基于簇相似的多分类器目标跟踪算法

由于跟踪过程中目标和背景的变化,传统的单分类器跟踪算法学习到大量的非目标信息而导致跟踪精度降低.针对该问题,本文提出使用树形结构保存历史分类器.在每一帧,根据树中路径距离选择分类器集对测试样本分类.提出了一种基于簇相似性比较的分类算法.通过建立以方差为尺度的特征空间,比较测试样本到簇中心的距离计算相似度,快速计算出目标样本.实验表明本算法能够在复杂条件下实现对目标的鲁棒跟踪.     

数据驱动的大规模森林场景真实感动画

提出一种基于数据驱动的大规模森林场景真实感动画的实现方案.该方案预先对单株样本树在风力作用下的运动作高精度的动力学计算,得到高分辨率、精确的树骨架形变序列;然后采用分簇主元分析方法对形变序列数据进行压缩与简化,构建单株树各枝干运动的细节层次;最后基于多株样本树多个细节层次的运动数据合成大规模森林的群体运动.实验结果表明:该方案实现了力学形变数据的高效重用,在森林动画合成效率和真实感上具有一定的优势,能满足对规模和画质要求较高的应用,如影视动画与媒体广告等的需求.     

协作支持工具CoCADTool Agent中的远程指针协同感知技术

文中以一个基于CSCW的CAD系统协作支持工具CoCADToolAgent的研究和开发为背景 ,介绍CoCADToolAgent中的远程指针协同感知技术 ,包括共享光标和动态多光标的实现方法。     

具有纠偏性的图像抠图的全局优化方法

通过对图像分割与图像抠图的比较和分析,从图划分的角度考虑抠图问题,提出一种具有纠偏性的图像抠图的全局优化方法.该方法在最小化前景对象与背景相互分离的软分割开销的同时,最大化前景对象的内部关联度.理论分析和实验结果表明,与其他形式的抠图优化目标函数相比,文中方法能够更有效地提取出全局最优的抠图结果,有利于实现自动或半自动的抠图处理.     

一种运动轨迹矢量化的实时拳法类型识别方法

提出一种基于运动轨迹矢量化的实时出拳动作分割和拳法类型识别方法,运动数据由一个7相机的Eagle运动捕捉系统提供.该方法实时分割出连续运动序列中的单个出拳动作,并对持续时间可变的出拳动作进行统一矢量化表示.统一矢量化后的出拳动作样本被用来训练一个基于LDA的拳法类型识别器对拳法类型进行实时在线识别.本文实现了一个实时在线拳法类型识别的原型系统,拳法类型识别的正确率达到98%.     

协同集成设计环境的计算机辅助工具的协同用户界面研究

以一个协同集成设计环境的计算机辅助工具为背景，对协同用户界面进行探讨。按照以群体为中心的协同用户界面的设计思想，提出了一种基于Agent的协同用户界面模型，把通讯和协作支持等并行处理的概念和方法引入到现有结构化模型之中。对比传统CAD交互结构，构造了一种支持上述用户界面模型的软件Agent结构。     

一种基于窗口线性回归模型的人体动画生成方法

针对低维控制信号不能直接生成精确的高维人体全身运动动画的难题,提出了一种基于窗口的线性回归模型,此模型利用提前捕获的运动数据库中自然的人体运动,在最大后验框架下和控制信号一起完成人体全身运动的精确重构.在用户给定的低维约束信号的控制下,通过对不同运动的生成验证了提出方法的有效性.通过给定一个合适的运动数据库,由本方法生成的结果能够和商业的运动捕获系统得到的结果相匹敌.     

一种基于简单笔画交互的迭代图像抠图方法

为了获得精确的和视觉上连续的抠图结果,提出了一种基于简单笔画的图像抠图方法,该方法仅需要用户以少量笔画和拖拽矩形框的方式指定前景和背景像素即可实现。该方法从亮度,纹理和空间位置多特征空间考虑像素的分布,首先建立了鲁棒的颜色分布模型;然后在此基础上,定义采样约束函数,再来获取精确的前景和背景样本;最后基于样本信息和平滑性约束,为所有未知像素构造了一个全局的能量函数,再通过迭代的优化将用户约束传播到整个未知区域。实验结果表明,该方法不仅保持了抠图结果的精确性和视觉上的连续性,并能够有效地处理纹理丰富和具有相似的前景与背景颜色的输入图像。     

异构协同设计环境中特征模型的提取与重建

以基于过程恢复的特征数据交换框架为背景,研究了异构特征模型的提取与重建这一关键问题,包括一阶特征信息的提取,二阶特征信息的提取以及模型的重建.实验结果验证了本方法的合理性,从而有效提高和补充了现有方法的不足,把特征数据交换技术向前推进了一步.     

基于自适应扰动信息模型的水平集分割方法

针对现有的分割模型对噪声信息敏感性高、分割模型不稳定、边界侧漏等问题,提出一种基于自适应扰动信息模型的水平集分割方法。该方法构建一种基于局部特征的扰动信息模型,促使在曲线演化后期因噪声、灰度不均等因素的干扰而自适应地跳出局部最优值,构造一种新的边缘检测函数,提高分割模型对弱边界图像的分割精度。实验对比结果表明提出的分割模型在高效性和抗噪性方面表现更优。