多媒体桌面会议系统结构

本文描述了基于客户－服务器模式、面向协同应用的分布式多媒体支撑平台的结构。基于此分层的平台结构，作者给出了一个以联网的ＰＣ机和ＭＳ—Ｗｉｎｄｏｗｓ为硬软件环境的多媒体桌面会议系统的设计。此系统用单一网络综合传输所有媒体信息，除支撑平台外，还包括共享白板、共同编辑、实时语音通信、共享视频以及多媒体电子邮件等分布式协同应用，为分布在各地的用户提供一种坐在自己的办公桌前召开会议，进行同步和异步讨论的环境，这种协作可利用视频、音频、图象、图形以及文本等多种媒体形式。  

两级决策的开集说话人辨认方法

为了减少语音数据量 ,提高处理速度和识别的准确性 ,提出了一种采用公共码本、个人隐 Markov模型 (HMM)和个人拒识阈值进行两级决策来实现开集说话人辨认的新方法。在系统实现时 ,采用了一种改进的语音切分算法来提高输入数据的有效性 ,并将说话人识别和人脸识别融合在一起进行身份验证。实验证明这种融合方法能够有效地降低识别的相等错误率至 1%。  

GeoML——基于XML的地理空间信息共享与互操作语言

数字地球为信息社会的未来发展展示了美好前景，而研究地理空间信息共享与互操作正在成为数字地球建设关键技术的前沿。作者基于OpenGIS规范和XML标准，首次提出基于Internet在地理空间信息标志语言-GeoML来实现地理空间信息共享和互操作，研究并设计了可在Internet上传输、显示和共享电子地图的GeoML标准规范内容，并设计实现了检验该标准规范的原型系统，给出了示范。检验证明，利用该标准规范可初步达到地理空间信息在Internet/intranet上的发布、共享和互操作。  

2.5 维帧间运动估计方法

图象点深度变化对常用的基于仿射模型的帧间运动估计方法精度影响比较大。针对这种问题，引入了特征点深度相关参数，得到一种基于２．５维模型的帧间运动估计方法。在应用于视频图象序列稳定问题时，数值实验结果证明在图象中景深变化较大的情况下，这种新方法估计的参数比基于纯仿射模型的方法准确，同时还可以得到对图象点相对深度信息（磁撞时间）的粗略估计，而计算量增加很少。  

基于支持向量机的人脸姿态判定

对于多姿态人脸检测中的姿态判定问题,提出了一种基于支持向量机(SVM)的人脸姿态判定算法。将人脸姿态划分成6个类别,从一个多姿态人脸库中手工标定出1800幅人脸图像作为训练样本集,分别训练基于支持向量分类(SVC)和基于支持向量回归(SVR)2种姿态分类器。另外标定出300幅人脸图像作为测试样本。SVC方法和SVR方法分别取得了1.67%和3.33%的分类错误率。其中SVC方法的分类效果明显优于在传统方法中效果最好的人工神经元网络(ANN)方法(分类错误率为3.33%)。对比实验结果表明,SVM方法对于解决姿态判定问题是很有效的。  

基于颜色图直方图的监督颜色恒常性算法

在颜色物体识别等应用中，获取不随光照变化的颜色恒常性特征是问题的关键。监督颜色恒常性方法，即通过在环境中放置校正用的颜色片来计算并消除光照的影响，由于其简单方便而得到了广泛的应用。在本文中，基于对直方图光照不变量的分析，提出了一种新的监督颜色恒常性算法。该算法与传统算法相比较，不需要知道颜色片的反射率和成象系统的通道响应，从而大大简化了实现的要求。文中给出了算法的基本思想，并对实验结果进行了分析。  

全局有序的可靠多播协议

描述了 TORM(totally ordered reliable m ulticast)这一用于白板等实时交互式应用的可靠多播协议。它除了利用多播为上层应用提供高效可靠的数据传输服务外 ,还实现了集中式的并发控制机制 ,保证会话中的消息以全局唯一的顺序提交给应用层 ,便于白板应用维护数据一致性。 TORM采用层次结构 ,解决了确认内爆问题 ,提高了协议的可伸缩性。 TORM还通过多播服务和客户的分离提高了可靠性和灵活性 ,通过采取灵活的消息缓冲策略减少了对存储空间的占用  

核心无状态虚拟时钟调度策略

为了提供具有可伸缩性的延迟保证,通过对虚拟时钟(GDVC)调度策略的研究,提出了核心无状态虚拟时钟(CS-GDVC)调度策略的框架,并证明它能够与基于流的虚拟时钟调度策略提供相同的端到端延迟保证。通过选择CS-GDVC中的一个参数和工作方式(工作守恒/不守恒),可以构造各种具体的核心无状态虚拟时钟调度策略。已经提出的各种基于虚拟时钟的核心无状态调度策略都可以认为是CS-GDVC的实例。CS-GDVC为核心无状态虚拟时钟调度策略的设计提供了完整的理论基础。  

基于HHMM的多线索融合和事件推理方法

为了解决基于内容检索技术中低层特征与高层语义之间存在语义间隔问题提出了基于多层次线索与事件的分层模型,以及相应的基于分层隐Markov模型(HHMM)的多线索融合和事件推理方法。其中线索是对事件进行推理的要素,它是低层特征与事件之间的中间层次。在将视频流分割为镜头后,从各个镜头中抽取若干与事件密切相关的线索,构造并训练各事件的HMM模型,用于融合线索和进行事件推理。由于输入视频通常包含多个事件,不可避免会遇到时域分割问题,因此构造一个HHMM模型用于同时进行视频流的合理分割和事件的识别。对足球视频的大量实验结果表明,该方法可有效地检测足球视频事件,并在抽取的线索不完全可靠的情况下具有一定的鲁棒性。