应用DBR的人工智能课程教学

针对普通高等院校学生和人工智能课程的特点,结合DBR(Design Based Research)成果,提出一种实践教学方法。设计了应用型和研究型的教学情境,并通过实践与评价环节迭代驱动教学过程。分析了教学实施的效果,表明该方法的有效性。     

一种高度并行的多任务并行绘制系统结构

随着计算机图形技术的实用化，需要构造更逼真、更精细的三维复杂场景，其数据规模日益膨胀，加上对场景的实时交互的要求也越来越高，人们对多屏幕高分辨率显示的需求与日俱增，迫切需要一种针对大规模复杂场景的多任务并行图形绘制系统。本文介绍了一种适用于大规模复杂场景的高度并行的多任务多屏幕并行图形绘制系统的体系结构，支持图形任务的并行化处理和多屏幕显示。该系统结构将几何计算任务与图形绘制任务相分离，分剐进行并行化处理，在计算节点按绘制对象类型对任务进行分类以便于并行计算和任务分配，在绘制节点对各个小块屏幕图形进行并行合成。实验测试结果表明，该系统结构对多任务具有较好的并行效率和可扩展性，能够充分利用系统的并行计算资源，达到较好的绘制效果。     

基于局部显著区域的自然场景识别

场景识别是移动机器人实现拓扑导航的关键。针对未知环境,提出一种基于视觉局部显著区域的自然场景识别方法。首先,提出带反馈的显著性检测模型(FSDM)自底向上进行图像分析;然后,根据显著位置,基于分形实现自动尺度选择,以构造合适尺寸的局部显著区域。对场景图像中的显著区域采用梯度方向、二阶不变矩、归一化色调3种特征进行不变性表示,并根据其匹配率实现场景识别。实验结果表明,FSDM具有较高的显著性检测精度。而且室内室外环境的多次场景识别实验也表明,该方法与全局外观方法相比能够更好地容忍尺度、视角等变化引起的差异,静态场景识别具有较高的准确性。     

自适应的遥感纹理并行压缩解压算法

为了降低实时地形绘制任务中遥感纹理图像的装载时间,提出一种基于矢量量化的自适应遥感纹理压缩解压算法.基于人类视觉特性优化设计了量化器的纹理块相似度函数,并根据图像特性设计了基础阈值的自动计算方法,可通过自动调节局部阈值来适应遥感图像纹理复杂、局部差异性大的特点;对码字在逻辑邻域内进行优化处理,提高了码书的质量;对索引信息设计了支持随机访问的压缩方法,保证对压缩后索引信息的随机访问.为提高压缩解压速度,充分考虑图形硬件的并行特性,设计了高效的并行算法.实验结果表明,该算法能够在保证压缩率的基础上形成重构质量较好的压缩数据,并且对不同图像都能取得较好的压缩效率;利用图形硬件大幅提高处理速度,完全满足绘制对纹理解压的实时性要求.