基于曲率尺度空间的人头检测方法研究

利用人头部轮廓的形状特征,提出一种基于曲率尺度空间的人头部检测算法。算法通过比较分析得出了人头部轮廓区别于其他部分轮廓的形状特征,在多曲率尺度下,计算物体轮廓曲线上每一个点的曲率,结合形状特征信息进行人头部检测。实验结果表明,算法有效解决了复杂背景下的人头检测问题,为人头部检测提供了新的途径。     

基于交互式进化计算的虚拟表情建模

探讨如何训练虚拟人物表情这一新课题,提出了将TSK模糊神经网络应用于虚拟人物表情的建模研究,并用交互式进化计算对TSK模糊神经网络进行训练.实验结果表明,当该算法应用于虚拟人物表情建模时,比传统的进化计算具有更快的收敛速度,而且该算法融合了进化计算的全局优化和人的主观判断,使得表情输出更加符合用户的需要.从而使得不同的动画导演利用这个系统,能够根据自己的知识产生出符合自己要求的虚拟表情输出.     

基于VR设备中IMU的无手交互方法研究

随着头戴式显示设备的发展,在基于虚拟现实(VR,virtual reality)的教育培训中,存在用户与设备间进行交互的场景;针对用户与VR视频中对象的模拟靠近与躲避问题,提出了姿态感知与步态识别相结合的方法;通过姿态感知算法解算用户头部姿态,通过步态识别算法识别出人体的静止与行走状态,进而在行走状态时,将计算所得航向角和固定步长代入三角函数公式进行位置更新,在静止状态时,保持位置不变;实验证明,提出的姿态感知算法可以有效的计算出使用者头部的姿态,与商用惯性测量单元提供的姿态角相比具有1.1×10-2的平均姿态偏差;提出的步态识别算法可以有效地识别出人体的静止与行走状态;所提出的两者结合的交互方法,可以有效地实现虚拟的靠近与躲避.     

视频序列中基于头肩分割的人体位姿估计算法

当前常用3维重构的方法表示和计算视频中的人体位姿,但由于这些方法通常需要多个摄像头,不仅限制条件多,且计算复杂度高,为此,提出了一种基于头肩分割的人体位姿估计算法。该算法首先对视频中的人体进行头肩定位;然后利用人体头部的平面成像特点计算头部位姿,同时利用人体肩部的轮廓变化特点计算躯干位姿;最后结合头部和躯干的位姿估计运动中的人体位姿。实验结果证明,该算法是有效和优越的。     

基于人头部图像分割的视频信息压缩算法

为提高监测系统中的视频压缩比,在研究监测系统中视频图像特性的基础上,提出了针对人的头部分割的视频压缩算法：首先,用运动信息分割出人体轮廓;其次,运用形态数学的方法实现人头部区域分割;最后,用小波变换和描述人头部对象的差分链码技术来实现高效的视频压缩.本文提出的视频压缩算法比MPEG算法提高了图像的PSNR近3dB.     

虚拟座舱视景系统的技术研究

虚拟座舱是虚拟现实技术的一种实际应用，本论述了虚拟座舱视景系统的构成及有关的几个技术，包括用于双目成像显示算法的双中心投影法，给出了一种较为通用的头盔立体显示计算模型和一种实用的时钟同步算法，提出了利用头部运动预测法（ＤＲ算法）对系统延时进行补偿，所设计的虚拟虚舱的视景显示包括座舱的内外视景，仪表和ＨＵＤ平显火控显示部分，所有这些视景生成的工作，都在ＷｉｎｄｏｗｓＮＴ平台上利用ＯｐｅｎＧｌ编程的     

基于神经网络的坐姿下头部肩部姿态估计

基于神经网络设计一种在坐姿状态下由人脸中的关键点在空间中的相对位置的变化估计头部姿态,以及肩部关键点在空间中的相对位置变化估计肩部姿态的方法,并将头部姿态分为6种,肩部姿态分为2种.利用SDM算法对人脸关键点进行标记;标记出人脸关键点后利用的POSIT算法对头部姿态角度估计,计算出头部欧拉角并设定阈值对头部姿态进行分类...     

重复数据删除算法在VTL系统中的应用研究

为了使VTL(虚拟磁带库)系统能更有效地利用磁盘空间,存储更多的数据信息,介绍了一种带有重复数据删除算法的虚拟磁带库应用方法.该方法从性能和效率等多方面考虑,首先把磁带按文件级去重,再将文件切分成块,通过Bloom Filter和MD5算法双重计算,经查找和存储实现数据块级的重复删除.实验测试证明,该方案稳定地实现了数据的去重及加密功能,能有效节省虚拟磁带库的存储空间.     

基于框架的虚拟计算环境关键技术研究

通过分析目前几种虚拟计算环境的现状、特点及适用范围,针对中小规模、异构零散的的计算需求,提出一种基于框架技术的虚拟计算环境的实现方法,并结合框架技术设计了分层服务模型.基于复杂多样的、性能差距明显的计算资源的调度问题,提出了一种基于对等模式的随机自适应调度算法.该算法提供对关联任务的调度,适合异构的、资源规模较大的环境,尤其是计算资源差异明显的异构计算环境.实现了基于框架技术的虚拟计算原型系统,并通过实验测试对比算法的调度性能,最后将计算环境应用于实际的地震资料处理中.     

空间划分虚拟网格的RFID室内定位算法

首先分析了最近邻居算法的基本原理,针对把所有参考标签作为最近邻居的选择,出现大量不必要计算,室内环境干扰较大,距离阅读器较远的标签的信号强度值阅读不准确的问题,提出了一种划分虚拟网格,动态选取最近邻居来进行定位的RFID室内定位算法.仿真结果表明,在不增加参考标签的前提下,改进的算法较最近邻居算法定位精度更高,稳定性更好.