基于多目标优化的游戏地图生成研究

游戏地图自动生成是目前过程内容生成PCG(Procedural Content Generation)研究的热点之一.本文以开源RTS游戏MegaGlest的地图为研究对象,以公平性、可玩性、战略性和趣味性为优化目标,提出多目标粒子群优化的游戏地图生成算法.实验结果表明,自动生成的地图在4个优化目标方面具有明显改进,能给玩家提供更好的游戏体验.     

一种高效构建Delaunay三角网的算法

提出了一种基于改进的Graham扫描法的分块构建不规则三角网算法。采用分割合并的思想,先对平面上的离散点集区域进行分块,然后对各个子块用改进的Graham扫描法生成不规则三角网,再从边界边出发依次合并相邻的三角网子集,直到所有子集合并结束。本算法采用分块的思想缩小了构网时的搜索范围,对子块用改进的Graham法生成三角网提高了算法性能。实验结果表明,本算法使构网效率有很大的提高。     

基于Kriging算法的电磁频谱地图构建技术研究

针对电磁频谱地图构建中感知节点分布不均匀、构建效率不高的难题,提出了一种基于Kriging算法的电磁频谱地图构建算法。该算法首先运用Kriging算法将感知数据构建成电磁频谱地图;其次利用K-means聚类算法实现感知区域多粒度划分,将整体区域划分为层次不同的多个局部区域,利用Kriging算法对局部区域进行电场强度插值估计,形成不同粒度下的多个电磁频谱地图;最后根据感知节点分布状况,基于Voronoi图计算不同粒度下局部区域的均匀度权重,对各粒度下的电磁频谱地图进行加权融合,生成电磁频谱地图。仿真结果表明：该算法将电磁频谱地图的构建误差降低了2%～5%,在噪声强度大于8 dBW时构建效率大幅高于原始算法,具有构建精度高、容错性强的特点。     

基于结构特征的矢量地图数字水印算法研究

提出一种基于地图图层结构特征的数字水印算法。根据矢量地图所含结点、线路和区域3种图层的拓扑特点,定义不同的度量规则并引入模糊聚类分析方法,对矢量地图进行综合优化,获得地图内可供水印嵌入的矢量目标集合;同时,选用比特位复合的方式,将水印信息嵌入地图属性文件描述目标对象的坐标块中。研究结果表明:采用该算法达到了地图精度的零损伤要求;在不同矢量数据压缩比率下,该算法比其他方法的误码率低10%~20%;在抗几何攻击方面,该算法与同领域水印算法相比,所产生的平均误码率可降低50%。     

基于RGB-D图像的视觉SLAM算法研究

针对主流的RGB-D SLAM系统精度较低并且仅生成稀疏点云地图的问题,提出一种改进的SLAM系统。前端采用改进的ORB特征提取算法,改进特征点簇集的问题;后端综合利用EPnP与ICP算法进行相机位姿优化,提高位姿估计精度;并增加稠密点云地图构建线程,得到场景的稠密点云地图,以用于机器人的导航与路径规划。在TUM数据集上,使用Kinect V2相机将改进的SLAM算法与ORB-SLAM2算法进行实验比对,验证了改进SLAM算法的综合性能优于ORB-SLAM2算法。     

A算法在游戏地图寻径中的几种改进策略研究

A^＊算法是目前游戏地图寻径中应用最广泛的算法。分析了A^＊算法,针对游戏开发指出了标准A^＊算法的不足,研究并提出了几种改进策略和编程实现的方法。实验结果表明,提出的改进方法确实提高了算法的搜索效率和路径的平滑程度,更加适合游戏开发。     

基于安卓的儿童蚂蚁迷宫游戏的设计与研究

随着数字化信息技术的普及,基于安卓的儿童游戏已经成为儿童教育的一种新的方式.以JAVA编程语言为基础,采用Eclipse、Android Studio作为前台开发工具,使用SQLite作为数据库开发工具,实现了基于Android系统的儿童蚂蚁迷宫游戏.游戏采用边缘检测算法用于判断蚂蚁是否超出屏幕边界,使用碰撞检测判定算法用于获得碰撞场景中所有可能的碰撞.游戏系统实现了游戏关卡选择设置、游戏音乐选择设置、游戏得分系统设置、游戏难度设计设置等主要功能,系统设计思路分明,游戏画面流畅,对开发儿童智商具有良好效果.     

基于改进随机Hough变换的圆形目标检测算法

圆形目标检测在各个领域得到了广泛应用.为了提高规则圆的检出效率、降低不规则圆的漏检率,文章提出了一种改进随机Hough变换的圆形目标检测算法.算法首先用区域增长和RGB二值分割等算法对不同背景的图像进行二值分割和去噪处理,接着对连通域分割的特征区域用具有圆形性特征的边缘点进行候选圆的检测和验证.实验对比结果表明,本文算法可以显著提高规则圆的检出效率、降低不规则圆的漏检率,算法计算量小、运行速度快、鲁棒性强.     

基于细胞自动机的迷宫问题求解

提出了一种在计算机上求解迷宫问题的新方法,将迷宫布局看作只有2种状态的点阵,利用细胞自动机的演化规则消除了迷宫中的分支,最后只保留迷宫中真正的通道.通过实验说明了该算法的可行性.     

注意力融合双流特征的局部GAN生成人脸检测算法

为解决现有局部生成式对抗网络(GAN)生成人脸检测算法在检测经过后处理的图像时性能严重下降的问题，提出一种注意力融合双流特征的局部GAN生成人脸检测算法.该算法利用双流网络分别从RGB颜色空间和YCbCr颜色空间中提取鲁棒特征，并引入注意力特征融合模块在不同网络层上融合双流特征以获得更鲁棒的特征.同时采用多层次特征融合决策提高网络对局部生成区域特征的提取和辨别能力.实验结果表明，所提算法的鲁棒性优于现有算法，尤其是针对JPEG压缩和双边滤波后处理.在FFHQ+规则子集上与次优算法相比，该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了1.88%和2.64%;在FFHQ+不规则子集上与次优算法相比，该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了2.85%和1.60%.