摘要：传统群体仿真技术常把群体看成若干个体的组合,但事实上群体是由若干具有相似行为的个体组成的群组所构成的.针对大多数现有群体仿真技术由于没有考虑到上述因素,导致仿真结果和真实生活中的群体行为存在一定差异的问题,并结合群体是由不同小群组构成的特点,提出一种基于视觉信息指导并考虑行人动态寻路和局部碰撞避免的方法.仿真结果显示,该方法在仿真群体时能够获得较为自然的自组织现象,与现有的几种方法相比,这种现象在复杂环境或者高密度情况下会更加明显.

摘要：基于内容的视频检索系统中 ,最常用的检索方式是例子视频查询 ,即用户提交一部视频 ,系统返回相似的一系列视频 .但是 ,怎样定义的两部视频是相似的 ,仍然是一个困难的问题 .文中介绍了一种新的方法以解决这一难点 .首先 ,提出了镜头质心特征向量的概念 ,减少了关键帧特征的存储量 .其次 ,利用人类视觉判断中所潜在的因子 ,提出了视频在镜头间相似度的衡量 ,以及总体上相似度的衡量的方法 ,为不同粒度上的衡量提供了很大的灵活性 ,在现实意义上也是合理的 .

摘要：近年来兴起的运动捕获已成为人体动画中最有应用前景的技术之一 .目前运动捕获手段很多 ,但是通常成本高 ,而且捕获到的运动类型比较单一 .为了提高运动捕获数据的重用性 ,生成与复杂场景协调的多样的动画 ,必须对捕获的运动数据进行编辑和重定向处理 .介绍了一种基于时空约束的运动编辑和运动重定向方法 ,通过规定一组时空约束条件 ,建立相应的目标函数 ,采用逆向运动学和数值优化方法求解出满足约束条件的运动姿势 .实验结果表明 ,该方法可以生成多种满足不同场景要求的逼真运动 ,提高了数据的重用性 .

摘要：提出一个基于学习的人脸图像超分辨率算法 该算法采用可操纵金字塔学习人脸图像中的低层次局部特征的空间分布 ,并结合塔状的父结构和局部最优匹配算法来预测最佳先验模型 ;然后将先验模型结合到贝叶斯最大后验概率框架中 ;最后使用最速下降法求出最优的高分辨率人脸图像 实验结果表明 。

摘要：同时跟踪具有丰富表情的人脸多个特征是一个有挑战性的问题 提出了一个基于时空概率图模型的方法 在时间域上 ,使用几个相互独立的Condensation类型的粒子滤波器分别跟踪人脸的每个特征 粒子滤波对独立的视觉跟踪问题非常有效 ,但是多个独立的跟踪器忽视了人脸的空间约束和人脸特征间的自然相互联系 ;在空间域上 ,事先从人脸表情库中学习人脸特征轮廓的相互关系 ,使用贝叶斯推理 -信任度传播算法来对人脸特征的轮廓位置进行求精 实验结果表明 ,文中算法可以在帧间运动较大的情况下 。

摘要：在视频动画中 ,特征跟踪结果决定了三维重建的运动信息是否逼真 .提出一种基于双摄像机的视频特征跟踪算法 ,它采用卡尔曼滤波预测特征点的位置 ,然后利用子块模型进行特征匹配 ,最后利用极线方程指导跟踪和剔除跟踪误差大的特征点 .该算法已经用于我们开发的 VBHA系统中 ,实验结果表明 ,其速度和效率能够满足视频动画的要求 。

摘要：由于目前广泛应用的骨骼子空间变形算法本身固有的缺陷 ,常常导致生成的曲面出现“塌陷”与“萎缩” ,严重影响了生成曲面的真实感 提出一种骨粒串主导的自由曲面变形算法 ,通过重构曲面模型 ,将骨骼与曲面相结合 ,并把虚拟的骨骼实体化 ,成为可变形的骨粒串 变形时先计算每一骨粒的新坐标 ,然后计算相应皮肤顶点的新坐标 实验结果表明 ,该算法有效地消除了“塌陷”与“萎缩” 。

摘要：在基于视频的人体运动捕获中 ,常用的特征跟踪算法对光照条件、图像噪音等非常敏感 ,而且不规则运动常使特征点或重叠、或自遮挡、或从视域中消失 ,给视频中运动特征跟踪带来很大的困难 为了有效地跟踪这些不完全运动的特征 ,提出一种有效的特征跟踪算法 实验结果表明 ,该方法不但能快速、精确地跟踪孤立特征 。