采用改进Levenberg-Marquardt法的快速弹性运动估计

弹性运动估计是近年来出现的一种有效的时间维视频预测编码技术,但其基于高斯-牛顿法的优化求解仍存在计算量高、收敛不稳定的问题.为此提出一种基于改进Levenberg-Marquardt（L-M）法的弹性运动估计算法.首先,根据弹性基函数和黑塞矩阵的数值对称性,给出了L-M黑塞矩阵的快速计算方法,将其计算量降低了62.5%.其次,通过理论和实验分析发现,L-M对角矩阵阻尼系数的更新因子对弹性运动估计性能有明显影响,进而采用最近2次迭代的搜索步长的平方商自适应地确定更新因子,并对该阻尼系数进行正、负交替更新.实验结果表明,对于具有不同空间分辨率和场景特点的视频序列,算法始终能够保持较高的估计精度,运动补偿的平均峰值信噪比较之基于块平移模型的全搜索和基于改进高斯-牛顿法的弹性运动估计分别提高2.54dB、1.77dB.并且,所提算法收敛速度快,一般只需1~2次迭代就能取得高于传统弹性运动估计和块平移全搜索的峰值信噪比.     

基于引导素更新和扩散机制的人工蜂群算法

人工蜂群算法是一种新型的搜索算法,其机理是通过模拟蜂群采蜜过程中体现出的智能行为来实现对问题的求解.在现有的蜂群算法中,蜂群间的信息交流仅使用单一的行为通信(跳舞),蜂群间的协作存在明显不足,影响了蜂群算法的求解性能.根据真实蜜蜂多模式传递信息的客观事实,通过引入基于引导素的化学通信方式,提出一种新的更忠实反映蜂群信息传递的蜂群算法,并应用于多维背包问题(MKP)的求解.新算法将行为通信和化学通信相融合,利用引导素的更新和扩散机制使蜂群能够更好地进行协作.MKP的仿真实验结果表明新算法优于传统的ABC算法.与其他一些元启发式搜索算法的比较同样显示了新算法的有效性.     

基于场的人群运动仿真

人群仿真目前在工业、建筑、交通等多种领域中应用广泛.实现复杂场景中的人群运动实时仿真,效率是亟待解决的关键性问题,而提高仿真效率所必须面临的挑战主要有人群的渲染、位置及状态的实时更新和碰撞检测.提出一种基于场的方法来实现人群运动的实时仿真,通过构建导航场和密度场引导人群运动.导航场能够引导人群按最优可行路径到达其目标位置;而密度场通过对人群运动速度的影响,再与基于GPU的碰撞检测方法结合,有效地避免了人群碰撞.应用基于场的方法,搭建了人群运动实时仿真系统,在复杂的场馆中对几千人规模的人群进行了实验,成功地对人群进行疏散.实验结果表明,本文方法能够获得良好的渲染效果和仿真效率.     

基于韵律文本的三维口型动画

为了生成韵律感强、真实度高且易于控制的三维口型动画,提出了一种基于韵律文本的三维口型动画合成方法.该方法首先将驱动动画所用的普通文本通过一种韵律标记语言转换成富含韵律信息的文本;分析从视频中提取出来的一般人发音特征曲线,得到曲线函数,然后通过该函数将单帧的静态视位扩展为多帧的动态视位;最后将韵律标记的属性值映射为曲线函数的参数值,在动画中增加了韵律效果.实验结果表明,在不同的韵律信息支持下动画结果明显改变.     

基于GPU的实时人群混合绘制

虚拟现实技术中,大规模人群的绘制需要绘制终端具有很强的计算能力,为了提高人群动画的实时渲染速度,本文提出了一种基于GPU的人群绘制方法.通过使用静态层次细节(LOD)技术,结合几何和动态Impostor的混合绘制方法,进行实时人群绘制.实验结果表明,本文的人群混合绘制方法CPU与GPU之间负载均衡,可以获得更好的绘制效率.     

基于统计模型的中国手语合成韵律研究

为了提高手语合成系统的可懂度,获取更为方便真实的人机交互方式,采用基于统计模型的中国手语韵律研究方法,即通过跟踪视频中手语动作,分析手语表达的韵律特征来提取手语韵律参数.并针对手语表达中肢体关节部位的不同贡献,分别对腕关节和肘关节进行了独立韵律研究.实验结果表明,通过基于统计模型的韵律研究方法可以有效得到韵律参数变化特征,并可以通过手语合成系统进行韵律特征的模拟.     

基于组合特征判别分析的三维人脸识别算法

针对人脸识别中特征表示与提取问题,提出了一种新颖的基于组合特征判别分析的三维人脸识别算法.该算法首先使用基于非均匀网格重采样的方法对所有三维人脸做规格化处理,使三维人脸具有统一的点数和拓扑结构;其次,以先分段、再重叠的形式将原本一维向量表示组织为二维矩阵表示,然后使用二维线性判别分析方法(2DLDA)对获得的数据进行特征抽取.这种方法在避免图像信息的丢失、增加组合特征的同时,理论上也能避免单纯使用线性判别分析(LDA)进行特征抽取时容易出现的小样本问题.在BJUT-3D大规模三维人脸数据库上的实验表明,本方法取得了良好的识别效果.     

基于稀疏表示模型的图像解码方法

为了更好地提取图像信号的稀疏特性,提出了一种多方向自回归稀疏模型及其重建算法.多方向自回归稀疏模型利用图像局部统计相关和纹理方向实现了图像稀疏表示.在基于变换的编码框架下,以编码端的变换矩阵为观测矩阵,用多方向自回归稀疏模型代替解码端的反变换.图像仿真结果表明,所提出的技术能改善JPEG图像的质量.     

多媒体技术课程中数学基础的重要作用

针对多媒体技术以多门数学学科为理论支撑的特点,分析目前多媒体技术课程教学中普遍存在的“过度强调应用技术而忽视理论”的问题,强调数学在该课程中的重要性。以典型的核心技术应用为实例,探讨如何通过多学科交叉融合和优势互补,运用数学思想和手段对复杂问题建模,以化繁为简的方式优化模型以适应具体应用,培养学生的探索精神、理论与实践相结合的能力以及创新能力。     

基于三维多分辨率模型与Fisher线性判别的人脸识别方法

提出了一种不同姿态和光照条件下的人脸识别方法,将三维多分辨率模型与Fisher线性判别结合起来．为了排除光照、姿态对人脸识别的影响,利用重采样技术构造了三维多分辨率模型,更快、更精确地提取人脸特征;同时结合Fisher线性判别,充分利用不同条件下的二维人脸图像信息,更有效地排除光照、姿态的影响．实验表明,三维多分辨率模型与Fisher线性判别相结合能够很好地适应外部条件的变化,提高了人脸识别的速度和效率．