附加法向信息的三维网格预测编码

为提升三维网格的压缩性能,提出了一种网格法向与几何帧内-帧间预测编码方法.该方法充分利用法向数据内部分量间（帧内）及几何与法向数据间（帧间）的相关性,实现附加法向信息的三维网格压缩,有效保持解码后三维网格的几何特性.实验结果表明,提出的预测编码方法相比分别压缩三维网格法向与几何数据,能够显著提高附加法向信息三维网格的压缩效率.      

图像视频信号的压缩采样与稀疏重建

要视觉传感器通常不知道它们“看到”的现象之下的物理过程，以远远超出图像视频信号有效维度的Shannon／Nyquist采样率获取图像视频数据，从而导致了对图像视频信号的存储、传输等数字处理的巨大压力．压缩感知（compressivesensing，CS）理论表明：在某个线性变换域下稀疏的信号，可以利用少量的观测数据精确地重建，或在噪声情况下鲁棒地重建．压缩感知是实现图像视频信号有效维度采样的理论基础，为图像视频信号的采样、处理和识别等领域带来了前所未有的突破．本文对图像视频信号领域压缩感知面临的基本问题：压缩采样、稀疏重建模型及其优化求解算法的研究进展进行了综述．在采样方面，分析了图像视频信号随机观测矩阵和有结构观测矩阵的性能；在稀疏重建模型方面，从图像视频信号的稀疏先验性出发、介绍了分析型的重建模型和合成型重建模型的构建方法；在优化求解方面，针对重建模型，介绍了约束优化问题和无约束优化问题两类求解算法．以此为基础，分析了在图像视频领域压缩感知的理论与应用的进一步发展所面临的问题和挑战，展望了未来的发展方向．     

混合场景绘制的光照一致性研究

光照计算是真实感图形绘制的重要的研究问题之一,调整光照效果是增强真实感效果最关键的一步,特别是在基于几何与图像混合绘制的系统中,调整图像的光照适应当前虚拟环境的光照是一个复杂的过程.利用三维模型在GPU中的绘制流程,在混合场景绘制系统中,提出了一种简单的光照一致性方法,生成虚拟场景绘制系统中动态光照下的图像模型,图像的光照随着虚拟光照环境的改变,与几何模型的光照具有一致性.     

多源异构感知数据融合方法及其在目标定位跟踪中的应用

物联网的全面感知产生了海量的感知数据,并且感知数据呈现为显著的多源异构性.因此,如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题.数据融合是处理多模态数据并挖掘提取有价值信息的有效手段,但针对多源异构数据,特别是非结构化的视频多媒体信息,如何实现高效的融合计算还面临许多问题需要解决.本文针对物联网多源异构感知信息的处理问题,提出多层次的多源异构数据融合方法,并以基于无线信号、视频和深度感知数据的目标定位跟踪应用为切入点,重点研究多源异构数据的处理、特征表示和数据融合方法.根据不同类型数据的特性采用不同的数据融合方法,通过挖掘无线信号、视频和深度等多源异构数据内在的关联性,实现多源异构数据有价值信息的有效利用.实际复杂场景的实验表明,本文提出的基于多源异构数据融合的目标跟踪和定位方法,能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错等难点问题,并且可以获得较为准确的运动目标三维位置,具有良好的跟踪定位效果.     

基于去噪光子图的光子映射

光子映射是产生高质量的照片级图像的有效方法。基于内存中有限的M个光子,提出基于去噪光子图的光子映射,即通过光子能量传递,得到若干个包含M个去噪光子的光子图保存到外存中;在光照估计阶段,将外存中这些去噪光子图依次读入内存,进行光照估计而得到相应的图像,最终的图像为上述图像的平均。这大大减少了光照估计的噪声,通过设置较小的光照估计的最近光子数目,可以得到噪声和偏差都很小的图像,并且视点切换时无需重新进行光子跟踪,即绘制时间非常少。实验表明只需较少的去噪光子图,就能得到很好的光照估计的效果。     

网格参数化与几何图像

将三角网格模型进行参数化并重采样生成几何图像,借助当前成熟、高效的图像处理技术,利用图像代替复杂三角网格进行数据处理,可以有效地解决三维几何数据压缩、传输、渐进表示等问题。作者引入了不同的参数化方法生成三维模型的几何图像,并分析了Tutte重心映射法、离散保角映射法、离散保积参数化方法、Floater均值坐标法和几何拉伸参数化方法五种参数化方法在几何图像方法中对三维模型重构的影响。实验结果表明,采用几何拉伸方法所生成的几何图像具有最好的PSNR值和主观的重构质量。