拼铺法快速合成大规模植物分布

为了在构建大规模森林场景时快速而有效地在森林区域内分布大量的植物,提出一种基于Poisson disk tiles模型,通过样本块拼铺的方式快速合成大面积植物分布的方法.在样本集生成阶段,采用一种角匹配的方式,并配合Relaxation dart throwing算法来生成植物分布的样本块集合,从而克服了传统方法中的圆盘越界问题和顶角问题;在合成阶段,按照角匹配的方式,并采用直接随机拼铺的模式来快速合成视域范围内的植物分布,可满足大规模植被场景的实时合成与漫游要求.此外,提出一种合成植物多密度变化、多物种混合分布的方法,其采用一种分离策略,通过从高密度样本块中分离提取一部分样本点来生成多密度等级及多物种等级的子样本块集;根据所合成地区的密度信息和物种信息来选取合适的样本块集进行拼铺,从而合成带有密度变化及多物种混合的植物分布.在此基础上,实现了一个大规模森林场景的构建与漫游系统.实验结果表明,文中方法在构建大规模植物场景上是非常有效的,即使植物规模达到千万级,其合成效率也可以满足交互式应用的需求.     

一个面向紧急疏散的大规模人群运动模拟系统

对公共场所大规模虚拟人群疏散过程的模拟研究在理论和现实方面都具有重大的意义.本文介绍了一个面向紧急疏散的大规模人群运动模拟系统,包括系统框架、功能、规模等.其中详细讲解了系统的几个功能模块及其实现技术,主要有人群建模和仿真技术、场景建模技术、灾害现象模拟技术、人群疏散控制策略以及海量数据实时渲染技术.最后对人群疏散系统在未来需要解决的问题做了简单讨论.     

基于几何方法的虚拟人群紧急逃生仿真

研究优化人群紧急逃生路径选择问题,在紧急情况下,实时选择最优逃生路径,可减少伤亡。但在运动控制中缺乏行为模型描述的研究中,针对现有技术存在的预处理路径机制不能适应动态情形,导致逃生仿真不符合社会行为规律,提出了一种根据几何方法的虚拟人群逃生运动的算法。将复杂场景抽象为图模型,利用Floyd-Warshall算法解决逃生路径规划的APSP问题;其次,建立自适应的动态路径查询表,个体针对实际情况动态生成路径图,最后,在几何空间中基于RVO算法,建立人群密度制约逃生期望速度的运动模型,真实体现了紧急情形下人群运动的社会群体行为。仿真结果表明,改进算法具有动态获取最优逃生路线的特性,并能体现出紧急情形下的社会行为,更具实际指导意义。     

创作真实的角色场景拳王泰森

我很喜欢拳王泰森的拳击网络，迅猛的出拳，灵活的闪躲，以摧枯拉朽的力量创造了一个又一个拳坛神话。1988年泰森仅三回合击倒伯比克，成为最年轻的世界重量级拳王。之后他勇夺其他拳王头衔，将世界三大拳击组织拳王金腰带集于一身，开创了一个“泰森时代”的铁人王朝。     

基于GPU的大规模人群疏散模拟*

基于中央处理器(CPU)串行的人群疏散传统方法对于人群规模较少的场景,可以得到良好的疏散模拟效果,但在人群密度较高的场景中,难以达到实时模拟的要求。为了克服上述问题,实现了一种基于图形处理器(GPU)的人群疏散模拟的方法。该方法通过对个体寻径算法的优化,不仅能使个体快速准确地智能寻径,而且将个体寻径独立性与图形处理器高性能计算特性进行结合,充分利用了图形处理器强大的并行计算能力,从而大幅度提高了人群疏散模拟的人群规模,使人群疏散模拟的实时性得到增强。     

大规模人群的并行仿真研究

本文针对大规模人群仿真对仿真真实性和实时性的仿真要求,提出了一种基于Agent的并行人群仿真方法,通过CPUGPU混合并行的方式提高了仿真系统的性能和可扩展性。通过层次化的人群建模,使得个体更适合并行环境下的数据交互,仿真中通过感知区域视角约束对人群的运动进行控制,实现了人群平滑运动。实验部分对室外环境的人群漫游行为进行了仿真,验证了系统具有较高的性能和可扩展性。     

一种基于视频的车站人群密度估计算法

提出了一种基于视频的车站人群密度检测算法。该算法能标记出无人活动区域和有人活动区域,在检测人群密度方面只计算有人活动区域,可降低计算复杂度,为人群密度检测的实时性奠定了基础;在计算人流密度时,考虑到了摄像头画面出现黑屏、雪花和移位的现象,从整体上提高了人群密度检测的准确率;通过对有人运动区域的连通域内像素数与有人区域的像素点数的比值计算人群整体密度值,计算复杂度低且衡量人群整体密度的精确度较高。此方法尤其适用于机场、地铁、车站等场景模型下人群密度的实时场景监测。     

基于LBM算法的大规模人群疏散研究

人群聚集活动越来越多地出现在各种公共场合,而由此引发的各种安全问题也逐渐受到社会各界的重视.在重要建筑和人群密集场所突发重大恐怖事件时,将人员在较短的时间内紧急疏散至安全地带是恐怖事件紧急救援的首要任务.文中提出一种基于LBM的高效的人群疏散算法及模型,该模型将Lattice Boltzmann Method的D2Q9模型应用于人流疏散的模拟过程.该模f的着重点在于研究人群的疏散过程,从人流整体的运动特点考虑疏散问题.针对大规模人群紧急疏散的模拟,可比较精确地预测人流紧急疏散的过程与现象.     

大规模虚拟场景渐进式传输的研究进展

随着网上三维虚拟场景的急剧扩张,来自用户端的即时下载请求和有限带宽之间的矛盾亦变得日益突出。现已有大量研究者致力于通过渐进式传输来实现网上大规模虚拟场景的快速下载,因此有必要对现有研究成果进行综述。首先介绍了渐进式传输的基本原理和过程,给出了一个用于评价不同传输策略的公式,接下来分别从(1)潜在可视场景集及潜在可视场景集增量的判定,(2)三维物体模型的简化技术和流式编码,(3)不同体系结构的分布式虚拟环境中的场景传输机制,(4)虚拟场景的预下载策略等方面论述了针对大规模虚拟场景的渐进式传输策略,最后展望了网上大规模虚拟场景渐进式下载技术的未来研究方向。     

结合照片来创作超现实的场景

超现实的外观又成了流行的风格。Mike Harrison为他的合成作品加入了超现实的笔触。     

大规模人群仿真技术研究

对大规模人群仿真进行了研究,从人对现实世界的认知出发,自底向上建立起三层结构模型对人所处的虚拟环境进行了建模。对虚拟世界按人对路径规划的逻辑划分为三层,分别为认知层、路径层以及拓扑空间层。该多层次结构模型可为虚拟人群仿真过程中的虚拟人的寻径决策提供支持,模拟在突发事件下大规模人群的活动。     

面向WebVR会议的大规模人群在线可视化的关键技术EI北大核心CSCD

大型移动WebVR会议面临诸如数据体量太大、网络传输异常卡顿、网页端渲染帧率低、视觉效果差等技术瓶颈.针对这些挑战,给出了一些系列关键技术,首先,提出了一种基于分散度的大规模人群轻量级动态建模方法,在保证轻量性与真实性的前提下,丰富了人群的多样性;其次,设计了动态参会人群情景的细粒度化传输调度算法,显著提升了动态情景的网络加载响应速度;最后,设计了基于WebGPU的大型参会情景的轻量级在线渲染方法,在移动网页端实现了动态人群的单DrawCall多样化渲染.在移动互联网上的各项实测技术指标表明,该解决方案在轻量性、真实性、多样性、规模性和效率效果等方面具有显著优势.     

基于Web3D的虚拟场景漫游的设计与实现

介绍了Java3D与VR相结合的Web3D应用;采用了三层式的Client/Server结构和分布计算模型设计系统体系结构,提出了在Java3D中获取场景对象实例的方法,给出了在Java3D场景中实现虚拟场景中漫游的方法。采用Java3D实现与用户交互虚拟三维场景,并给出了部分实现细节。     

基于SketchUp虚拟场景快速建模

随着虚拟城市、虚拟旅游、虚拟建造等虚拟现实设计的迅速崛起,传统的三维建模方式已无法满足大批量场景建模的需求。文章通过对虚拟场景的数据采集、建模流程和模型优化深入研究,提出一种基于SketchUp平台快速、高效的建模方法,旨在为大型复杂虚拟场景的构建提供借鉴与参考。     

基于熵度量的人群模型评估方法

人群模型评估是虚拟人群仿真研究的关键问题,现有的研究多通过个体仿真轨迹与真实轨迹之间的误差来评估人群模型.然而人群行为本质上是复杂的随机系统,简单的轨迹对比并不能有效反映模型能力.本文应用熵度量的模型评估方法,通过估计真实人群状态与仿真人群状态的误差分布实现了精确的人群仿真定量评估.同时引入失真情况的判断和处理规则,使得评估方法在仿真失真情况下能够保持准确性.实验结果表明,本文提出的算法及规则能有效地实现人群仿真模型的定量评估并给出模型参数选择的指导.     

一种基于区域划分的人群密度估计快速方法

公共场景监控下的人群密度估计是公共安全管理中的一个重要内容。针对大场景监控情况,研究了一种基于区域划分的智能化人群密度估计快速方法。在帧差提取出的彩色视频背景的基础上,按视觉比例将大场景分成子区域,然后对某个子区域采用像素统计的方法实现人群密度估计,其余子区域采用自适应比例的方法实现人群密度快速估计。实验结果表明该方法在实际应用中简单、有效、快速,能为公共场所的预警系统提供有力的帮助。     

密集场景下基于多尺度特征聚合的人群计数方法

密集场景下个体尺度存在巨大差异,目标个体尺度不一导致人群计数精度不高。针对这一问题,提出了一种密集场景下基于多尺度特征聚合的人群计数方法。该方法研究不同特征层级对不同尺度个体的特征信息表示能力,通过层级连接充分获取多尺度特征;同时,提出了一个多尺度特征聚合模块,采用多列具有不同扩张率的空洞卷积,通过动态特征选择机制自动调整感受野,以有效提取不同尺度个体的特征。该方法能够在保留小尺度个体特征信息的基础上进一步扩大感受野,增强大尺度个体的检测能力,使其更好地适应人群个体的多尺度变化。在3个公共人群计数数据集上进行了实验,实验结果表明,所提模型在计数准确性上有了进一步的提高,其中在ShanghaiTech数据集Part＿A上MAE为51.21,MSE为83.70。