研究在绘制系统满足指定渲染效果的条件下,针对该系统的实时性能,完成基于遗传算法的绘制系统性能瓶颈的识别方法。即:在建立绘制系统中绘制算法参数与绘制时间关系模型的基础上,利用遗传算法完成绘制特征空间的全局最优划分以及对应空间下性能瓶颈的识别。从而进一步指导实时绘制系统的开发者,在满足绘制效果的前提下,如何调整绘制算法的参数,以获得高效的绘制效率。

关于增强现实,为了使虚拟物体与真实场景融合,光照一致性显得尤为重要。光照一致性是指根据真实场景中的光照情况,对虚拟物体进行光照处理,使得虚拟物体和真实场景的明暗色调、阴影等完全一致,看不出虚拟物体任何的悬浮感。假设已经获取真实场景的信息,将高动态范围图像(HDR)的每一个像素点当作光源,采用基于图像的光照(IBL)对虚拟物体进行光照计算,利用屏幕空间环境光遮蔽算法(SSAO)生成物体表面附近的阴影信息。两者结合,使得虚实结合,输入不同的HDR和虚拟物体,均能获取很好的虚实结合效果。

基于图像光照技术(IBL)是目前增强现实常见的光照渲染方式,利用IBL的已知条件之一——全景图设计出一种模型阴影生成算法,使其可与IBL技术无缝衔接。首先,使用HDR全景图模拟真实场景中的光照分布；其次,识别三维模型顶点对周围环境光照的可见性区域,同时使用黎曼积分将可见区域光照影响数据化,生成阴影贴图；最后,利用屏幕空间环境光遮蔽技术(SSAO),模拟物体褶皱处的间接光照。实验表明,所提出的阴影生成算法能够得到逼真的阴影效果,同时可以完美嵌入到IBL技术中。

人群异常事件检测是智能视频监控中的重要研究内容,而实时性在检测过程中也越来越重要,针对传统的稀疏编码字典中大量的冗余数据的问题,提出一种改进的、有效的稀疏编码字典学习算法。首先定义该字典由大量基础子字典组成,其次使每一个子字典尽可能多地表示训练样本,最后在UCSD数据集上对该算法进行有效验证。实验结果表明,该算法在检测阶段提高性能,而不会影响结果的正确性。

近年来有关POI的数据挖掘是研究热点之一,但很少有专门针对POI类型间变化规律的研究工作。基于此,提出一种新的停留点提取方法用于从原始GPS轨迹中提取出用户的POI点,并基于所有用户的POI点得到一个POI类型转移矩阵序列,用基于向量自回归模型的POI类型转移演化算法BVAREA来学习类型转移矩阵的变化规律。并在Geolife数据集上进行实验,结果表明,BVAREA模型在MAE和RMSE指标上都优于基于AR、MA和SES模型,在MAE指标上预测性能最高可以分别提升9.23%、14.84%和14.1%。

随着区块链技术的快速发展,越来越多的机构尝试将区块链融入到自己的应用中,区块链也被分成更细的三种:公有链、联盟链、私有链。联盟链和私有链因无需过多的无意义算力浪费而受到更多开发者的选择。Raft共识算法作为当前主流的一致性算法,可以作为分布式架构和私有链的核心算法。对于Raft算法中无法解决恶意节点攻击的问题进行改进,改进后的算法既保留Raft算法强一致性的高效性能,也可以防止恶意节点的攻击,为以后研究者们对私有链搭建提供更多的选择。

政府是国家最大的数据生产者和拥有者,政府数据共享无疑能改善公众对数据的收集与利用能力,最大限度地将数据的潜在价值转变为实际效益。当前由政府主导的政府数据开放平台很多有价值的数据都还没有开放,主要原因在于政府对于数据开放后数据安全的考虑。区块链技术是一种去中心化的分布式数据库,可以保证数据不被篡改。在区块链的基础上提出一种政府数据开放和共享的模型。

将负载预测问题抽象为机器学习中的回归问题,同时考虑到复杂场景中的绘制参数较多所带来的特征维度高、各特征之间可能存在较强的相关性,以及实时应用对效率的要求等,在繁多的回归算法中,选择XGBoost作为学习和预测负载的机器学习模型,实现上述负载平衡划分的关键在于利用建立好的机器学习模型对绘制帧在特定的子屏幕下的负载进行准确且高效地预测。以并行绘制系统中的四分屏作为研究对象,以测试集上的均方误差(MSE)作为预测准确率的评价标准,基于帧间相关性的方法在测试集上的MSE为3.56,XGBoost算法在测试集上的MSE为2.06,其预测更为准确。

基于深度图像的渲染(DIBR)技术3D视频合成中常见的一种方法。提出一种基于背景重构的孔洞填充方法,利用二维视频及其深度图的时间相关信息来构造背景视频。使用该方法创建完整的背景视频,检测和移除前景对象。此外,应用运动补偿使背景重建模型适合于运动摄像机场景。每个帧被投影到当前的平面上,执行高斯混合模型。构造的背景视频用于消除合成视频中的空洞。实验结果表明,与其他方法相比,该方法具有更好的合成3D视频的质量。

目前针对单幅图像去雾处理,暗通道先验算法取得较好的成果,但对于水下图像而言,光在传播时会受到水介质的吸收、水中颗粒物散射影响,出现颜色失真、对比度下降等现象,直接采用传统去雾方法对水下图像进行复原效果并不理想。在暗通道先验的去雾算法基础上,提出一种新的水下图像复原算法。实验表明,改进算法可以有效地提高水下退化图像的质量,同时具有较好的颜色复原效果。

在租户虚拟机中,存在着恶意进程将自身隐藏,掩盖其攻击行为,发起恶意攻击的情况。为了检测虚拟机中的隐藏进程,研究并设计虚拟机隐藏进程检测系统,云平台管理员能针对目标虚拟机检测其存在的隐藏进程。实验结果表明,该系统能有效检出虚拟机中的隐藏进程。

由于目标检测技术的快速发展,tracking-by-detection成为一种通用的多目标跟踪框架。然而,在整个视频场景下,被跟踪的目标可能会发生外观上的改变或者被其他物体遮挡,多目标跟踪技术仍然面临着许多挑战。提出一种改进的tracking-by-detection框架用于多目标跟踪技术,采用基于深度学习的外观特征和目标的运动特征去分层关联跟踪目标。与其他先进的多目标跟踪系统比较,该方法在多目标跟踪2016公开数据集上取得较好的效果。

小波变换常用于信号去噪。传统的小波阈值去噪方法包括硬阈值方法和软阈值方法。硬阈值方法容易产生Gibbs震荡现象；软阈值处理后的小波系数存在固定偏差,去噪效果受到影响。结合目前提出的阈值方法,提出一种改进的双阈值函数。改进的阈值函数在阈值处连续,并且处理后的小波系数不存在固定偏差。经过仿真实验结果,该函数的去噪效果得到一定的提升,并且Gibbs震荡现象得到抑制；另外,去噪后信号的信噪比有所提高,均方误差减少明显。

GitHub是一个面向开源及私有软件项目的托管平台,每天都有成千上万的项目在上面诞生。在这些数以千万计的项目中,不仅有来自学术界,更多的是来自工业界的。运用数据挖掘技术,能够发现其中对科研工作者有帮助的信息。通过对GitHub用户信息进行分类,分析其中学术研究者、工程师以及个人用户的数量及其所占比例,挖掘出开源平台的用户使用习惯信息,了解用户使用开源平台的目的所在,从而分析出开源项目的发展趋势。

Web服务器集群中负载均衡算法是一个重要的组成部分,许多学者都对负载均衡算法做出改进,其中基于参数的加权负载分配算法是一种策略。从运行原理、算法性能、应用范围等角度概述参数化加权负载分配策略,分析比较目前三种典型的参数化加权负载分配算法,展望参数化加权负载分配策略未来的发展趋势。

商用小型无人机在室内或遮挡物较多的情况下,会失去卫星导航信号,而这种情况下使用的需求日益增加。采用立体视觉方法准确测量障碍物到无人机的距离,对实现无卫星导航条件下无人机的准确悬停和自主规划路径避障都有着重大的意义。对左右放置的摄像机立体模型的标定以及对左右摄像机的立体校准做研究,最后实现利用该立体模型进行准确测距。在被检测物体背景和大小均比较复杂和较小的情况下,该模型的测距效果具有期望的鲁棒性。

随着计算机图形学和图形学硬件技术的发展,虚拟仿真中的布料模拟逐渐成为研究热点。随着虚拟仿真技术在电子游戏中的应用逐渐增多,用户对虚拟现实中布料模拟技术的要求也逐渐增加,在追求布料真实感的同时还强调实时性。在对布料进行模拟时,首先根据布料的物理特性构建弹簧质点模型,然后使用时间积分对模型质点弹簧进行计算。为了提高求解效率,采用预计算处理数据,求解隐式积分对模型进行求解,以模拟出布料真实感且达到实时效果。

SIFT算法对发生旋转、平移、仿射变换后的图像匹配具有很好的效果,同时具有较强的稳定性和鲁棒性。由于快速EMD距离相比欧氏距离在计算特征直方图匹配时更加准确,提出结合快速EMD距离与SIFT的人脸识别算法,改进原有算法的匹配策略,使用快速EMD距离代替欧氏距离计算特征点间的相似性。在YALE人脸库上的实验表明,改进的人脸识别算法比原有算法具有更高的识别率并且对人脸图像的旋转、遮挡、一定程度的仿射变换等复杂情况下有更好的鲁棒性。

Hadoop集群环境中,由于增加删除节点、删除文件等操作,都有可能造成数据的不均衡。数据的负载均衡对集群性能有着重要的影响。首先分析现有的负载均衡算法,然后提出一种基于异构集群性能和剩余空间的负载均衡算法。该算法根据节点的剩余空间以及节点性能来计算各个节点的理论空间利用率,并且根据集群的存储空间利用率来动态的调整节点的最大负载率。实验结果显示,提出的数据负载均衡算法可以使异构环境下的集群基于性能和剩余空间达到所期望的均衡状态:性能越高、剩余空间越大的节点,应该有更高的空间利用率。

前景检测是图像处理领域的基础研究之一,广泛运用于视频监控等领域。目前的前景检测算法大都能在光照缓慢变化的场景下具有较好的检测结果,但往往在光照变化剧烈的场景下(如开关灯)产生错误检测结果。提出一种基于具有光照不变性的颜色空间的前景检测算法,在新的颜色空间中通过对光照变化区域进行混合高斯拟合并在得到初步结果,最后对前景图像与背景图像的领域像素差值对比确定最终的检测结果。实验表明,所提出的算法在光照剧烈变化的场景下对前景的检测具有较好的检测结果。