可见性驱动的复杂场景连续多分辨率绘制

提出一种视点相关的连续多分辨率模型与可见性剔除相结合的复杂场景加速绘制算法。将复杂场景表示为场景图,然后自底向上构建场景的连续分层层次细节(CHLOD)模型;在实时绘制时,利用图形硬件的遮挡查询功能实现快速的层次遮挡剔除,并根据遮挡查询返回的可见象素数近似度量物体的可见性程度,通过与传统视点相关的细化准则相结合,实现了一种可见性驱动的场景连续多分辨率简化绘制方法,能够在保证场景绘制精度的同时进一步提高场景绘制的速度。     

一种基于分片模板的自适应运动目标跟踪算法

分块跟踪算法是一种非常鲁棒的模板匹配算法,特别适合解决部分遮挡问题,但是该算法框架下的模板更新策略无法解决场景中的目标外观变化和遮挡问题,为此,提出一种分块跟踪框架下的带有遮挡检测的模板更新算法。算法将目标分为多个小片,根据各小片匹配的情况检测目标是否被部分遮挡。如果目标被遮挡,使用能精确反映目标信息的参考模板进行匹配;否则使用能反映目标变化的临时模板,并提出了相应的模板更新算法。大量的实验证明了本算法的有效性。     

基于概率主成分分析表观模型的视觉跟踪

在粒子滤波框架下,提出了一种基于概率主成分分析（probabilistic principal component analysis, PPCA）表观模型的视觉跟踪算法。该算法采用在线学习的PPCA表观模型获得目标的子空间描述,并引入遗忘因子增加最近的观测在模型中的权重,使得新算法对场景光照变化和目标表观变化的适应能力大为增强。同时考虑到遮挡发生的空间邻近关系,提出对目标区域进行分块处理,以提高算法在目标遮挡情况下的鲁棒性。真实场景下的实验结果表明,该算法在目标位姿变化、光照变化以及遮挡情况下具有更强的稳健性。     

一种增强现实虚实遮挡的实时处理方法

在增强现实中,必须正确处理虚实物体之间的遮挡关系,给用户一个具有真实感的场景。探讨了一种虚实遮挡的实时处理方法,通过在真实遮挡物的表面设置标志物,利用基于标志物的单目视觉跟踪技术获取真实遮挡物轮廓与深度信息,快速确定虚实物体之间的遮挡关系,基于图形绘制中帧缓存技术,在模板缓存中生成遮挡面模板,并进行遮挡剔除处理。算法实现简便,处理速度快,能实现对移动遮挡物的实时处理。实验结果验证了该方法的有效性与实时性。     

自然场景图像的光流场估计

自然场景图像序列中,物体运动会造成部分背景区域的显露和遮挡,显露和遮挡区域的像素在连续相邻的图像中缺乏对应点,因而传统的光流方法常常在这些区域给出错误的光流估计。图像在采集、传输过程中可能会受到噪声污染,噪声干扰是进行光流场估计必须考虑的另外一个重要问题。为消除显露、遮挡和噪声干扰引起的光流估计误差,采用新的可视矩阵标记图像位置的遮挡、显露、可视三种状态,以此来引导光流场估计,并采用正态概率分布对图像噪声的分布状态进行近似,从而在Bayes框架下建立了自然场景图像光流场估计的数学模型,最后通过迭代方法获得了致密的光流场。采用CAVIAR视频数据对本文算法进行测试并与Negal光流法进行性能对比,结果表明,本文方法具有更好的光流场估计效果。     

基于投影的增强现实系统中的光照技术研究

基于投影的增强现实系统是增强现实技术中的一个新的研究领域。针对基于投影增强现实技术的魔幻展台系统中的光照问题,我们提出了一套解决魔幻展台中真实场景与虚拟场景光照影响一致性的方法,给出了相关算法的关键代码,采用投影仪补充投射阴影的方法来实现虚拟物体的阴影制作,解决了真实场景与虚拟场景之间相互遮挡的问题,增强了魔幻展台中虚拟物体的真实感及与真实场景的一致性,取得了良好的效果。     

基于视域剪裁的三维场景快速消隐算法

提出了一种基于视域剪裁的三维场景快速消隐算法。对于场景中每个物体,通过判断其最小闭包长方体是否和视域相交,以决定是否绘制此物体。在我们的算法中,视域被抽象成一个近似方锥。这种近似并不影响判断效果,而算法的逻辑得到了极大的简化,速度得到了很大提高。在每一次相交判断中,只需进行乘法和加法运算。因为此算法数据结构简单,可以和其他基于层次遮挡的消隐算法一起使用。由于算法逻辑简单,适合采用硬件实现。     

基于可编程图形处理器的实时景深模拟

一幅具有景深效果的图，其显著特征是图像部分清晰部分模糊。基于这一特点，在景深的计算机仿真中，首先由计算机对三维场景成像，并将该场景存储为纹理，此纹理为清晰的场景纹理。成像时通过顶点编程，于α通道中存储了物体距离聚焦面的深度信息。然后对场景纹理进行多次均值滤波生成模糊的场景纹理，最后以清晰场景纹理的α值为插值系数将两幅纹理进行融合而模拟出景深效果。算法充分利用了图形处理器（GPU）的多纹理技术和可编程性，将运算从CPU转移至GPU，很好地仿真了景深效果，且满足实时性要求，可应用于虚拟现实系统。     

大区域地物场景的交互绘制

研究了大区域地理环境中地物场景的数据组织和快速绘制问题.首先,给出了基于层次四叉树组织管理大区域地物场景数据的方法;其次,描述了大区域地物场景交互绘制的流程,并对节点级视锥剔除阶段和遮挡剔除阶段进行了重点介绍.该方法便于集成到已有的实时地形绘制软件中.实验结果表明,在保证场景画面质量的前提下,集成后的系统能在微机上对大区域地理环境进行快速交互显示.     

VTS雷达及岸基溢油雷达组合选址优化

针对实际建址时存在障碍物遮挡和雷达传递衰减的船舶交通管理系统（Vessel Traffic Service，VTS）雷达及岸基溢油雷达组合选址问题，基于空间几何方法，在三维空间中提出了障碍物遮挡判断方法，并引入衰减函数进行雷达衰减测度，以建站成本最小和水域面积覆盖率最大为目标建立多目标选址模型。根据问题设计了自适应混沌多目标粒子群算法，在满足位置约束时生成初始解，提高算法求解速度；引入混沌机制和飞蛾火焰算法的螺旋搜索机制对粒子速度及位置更新策略进行改进，增强算法的局部和全局搜索能力。通过算例验证了本文所提出的判断方法及模型的有效性。研究成果不仅深化和拓展了VTS雷达选址及溢油问题的相关研究，也为海事主管机构在进行VTS雷达站及溢油雷达选址时提供理论依据。     

面向查询点的遥感影像哈希检索方法

由于存储成本低,查询速度快,哈希检索算法已被广泛应用于大规模影像检索。针对大规模遥感影像数据集训练低效问题,提出了面向查询点进行特征学习的遥感影像检索方法。首先,利用深度卷积网络对具有多语义标签的遥感影像数据训练集提取遥感影像特征;然后,面向查询点学习得到哈希函数并生成查询点的二进制哈希码;最后,通过迭代学习得到整个数据库的二进制哈希码来实现影像检索,有利于提高检索精度;同时,该方法避免了对整个数据库进行特征提取,从而可以更有效地利用大规模数据库中的监督信息。在3个不同数据集上的实验结果表明,该方法检索性能优于其他多种先进方法。     

混合粒子群算法在高维复杂函数寻优中的应用

针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况,提出了一种改进的算法结构。通过构造单个粒子的最优序列代替单一的进化方向和类似于蚁群算法信息素表的选择机制,保留了粒子的多种进化可能方向,提高了粒子间的多样性差异,从而改善算法能力。算法同时设计了最优序列的加入规则和基于粒子群聚度的最优序列动态长度控制方法。改进后的混合粒子群算法保证了算法拥有更强的搜索能力,也保留了粒子群算法高效优化的特点。仿真实验证明,混合粒子群方法相对传统方法而言具有明显的精度优势。     

改进的mean shift目标跟踪算法

提出一种改进的均值偏移（mean shift， MS）目标跟踪算法，用于提高模板漂移和大面积遮挡情况下视觉目标跟踪算法的鲁棒性和准确性。首先判断目标是否存在遮挡现象，当遮挡未发生时，采用原始MS算法跟踪目标，利用选择性分量更新策略对目标模板进行更新，减少模板漂移的影响|当遮挡发生后，利用非对称核函数模型对候选目标模型进行矫正，降低遮挡像素点对MS矢量和目标跟踪稳定性的影响。实验结果表明，改进的跟踪算法对非刚性和大面积遮挡目标都能进行稳定的跟踪。     

基于树结构RDF闭包生成算法研究

RDF闭包是提高RDF数据查询效率的一种有效途经,目前大部分闭包生成算法依据推理规则间的触发实现推理,推理规则多次重复使用,闭包生成效率比较低。利用树的层次结构思想,根据RDF(S)语义推理规则的特点,提出基于树的闭包生成算法,将RDF(S)推理规则数据结构化,构造两棵分别对应RDF属性和概念的属性树和概念树,树的节点存储RDF三元组。然后根据映射机制将存储在树节点中的三元组映射为RDF闭包。仿真显示此方法有效地提高了闭包生成效率。     

CBR在组态软件设计中的应用

论述了基于事例的推理方法在组态软件设计中对事例库进行检索过程的应用.方法基于基本的相似性距离公式,并综合了SQL(structured query language)模糊查询的方法来提高检索的效率.采用主观方法(判断矩阵)和客观方法(粗集理论)来确定事例特征属性权重以增加事例检索的准确度.     

基于时间序列的Global Skyline并行算法

Global Skyline 查询是Skyline查询的一种变种,它和动态Skyline查询、反Skyline查询关系密切,已被广泛应用于多目标决策、网络监控、数据挖掘等方面。随着数据的积累,传统集中式的Skyline查询已经不能满足大数据的处理要求。为了高效解决大规模的基于时间序列的数据处理难题,提出了基于MapReduce框架并行的Global Skyline Cell查询算法。首先,通过对实际应用需求进行分析,本文提出了基于时间序列数据Skyline查询的时间倒排索引模型;并提出了Global Skyline格概念,利用格间的支配关系进行粗粒度高效剪枝,避免了大部分的无效运算;其次查询点将数据空间分割成不同象限,基于各象限进行轮询,实现了Global Skyline 格的查询,在此候选结果中得到Global Skyline点,为下一步实现动态Skyline和反Skyline查询奠定基础。最后,我们在Hadoop集群环境中实现了该算法。实验结果表明,该算法能有效解决基于时间序列的大规模数据Skyline查询的时间和空间矛盾,能够满足实际应用需求。     

足球视频序列中球员的分割与跟踪算法

分割与跟踪一直是视频图像处理的一个热门问题。针对足球视频应用的需要,本文实现了一个快速的球员分割与跟踪算法。根据颜色分量差值的统计信息,实现了球员的自动分割;通过归一化颜色直方图的相关性比较,辨识球员所属的球队;利用视频序列中球员的上下文特征,结合模板匹配方法,实现了球员的跟踪。实验结果表明,本文提出的跟踪算法很好地解决了不同球队队员的遮挡问题,并能处理多人遮挡情况,在球员形态变化较大时也能稳定地跟踪。     

一种基于分布式融合的多模型图像跟踪系统

设计了一种基于分布式融合的多模型图像跟踪系统。由于图像中噪声的存在、遮挡现象的发生以及被跟踪对象的变形会对某些跟踪算法产生影响 ,因此 ,一个比较理想的跟踪系统应该能够融合这些跟踪算法的优点 ,从而稳定地跟踪目标。本系统采用了 3种跟踪模式 :基于区域的跟踪模式 ;基于B样条主动轮廓的跟踪模式和基于特征点的跟踪模式。利用这 3种模式分别进行跟踪 ,并由基于区域的跟踪模式判定遮挡 ,从而决定将哪些模式的跟踪结果送到融合中心。仿真实验表明 ,这种算法能有效解决遮挡问题 ,并具有较强的鲁棒性。     

基于分区的部分最值查询优化算法

大规模数据库的建立和海量数据的不断涌现,需要从海量数据库和大量繁杂信息中提取有价值的知识,可以进一步提高网络安全信息的利用率. 另一方面,网络信息安全分析在面临海量数据时,其查询效率会大大降低. 分区技术使用户可以将大表分解为更小且更易管理的分区,从而解决海量数据带来的一些问题. 本文讨论了分区条件下部分最值的查询方法,介绍了一种用于提高这种查询效率的RBP-T （rank bisection partition tree）树型结构,并给出了相应的搜索算法. 通过实验证明,我们的方法对解决海量数据情况下的部分最值查询问题是有效的.     

基于时态数据库的分布仿真数据收集方法

提出一种基于时态数据库的分布仿真数据收集方法：先给出分布仿真数据收集体系结构；参考历史关系数据库模型，对传统关系数据库进行扩展，提出适用于分布仿真数据收集的时态数据库模型；然后基于该模型详细设计并实现仿真时态数据库原型系境用于数据收集，包括数据的索引机制、存储实现以及查询优化。通过大量实验与基于纯文件的数据收集和基于一般商用关系数据库的数据收集进行性能比较，论证该方法在分布仿真数据收集方面的优势。该方法收集速度快、查询效率高，特别适用于面向回放和实时查询的分布仿真数据收集系境。