了环形队列存储感知对象的相关信息来模拟人类的记忆功能,进而利用感知和记忆的结果,对感知过滤器的各项参数进行反馈控制,从而体现感知结果对感知过程的影响.实验结果表明,基于反馈控制的感知模型不仅能够较好地体现人类感知系统的特性,而且能够为自主虚拟人行为控制和决策提供更为真实的环境信息.     

一种虚拟人作业行为的自主优化模型

人体自适应行为仿真是实现人机工程学评估的前提条件.针对已有技术存在的不足,提出了一种基于多Agent合作式博弈的虚拟人作业行为自主优化模型.该模型将工作环境中人体自适应行为定义为一个多目标优化问题,提出了人体工作状态空间和人体行为元素的概念,以实现人体行为的离散化设计了人体行为仿真算法以求解上述模型.算法采用梯度上升的策略来搜索满足模糊多目标Nash谈判条件的人体作业姿态的Pareto最优解.仿真实验表明,该方法可以在缺少相关数据的情况下推导出舒适的人体工作姿态,在工程领域中表现出较好的适用性.     

意外受扰虚拟人行为动画关键技术研究

以突发事件下意外受扰的虚拟人为研究对象,结合心理学、生物力学、机器人学、人类行为学等相关领域对人体受扰时反应行为研究的最新进展,提出了一种虚拟人运动中受扰的平衡保持与恢复的动画合成技术,该技术能快速检测虚拟人在运动中的平衡状态,并在虚拟人有摔倒倾向时驱动虚拟人采取自主的保护动作以减少倒地对身体造成的伤害;实验结果表明,在意外情况下虚拟人对不同的外界作用力做出了较为真实的反应。     

基于蚁群算法的虚拟企业合作伙伴选择

从虚拟企业全局最优的角度出发,在对合作伙伴组合优化决策模型进行研究的基础上,提出了一种基于蚁群算法(Ant Colony Optimization,ACO)的虚拟企业合作伙伴选择方法,实现了合作伙伴组合在整条价值链上的最优,最后通过实验证实了这种伙伴选择方法的有效性.     

基于VRML虚拟人的维文手语库的构建

维吾尔语的手语合成有助于改善维吾尔族聋哑人与听力正常人进行自然交流,也可以应用于计算机辅助维吾尔哑语教学、维文电视节目播放等方面。维文手语库是维吾尔语手语合成的基础。通过分析维吾尔手语的特点,采用关键帧插值技术来控制VRML虚拟人的手势动作,利用Visual C++和OpenGL环境实现了一个维吾尔文的手势编辑系统,通过手势运动数据驱动虚拟人来实时显示当前的手势状态。通过该系统,收集了常用的维吾尔语词汇及32个维吾尔字母的手势运动数据。     

基于L系统的虚拟植物仿真研究

虚拟植物仿真是指利用计算机在三维空间中模拟植物的具体形态.主要介绍在采用目前比较流行的L系统对二叉树的描述的基础上,结合利用OpenGL对树木进行仿真的过程,针对改进模拟树木的视觉效果所进行的一些工作.     

基于VRML的产品虚拟模型协同操作方法研究

针对基于Web的虚拟设计中用户和企业设计人员交流的需要,提出了采用VRML对产品的虚拟模型进行同步浏览和协同设计的新方法,并设计了相应的控制方式.同时结合矢量化的电子图板、文字及语音通信对产品的虚拟模型进行协同操作和讨论,实现了协同操作的系统原型.     

基于瘦客户机模式的虚拟上位机设计与实现

集散控制系统一般由一台上位机和多个现场控制器组成。本文在此基础上提出虚拟上位机的概念，并给出企业内部Intranet进行Socket通信、采用客户机／服务器模式设计与实现的虚拟上位机解决方案。     

虚拟社区中VRML多用户环境的研究与构造

本文在虚拟社区中VRML多用户环境关键技术研究的基础上,论述了虚拟空间生成,系统和用户间通信数据包的构造方法,实现了用户的交互感知,行为共享和持续性。     

虚拟角色骨骼模型建立方法研究

针对传统虚拟角色建模方法需要大量人力和时间的缺点,提出了一种虚拟角色骨骼模型自动生成方法.该方法通过对角色模型分块,再对各个块进行边界抽取,找到关节点,然后根据块的层次关系自动生成骨骼模型.最后探讨了应用骨骼平滑和边界缝合算法解决角色模型运动不自然的问题.     

基于多指数决策的停车场选择模型研究

为解决随机选择停车或根据某一单一影响因素选择停车的问题,设计了基于多指数决策的停车场选择模型。该模型以泊位指数、用户认可指数、费用指数、停车场等级指数为影响因素计算综合选择指数,以综合选择指数为选择目标停车场的唯一指标。根据仿真实验结果可知,该模型能够克服以往停车诱导系统根据单因素确定目标停车场的盲目性和片面性,提供最优停车场选择,还能根据不同侧重的需求推荐局部最优全局次优的选择,为用户提供全方位的推荐服务,因此,具有更大的适应性和可推广性。     

基于可信虚拟域的政务云应用研究

云计算能够提升IT资源的利用率,提高服务的开通时间、可用性以及灾难恢复能力,是信息化应用的重要支撑。建立政务云,可以解决目前电子政务发展中面临的应用迅速扩充、数据共享、建设和运维成本的上升等问题,但同时也带来一些安全威胁。在分析电子政务云可能风险的基础上,提出采用可信计算技术在政务云数据中心虚拟层建立可信虚拟域,通过安全隔离策略满足政务云的安全需求,并提出采用同态加密的方法实现政务云的加密信息检索。     

自律个体的一种遗传强化模型研究

自律个体的遗传强化模型是模拟实际生物进化机制的计算模型。本文利用进化算法和人工神经网络的研究方法,设计一种自律个体的遗传强化模型。该模型强调多层次学习,实现了先天的遗传学习进化和后天的个体神经系统学习进化的有机结合。本文同时将该模型应用于模拟机器人的生存控制,观察它在环境中的行为表现及经能力,取得了满意的实验结果。