一种基于语音交互的虚拟场景漫游系统

将语音技术应用于虚拟环境中,实现了一种基于语音交互的虚拟场景漫游系统,该系统创建了基于语音交互通道,允许用户使用语音命令控制场景漫游,可快速实现自然的人机交互.实验结果表明:该系统方便了人机交互,给用户带来了更加真实的体验.     

虚拟现实训练系统中基于手势的人机交互

给出了虚拟手建模和数据手套校正的方法和步骤。通过数据手套与位置跟踪设备的结合使用,得到现实世界中手的姿势以及位置,并以此驱动虚拟世界中的虚拟手进行交互操作。运用神经网络和逻辑组合的方法分别对定义的静态手势和动态命令进行识别,形成相应的操作命令。为验证所提方法的有效性和实用性,将基于手势的人机交互技术应用于某型自行火炮的虚拟驾驶训练中,受训者可以像在真实世界中一样操纵虚拟训练环境中的虚拟物体和部件,取得了满意的训练效果。     

面向虚拟场景生成的Morphing扩充方法

针对基于特征线段的Morphing方法在虚拟场景生成中的缺陷,研究提出了一种扩充方法,称为Morphing 。该方法通过增加图像间的映射关系,使其满足透视性质;增加了由点到特征线中点的距离控制参数,增强对特征线作用大小调节;同时,引入了位置特征线的概念来控制场景中对象可见性的变化,使得特征线的作用更合理,变换更真实。Morphing 克服了以前方法中存在的透视、可见性、特征线岐义、效率低等问题,提高了绘制效率,结果图像更逼真。     

面向遥操作手眼协调的虚拟仿真交互控制方法

针对遥操作过程中,虚拟仿真场景的观察视角动态变化时,人机交互的易用性将严重影响操作效率的问题,提出一种面向遥操作手眼协调的虚拟仿真场景交互控制方法。通过坐标系变换的方式将遥操作运动控制指令进行映射变换后再发送给遥操作对象,实现在观察视角变化时,交互设备与虚拟显示视景中遥操作对象运动协调一致。通过Unity 3D搭建虚拟仿真场景进行实验验证,并与传统交互方式进行对比,结果表明所提方法使遥操作过程具有更高效的交互性。     

一种基于遗传算法的新型神经网络设计

神经网络的设计主要集中在网络权值的选取和神经网络结构的确定两个方面 ,与遗传算法结合是目前研究发展的趋势 .本文与一般的基于遗传算法的神经网络设计相比 ,提出一个新型算子—— BP算子 ,并对神经网络的权值和结构同时优化 .仿真结果表明该算法结果比较理想 .     

基于视觉交互的手部运动虚拟康复系统

为提高中风以及其他神经损伤患者手部及上肢的运动及控制功能,设计了一套经济实用的虚拟康复系统。该系统由个人PC机、虚拟环境和普通摄像头组成,能够满足普通患者在家中进行康复训练的需要,它利用3dsMax软件创建3D康复仪器及环境,利用VC++开发平台和OSG实现模型的运动控制及场景漫游,并通过摄像头捕获手部动作实现人手与虚拟环境进行自然交互。患者通过操作沙磨板上的虚拟附件训练上肢协调以及关节活动能力。实验结果表明:该系统具有良好的稳定性和可操作性,通过对虚拟仪器的移动、推、抓等动作,患者可以达到手部功能康复的目的。     

基于BP神经网络的图像感兴趣区自动检测技术

图像中感兴趣区(region of interesting,ROI)的自动分割是图像信息压缩与模式识别中的重要问题。提出一种图像中感兴趣区的图像信息自动检测算法,通过建立基于BP神经网络的多层检测模型,自动实现图像中ROI的自动检测与分割。并将该模型用于对车牌图像中牌照区域图像的自动分割。结果表明,该算法稳定性好,能够方便快速地实现特定ROI的自动检测与分割。     

一种基于视频的水下场景复原算法

为了从由水面波动引起严重失真的视频中快速恢复出真实的水下场景图像,提出了一种结合序列图像配准和最优图像块选择的复原算法。首先通过一种迭代的序列图像配准算法消除视频帧中严重的几何畸变,并获得任意时刻水表面的三维形状,然后利用最优图像块选择算法从校正后的图像序列中合成出无失真的水下场景图像。实验结果表明,与主流的图像配准结合稀疏噪声去除的方法相比,算法能够获得更加准确清晰的视觉效果,同时具有更高的计算效率。     

一种神经网络非线性噪声消除方法

针对阶数的增加,Volterra滤波器的滤波系数个数呈几何级数增长,实现困难的问题,提出采用基于Levenberg-Marquardt(LM)算法的BP神经网络逼近Volterra滤波器,实现神经网络非线性滤波,使计算简化。采用的方法是,先离线调整Volterra滤波器的系数,再用调整好的Volterra滤波器监督训练LM-BP神经网络,然后用训练好的LM-BP神经网络进行非线性自适应滤波。仿真实验结果表明,LM-BP神经网络滤波器较其学习导师———Volterra滤波器具有更好的噪声滤除效果。     

四层BP网络的一种结构设计方法及应用

针对BP神经网络的特点提出一种基于递阶遗传算法的四层BP神经网络的结构设计模型及应用。现有的BP训练方法只能训练BP网络的权重和阈值,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构、权重和阈值同时通过训练确定。以经济系统中的人口时间序列数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,提出的方法是可行的。     

虚拟人行为交互方法研究

人体行为交互是人际之间除语音交互之外的一种重要交互方法。本文介绍了我们应用虚拟人合成技术实现人体行为交互的主要研究工作,以及这些研究成果在聋人手语(手势)交互、人脸表情与动画合成等方面的应用。     

基于手势的人机交互的研究

人机交互的本质是人的多维信息认知空间和计算机的信息表示空间之间的相互映射 。传统的用户界面范型遵循着一种基于命令的交互,交互的输入,输出是离散的事件流,交互中人的意图能自然、高效地表达,需要交互者较多的认知努力。基于手势的人机交互以手势表达交互意图,手势中含有大量的交互信息,同时又符合的人认知习惯。基于手势的交互具有非精确、多通道、连续等特点,能够实现人的认知空间和计算空间对间的平滑过渡,从而有效     

虚拟操作训练系统中的人机交互技术研究

首先概要介绍了人机交互技术发展状况，接着针对某型武器系统虚拟训练系统给出了过程仿真模型，阐述了人机交互系统在过程仿真模型中的作用，在此基础上，重点介绍了依托位置跟踪器和数据手套等虚拟外设实现对虚拟实体进行直接操纵的过程和具体方法，最终实现了采用直接操纵交互技术的某型武器系统虚拟操作训练系统。     

人机自然交互支持的3D虚拟教具设计

现有学习软件或虚拟教具存在交互方式不自然、抽象性差、不智能的缺点,应用基于自然的人机交互技术,以物理教学中的平抛运动教具作为实例,设计实现一种3D虚拟教具用以模拟教学过程中的真实教具。这种虚拟教具主要采用手势识别技术实现人和计算机的自然地交互,同时采用虚拟现实技术构建教具实体。应用人机自然交互技术支持的3D虚拟教具,具有交互方式自然、空间感强和抽象表现力强的特点,体现了和谐自然地人机交互方式在教育中的广泛应用前景。     

基于X3D的虚拟场景交互架构的实现方法研究

在分析X3D(Extensible3D)与VRML异同点的基础上,对X3D的系统运行内部机制进行了讨论,并使用SAI(SceneAccessInterface)的方法对虚拟场景进行交互。对通过外部原型操作物体定性运动进行了分析,并说明了具体实现的方法。以X3D-EDIT作为原型系统的开发工具,给出了虚拟环境中实现人机交互的应用实例。     

虚拟柔性触觉再现技术的研究

研制了一套小型柔性触觉再现装置。针对虚拟操作的需求,提出了一种高斯分布变形模型,该模型建模简单、算法实时性好、实时交互能力强。在此基础上构建了一个完整的集成触觉显示和视觉显示的虚拟触觉再现系统。通过仿真实验验证了触觉再现装置人机交互过程的有效性和可靠性以及算法的可行性。     

基于直方图统计矩特征的小波域音频隐写分析

提出了一种小波域音频隐写分析方法,对语音信号进行2级小波分解,然后计算每个小波子带系数直方图及其频域(直方图的离散傅立叶变换)的高阶统计矩,共同构成24维特征矢量,并用BP(Back Propagation)神经网络进行分类.利用CASIA98-99语音库中的370个语音进行了测试,实验结果表明:联合特征优于单种特征的分类性能,且对小波域LSB(Least Significant Bit)、小波系数量化QIM (Quantization Index Method)和小波域迭加三种信息隐藏方法的检测正确率均达到91%以上.