摘要：为了深入研究环绕智能(AmI)的技术特征和应用架构,从AmI概念的渊源出发,介绍了AmI的发展状况及其技术特征,采用基于多Agent系统(MAS)模型设计具有上下文感知的AmI实验系统,并对系统中主要Agent的结构和工作机理进行分析.实验表明。基于上下文感知和AS的环绕智能系统结构满足AmI系统中计算单元模块化、分散化和复杂性的要求.

摘要：上下文感知是提高人机交互智能性的重要途径 ,上下文信息能否在计算过程中真正发挥其作用主要取决于两个方面 :一是从交互环境中提取和形成上下文 ;二是协调控制各种上下文与高层应用之间的通信 文中围绕这两个问题展开讨论 ,提出了一种上下文感知和调度的策略 ,并建立了一个基于上下文感知的智能交互系统结构模型 介绍了按照所述策略和模型构建的实例系统 。

摘要：上下文感知应用和普适计算环境逐渐渗入人们生活环境的今天，上下文感知应用的设计开发时的支撑环境方面仍主要采用传统的面向对象等技术及编程模型，这样在设计时与上下文相关的行为会分布在程序中，即环境上下文和行为在程序编码时就进行了绑定，这使得环境依赖因素和程序控制主体结合的过分紧密，不能适应普适计算环境多样、复杂、动态和多变等特点，更难于进行系统维护和扩展.本文以实现应用程序动态适应环境信息变化为目的，设计并实现了采用动态代理为底层实现机制，通过映射规则的建立将上下文信息和编程逻辑进行分离的上下文感知编程模型EIPM，提供了相应的开发编译平台和执行容器在内的应用框架系统原型，实现一种适应普适计算环境上下文动态复杂多变特点的编程模型.以普适环境文件访问系统中上下文感知部分模块的开发为例，进行了EIPM应用框架原型系统功能的可行性测试，结果表明EIPM编程模型具备了对环境上下文变化的动态适应性.

摘要：如今,多agent系统(multi-agent system,简称MAS)被广泛用于开发各种应用系统.当前,开放、动态、难控的计算平台要求软件系统能够根据系统自身及其环境状态信息及其改变,动态地调节自身的行为,即具备一定的上下文感知能力.然而,现有工作并未就如何向既有的MAS应用系统引入上下文感知能力提出有效的解决方案.依照关注分离原则,结合面向上下文程序设计技术(context-oriented programming,简称COP)、反射技术(reflection)以及代码植入技术(code instrumentation),提出了一套MAS系统上下文感知增强框架和底层支撑技术.开发人员可以在既有应用源码不可得的情况下,自动地将指定agent类型转换为(扩展为)具有上下文感知能力的agent类型.此外,利用底层运行支撑环境,系统管理员可以在系统运行时刻动态地调整指定agent的上下文感知行为.

摘要：上下文感知计算是普适计算研究领域中最为重要的一个方面,针对上下文感知计算中缺乏与自动推理支持的问题,提出了一种基于本体描述语言(web ontology language,OWL)的上下文感知建模与推理方法。OWL是以描述逻辑为基础的本体形式化语言,可以满足上下文知识共享与上下文本体自动推理的需要。该方法首先提出了一种本体引导的上下文模型框架,根据抽象层次的不同将上下文分为元模型与领域特定模型两层结构,然后采用OWL形式化描述该上下文模型,设计了上下文模型到OWL的转换算法,并利用本体自动推理工具完成了上下文推理,并以一个实际案例说明该方法的可行性。

摘要：为了解决现有基于角色的访问控制(RBAC)模型缺乏对上下文约束条件的动态调整和生成,无法根据调整后的感知条件对用户权限实时进行调节的问题,在融合上下文感知RBAC模型和基于推理的RBAC模型基础上,提出了基于推理的上下文感知RBAC扩展模型.该扩展模型采用逻辑推理方法实现了上下文约束条件的动态调整,启用相应的公共感知器和自定义感知器感知约束条件的属性值;利用感知获得的动态上下文值进行角色和权限规则的推理,实现了访问主体对客体控制权限的实时更新.应用实例表明,该模型能提高分布式环境中用户动态访问控制的灵活性,并降低实时访问控制管理的复杂度.

摘要：针对巡检图像中绝缘子缺陷尺度不一造成检测效果不佳的问题,提出了一种基于多尺度上下文感知的绝缘子缺陷检测网络,称为上下文感知缺陷检测网络(context aware defect detection network,CAD^(2)Net)。该网络采用ResNeSt101架构提高了对图像的特征提取能力。设计了改进特征金字塔结构,构建不同分辨率的丰富语义特征图,以更好地检测不同尺度的目标。同时,在网络的检测单元中增加感受野自适应(adaptive receptive field,Ada-RF)模块聚合多尺度上下文信息,生成更具辨别力的特征,改善网络对不同尺度目标的检测效果。在随机生成缺陷的样本集及公开数据集上的平均检测精度分别达到91.7%及91.0%。结果表明:所提出的缺陷检测网络能够对不同尺度绝缘子的缺陷进行准确识别与定位。

摘要：面向动作的上下文感知(activity-oriented context-aware,简称AOCA)应用组织环境中的资源,为用户动作的顺利进行提供支持.为应对环境和动作相关需求的开放性,这类应用采用轻量级、增量式的开发方法进行开发.相对于在开发阶段描述全局信息的开发方法,AOCA应用的开发可能由不同开发者在不同时间共同参与,这可能会导致较多的不一致等问题,且难以在开发阶段被发现.围绕使用运行时验证手段提高AOCA应用可靠性这一目标展开研究.给出了对于AOCA应用运行状态进行形式化规约、对于系统级和应用级性质进行描述的方法.进一步地设计实现了AOCA应用监控器.最后,通过案例分析以及性能评估证实了该方法的有效性.

摘要：增强现实通过将数字内容叠加到物理世界,为用户提供沉浸式的数字体验,帮助用户更好地理解真实世界。近年来增强现实上下文感知研究受到广泛关注。增强现实与其上下文密切相关,无论是位置信息、光照水平、头部姿态等基础的上下文信息,还是几何信息、语义信息、眼动信息等更高等级的上下文信息,都不同程度影响增强现实的用户体验。从增强现实上下文感知的最新研究进展出发,概括了增强现实的上下文因素,梳理了增强现实上下文感知的流程,并对增强现实中几何、语义和眼动三种上下文信息的感知方法与最新应用进行了分析。最后,结合增强现实上下文感知研究的现状,探讨了增强现实上下文感知的未来发展趋势,为后续的增强现实上下文感知研究提供参考。

摘要：基于匹配思想的孪生网络算法缺乏对目标的整体性感知,容易出现对目标状态估计不够精准和在复杂环境中跟丢的现象。为此,在孪生网络的基础上设计了2个轻量级的模块来实现更精准、更鲁棒的目标跟踪。在提取特征的主干网络之后,嵌入一个高效通道注意力模块,实现高效提取目标特征并增强差异化表示,使网络更注重于目标信息;模板匹配之后的特征通过一个局部上下文感知模块,增强网络对目标的整体感知,以应对跟踪过程中复杂多变的环境;采用Anchor-free的状态估计策略实现对目标的精准估计。实验结果表明:所提算法SiamCC在数据集OTB100、VOT2016和VOT2018上的测试结果均好于DaSiamRPN、ATOM等算法,并且跟踪速度达到了85帧/s。