虚拟现实技术在教育领域研究的CiteSpace可视化分析

该研究利用CiteSpace软件对2013—2022年CNKI中的257篇虚拟现实技术在教育技术领域的核心期刊文献进行可视化分析。研究表明：在政策、信息技术时代发展下,虚拟现实技术在教育领域的研究整体上呈现平稳上升的趋势;研究热点是增强现实、虚拟实验、教学、元分析等;研究方向是虚拟现实的应用类别、技术以及教育理论、应用的有效性研究;演进趋势朝着虚拟仿真、元分析的方向前进,未来将会打破当下所谓的“虚拟”与“现实”的壁垒,实现教育元宇宙。     

采用HOG特征和机器学习的行人检测方法

针对基于方向梯度直方图(HOG)/线性支持向量机(SVM)算法的行人检测方法中存在检测速度慢的问题,提出一种将HOG特征与Adaboost-BP模型相结合的行人检测方法.利用边缘检测技术快速检测出行人候选区域,提取出多尺度多方向的HOG特征,利用Adaboost算法训练多个反向传播神经网络用于构建强分类器,实现对测试样本图像的检测识别.结果表明:文中方法具有更高的检测率、更低的误报率和漏检率,具有较好的检测效果.