多媒体推理的概念框架

Up to now, AI technology is dominated by the Physical Symbolic System(PSS), in which symbolic information is used as the medium for reasoning, In these approaches, information other than symbols, such as image, graphics, and even video should first be represented by symbols, and after reasoning, the symbolic result is again changed into its original media form. In this paper, we will propose a new form of reasoning method called multimedia reasoning (MR), a kind of reasoning that is based on the different media such as text, image, video, audio and so on. By introducing the concept of multimedia transformation theory (MTT), it presents a conceptual framework for multimedia reasoning, In the end, it discusses the importance and potentials in applications.     

基于数据网格的书法字k近邻查询

提出一种在数据网格环境下的书法字k近邻查询方法.当用户在查询结点提交一个查询书法字和k时,首先以一个较小的查询半径,在数据结点进行基于混合距离尺度的书法字过滤,然后将过滤后的候选书法字以"打包"传输的方式发送到执行结点,在执行结点并行地对这些候选书法字进行距离(求精)运算,最终将结果书法字返回到查询结点.当返回的书法字个数小于k时,扩大半径值,继续循环,直到得到k个最近邻书法字为止.理论分析和实验表明,该方法在减少网络通信开销、增加I/O和CPU并行、降低响应时间方面具有较好的性能.     

通过例子视频进行视频检索的新方法

结合作者开发的系统,提出了一种新的视频相似度度量模型,详细地介绍了算法的实现,并得出了实验结果。相对于已有的算法,它在考虑人们主观视觉判断的基础上,提出了许多影响相似度的因子,如顺序因子、速度因子、干扰因子等。因而它全面、系统地体现了视频间的相似程度。而且该算法具有粒度可适性,可用于不同层次的视频结构的比较,在视频检索系统中。它可以广泛地应用于针对用户提交例子的查询中。     

一种基于视频的人体动画骨架提取技术

人体动画是计算机动画中最具有挑战性的领域．针对传统人体动画技术的不足,提出了一种新技术来提取视频中的人体骨架,以应用于人体动画．对于任何视频流,该方法都能在图像序列中跟踪人体特征骨架,并建立了透视投影下的三维人体运动骨架序列,最终通过自动注释运动信息建立了可供动画师浏览、查询的运动信息库．这种方法具有素材来源丰富、计算量少、制作高效等特点,而且产生了人体运动非常真实,同时也将动画师从枯燥的工作中解     

综合推理与智能书法创作

In this paper, we address the demanding task of developing intelligent systems equipped with machine creativity that can perform design tasks automatically. The main challenge is how to model human beings' creativity mathematically and mimic such creativity computationally. We propose a ``synthesis reasoning model" as the underlying mechanism to simulate human beings' creative thinking when they are handling design tasks. We present the theory of the synthesis reasoning model, and the detailed procedure of designing an intelligent system based on the model. We offer a case study of an intelligent Chinese calligraphy generation system which we have developed. Based on implementation experiences of the calligraphy generation system as well as a few other systems for solving real-world problems, we suggest a generic methodology for constructing intelligent systems using the synthesis reasoning model.     

基于草图内容的空间拓扑数据检索方法

空间数据蕴含了大量拓扑关系语义,但传统空间数据查询和检索方法没有很好地利用高层拓扑语义,导致在处理复杂空间场景时效能较低.针对这一局限性,提出了一种基于草图内容的空间数据检索算法.该算法在9-交集拓扑模型基础上引入不变矩方法,建立拓扑不变量用于描述复杂空间场景;采用独立成分分析和模糊支持向量机降低空间场景高维拓扑关系的冗余度,建立了独立拓扑关系;用相应训练好的支持向量机结合tf×idf模型实现空间场景检索.实验表明,该算法在低样本数情况下具有良好的分类推广能力以及良好的检索性能,为基于内容的空间数据检索建立了基础     

一种支持海量跨媒体检索的集成索引结构

提出一种支持海量跨媒体检索的集成索引结构.该方法首先通过对网页的预处理,分析其中不同模态媒体对象之间的链接关系,生成交叉参照图.然后通过用户相关反馈进行调节.当用户提交一个查询对象时,首先对交叉参照图进行基于索引的快速定位,得到与查询对象相关的候选媒体对象.然后对得到的候选媒体对象进行距离运算,得到结果媒体对象.理论分析和实验表明,该方法较顺序检索具有更好的性能,非常适合海量跨媒体数据检索.     

情景式跨媒体数字城市系统

结合虚拟现实、GIS和跨媒体技术,提出一种具有高真实感、较强交互能力的情景式数字城市系统实现方法.该方法以GIS矢量数据为空间索引,全景交互式视频为表现内容,且加载文字、图像和音频等数据,并对这些海量信息进行跨媒体数据统一建模,以实现不同类型数据的组织和管理.与通过三维图形实现城市建模相比,采用文中方法实现的系统具有数据采集高效、表现手段真实感强、建模成本低和易于扩充等优势.     

计算机视觉与机器学习技术在三维人体动画中的应用综述

近年来计算机视觉与机器学习技术广泛应用于三维人体动画领域中.基于图像/视频的人体运动数据获取技术、数字角色和场景建模、交互式角色动画控制与运动生成等方面都大量应用了计算机视觉技术;同时,机器学习理论在三维人体运动数据重用以及后期智能角色动画创作中扮演了越来越重要的角色,并得到一些很好的研究成果.文中以三维人体动画创作流程为主线对这些方法的基本思想和关键技术进行了归纳与分析,并讨论了三维人体动画制作技术的发展趋势.     

基于色块的人体运动跟踪

人体运动跟踪一直是一个具有挑战性的课题,并在体育运动分析、医学分析、动画制作等领域被广泛研究.对跟踪精度的要求和如何在运动过程中解决四肢的自遮挡现象是其中的难点.本文提出了一种基于色块,融合边缘提取和区域匹配的鲁棒算法,在单相机下得到了高精度的跟踪结果并部分解决了自遮挡问题.最后给出的实验结果将证明我们算法的有效性.