摘要：现有的音频驱动人脸动画技术主要注重唇部运动与音频的同步性,忽略了对人物面部表情或头部运动的再现能力。为此,提出了一种融合音频内容、风格和情感特征的高质量人脸动画生成方法(ACSEF)。首先,设计了情感动画模块(EAM),从音频中提取隐含的情感辅助特征来估计更加准确的面部情感标志位移,然后与语音内容和说话者风格动画的面部地标位移进行融合,提高landmarks(面部地标)预测的准确性和生动性。其次,设计了一个基于U-Net模型的注意力增强解码器(AADU),使得估计的地标与图像最终解码为逼真的包含唇音同步、头部运动和面部表情的理想视频帧。实验表明,该方法既能增强面部情感表达,又可使图像更加清晰,效果优于对比基线模型。

摘要：人体建模一直是计算机图形学、计算机视觉和虚拟现实等领域的重要研究方向之一。为了更好地展示虚拟试衣效果以及简化虚拟试衣技术实现的难易程度,人体建模技术起着至关重要的作用。本文从人体建模方法以及应用场景角度,回顾总结了人体建模领域一些最新研究成果,对比分析了各类人体建模技术的特点,以及它们所适应的不同应用领域,并展望了未来虚拟试衣的发展趋势。

摘要：分布式计算有很多应用需要参与各方协同执行集合的一些计算但不泄露各自数据集的信息.保密集合交集(private set intersection,PSI)计算已经成为数据匹配、数据挖掘、推荐系统等应用中保护用户隐私的一个重要工具.本文的主要工作是构造无匹配差错的安全两方保密集合交集运算协议.着重探讨三个问题:(1)开发构造无匹配差错的两方保密集合交集计算所需要的工具(①面向有理数且具有语义安全性的加密方案,②便于集合匹配计算的称之为集合的定长向量编码方法);(2)无匹配差错的两方保密集合交集计算问题;(3)元素为有理数的保密集合交集计算问题.首先在标准模型下设计了一个能够加密有理数的方案,并证明了该方案能抗自适应性地选择明文攻击;而后又提出了一种便于集合匹配计算的,称之为集合的定长向量编码方法;最后基于有理数加密方案和集合的定长向量编码方法构造了两个面向有理数的、无匹配差错的两方保密集合交集协议.与先前的两方保密集合交集协议相较之,这两个协议不仅解决了无匹配差错的两方保密集合交集计算,还拓展了保密集合交集问题中隐私保护的范畴:除了可以保护各参与方的隐私数据外,还可以保护各参与方隐私数据的数量.

摘要：为充分利用协同制造企业在生产过程中的非结构化图表数据,提出一种基于自然语言生成的图表数据分析方法。首先使用光学字符识别技术和关键点检测网络对图表中的文本信息和数据信息进行识别和提取;随后将用户需求作为输入,通过自然语言生成模型输出相应的图表文本描述,使其可以根据用户不同的意图,生成智能和准确的图表分析结果。该方法图表提取的精度为88.6%,文本描述的评估得分为86.4%。通过在企业的应用案例和相关调研也表明该方法能够根据用户需求对不同类型的图表进行准确的分析。

摘要：在海洋遥感领域,水声目标分类识别一直是声呐系统的一项困难而又极其重要的任务,为了进一步提高在不同信噪比下水下声目标的识别准确率,本文提出一种使用多维域融合特征分别输入双通道模型的水声目标识别方法。首先,通过梅尔频率倒谱系数(MFCC)和短时傅里叶变换(STFT)提取声信号在频域和时频上的特征进行融合;其次,构建密集卷积神经网络(DenseCNN)和长短期记忆网络(LSTM)2个通道,DenseCNN通道架构采用跳跃连接重用所有以前的特征映射,以优化各种受损条件下的分类率,并采用SE注意力机制使得动态调整特征权重。LSTM通道捕捉时间相关性,对模型进行长依赖关系处理能力的补充。实验结果表明,该方法在–20~10 dB信噪比下的分类准确率优于其他先进的神经网络模型。

摘要：随着预训练语言模型在自然语言处理(NLP)任务上的应用,意图检测(ID)和槽位填充(SF)联合建模提高了口语理解的性能。现有方法大多关注意图和槽位的相互作用,忽略了差异文本序列建模对口语理解(SLU)任务的影响。因此,提出一种基于多任务学习的意图检测和槽位填充联合方法(IDSFML)。首先,使用随机掩盖mask策略构造差异文本,设计结合自编码器和注意力机制的神经网络(AEA)结构,为口语理解任务融入差异文本序列的特征;其次,设计相似性分布任务,使差异文本和原始文本的表征相似;最后,联合训练ID、SF和差异文本序列相似性分布三个任务。在航班旅行信息系统(ATIS)和SNIPS数据集上的实验结果表明,IDSFML与表现次优的基线方法SASGBC(Self-Attention and Slot-Gated on top of BERT with CRF)相比,槽位填充F1值分别提升了1.9和1.6个百分点,意图检测准确率分别提升了0.2和0.4个百分点,提高了口语理解任务的准确率。

摘要：共享汽车在满足用户多样化出行需求的同时,有助缓解交通拥堵、降低污染,很多场景比出租车更为经济。单向共享汽车允许用户在系统内任意站点借车和还车,具备运营成本低、服务灵活的优势。然而,用户出行需求的时空偏态性会导致站点间车辆和需求不平衡,成为制约单向共享汽车企业盈利的关键问题。车辆调度能在一定程度上缓解上述问题,现有研究多数以期望收益最大化或降低系统不平衡性为目标构建优化模型。前者受限于出行需求预测精度不足,放弃当前订单而追求期望更高收入的模式难以保证实际收益;后者为满足系统平衡而付出更多调度成本会使系统盈利能力下降。为此,本文提出一种收益驱动并适用实时场景的单向共享汽车用户重定位模型RUG,基于前景理论的确定效应保证当前可获得收益,对于受系统资源限制无法满足的需求,通过为用户提供替代方案在尝试获取收益的同时,也能有效平衡系统车辆资源。通过设计合理的用户激励和接受度模型将用户作为重定位主体纳入系统,利用公共交通突破传统用户重定位车辆的距离局限,以贪心的最优化实现调度计算。在真实的纽约出行和共享汽车数据集上的实验结果表明,RUG模型相比现有用户重定位方法优势显著,在同样模型参数条件下,相比现有代表性基于用户调度方法,RUG在服务订单数和利润2个方面分别提高14%和60%,尤其提升了交通高峰期单位利润。通过加入出行需求预测,模型进一步增加5.4%收益的同时,还能有效改善用户服务水平和系统平衡性。

摘要：针对传统三维虚拟展示软件中存在的编程过程复杂、开发周期长等缺陷,提出一个具有可定制性和扩展性面向虚拟展示的定制方法。该方法基于虚拟现实技术和软件大规模定制技术,设计面向虚拟展示的定制化系统架构;基于软件功能树对系统功能解耦,抽取可复用的公共模块实现参数定制化,封装为功能接口供系统调用;同时定义了系统的定制模板,以描述和配置应用系统的基本信息和个性化定制,从而满足不同企业产品虚拟展示功能定制需求。最后通过具体实例展示验证了该系统的有效性和实用性。

摘要：针对现有增强现实技术在进行环境重建时存在环境重建时间长、设备门槛高、户外环境重建定位困难等问题,设计并实现了AR环境快速重建系统。以谷歌ARCore作为开发基础,调用环境信息估算工具获取三维模型空间坐标和环境深度信息;设计一种新的多重目标跟踪匹配算法,以解析目标特征,并与三维模型生成对应关系;加入北斗全球卫星信号(global navigation satellite system,GNSS)接收机对原有的定位模块进行改进,采用参数转换法对高精度坐标进行本地化处理;使用分割位姿匹配法校正环境中的三维模型重建位姿。实验结果证明,该改进系统适用范围广,拥有脱离摄像头后AR环境不丢失位置等特点,增强了AR环境重建中用户的方位感知能力,降低了AR环境中不同三维模型和目标特征的匹配处理难度。

摘要：针对目前服装定制系统未能依据用户个人体貌特征给出服装推荐建议的现状,提出了一种基于三维人脸特征的服装个性化推荐及虚拟展示方法.采用主动外观模型提取正面人脸图像的关键特征点,并基于三维变形模型生成客户的个性化三维人脸.定义了客户脸型和肤色划分及计算方法,依据客户体型、脸型和肤色等体貌特征,结合文中给出的服装推荐规则,实现了服装的个性化推荐.基于Unity3D平台,实现了基于三维人脸特征的服装个性化推荐及虚拟展示原型系统,客户还可以在线与系统交互,自主选择服装款式及面料,系统实时展示服装着装效果,为服装个性化定制提供了理论和技术支持.