摘要：通过样本学习得到的目标先验视觉信息可以对目标进行高效表示,在目标跟踪中通过充分利用这些先验知识提高跟踪精度。基于此,提出一种利用离线训练结果进行在线跟踪的算法,首先利用深度神经网络通过样本学习目标的视觉先验,然后跟踪在贝叶斯推理框架下进行,在跟踪过程中将目标视觉先验用作目标的外观表示,跟踪结果由粒子滤波顺序得到。为了防止跟踪漂移,通过特征点匹配建立系统的状态模型,并且将目标分解成子目标进行相似度量,提高算法抗局部遮挡能力。在多个公开测试集上实验表明,该算法可以提高目标跟踪精度,防止跟踪漂移,实现长序列可靠跟踪。

摘要：研究了一种基于H-Anim标准的实时人体三维动画方法,首先对H-Anim中人体肢体层次结构进行研究和分析,给出了进行人体动画的坐标变换方法;其次,基于OpenNI对Kinect获取的数据进行重新处理,采用逆运动学计算非根关节旋转矩阵;最后给出了系统流程及具体实验方法,采用OpenGL由实时获取的关节旋转矩阵驱动虚拟人实现了人体动画。实验结果表明,该算法可以较精确地提取人体三维姿态,实时重构人体运动。

摘要：总结后台管理系统权限设计的策略及实现方式。

摘要：单目视频下的人体三维运动跟踪过程中,二维肢体模板由于遮挡而无法配准,从而造成跟踪丢失。针对这一问题,建立人体肢体的三维纹理模型用于人体运动跟踪。首先在初始帧中得到纹理模型在直立姿态下的二维模板及各像素点的局部坐标,在其它帧中利用像素灰度一致性约束优化进行跟踪,同时由跟踪结果生成新的二维模板,形成一个模板库。随着跟踪帧数增加,模板库动态更新,最终跟踪结果由模板库中各模板配准结果中的最优值决定。实验结果表明,与单一二维模板配准算法相比,多模板匹配能够克服由于肢体自旋转而造成的遮挡,取得了更好的跟踪结果。

摘要：介绍互联网浪潮中发展出来的几种数字作品的著作权保护方案。

摘要：介绍HTML5中新增的标记及其用法,并实现在线图片编辑。

摘要：传统的三维建模方法往往依赖于多目拍摄设备或空间定位装置等设备,这限制了三维建模的应用。提出了一种基于单目相机序列图像的双层过滤三维重建方法,无需过多的拍摄设备和空间定位设备即可实现场景的三维重建。由于三维重建容易产生不需要的冗余数据,因此使用双层过滤来去除重建场景或对象中的外点。最后利用纹理择优算法确定合适纹理来实现模型颜色自动映射。实验结果说明了改进方法的适用性和有效性。

摘要：由于受到网络带宽及三维动画数据量过大等因素的影响,三维动画如果要在网络上一次性传输往往需要花费比较长的时间.这不仅影响了动画播放的实时性,同时,传输过程中数据的不完整也会造成动画播放不流畅.通过对基于WebGL的三维动画实时播放关键技术的研究,提出模型文件预加载、文件压缩传输等方法,在有限带宽的条件下将三维动画内容实时传输到用户端,利用WebGL技术实现三维模型的创建和渲染,并在此基础上实现三维动画实时播放,使用户能够直接通过浏览器进行观看,或参与到场景交互中.

摘要：通过图像的三维建模方法往往通过移动拍摄设备拍摄静止物体来达到三维重建的目的,却不适用于对移动中的物体进行三维重建。三维重建中常用提取SIFT特征作为图像特征匹配,然而SIFT特征在某些无纹理或者纹理少的情形表现效果不佳,而且错误匹配较多。采用动态目标提取和目标跟踪技术应用到动态目标的三维重建。并用网格运动统计(GMS)的特征点匹配算法来作为图像匹配,用来实现固定相机对动态目标物体的三维重建。