视频交互技术在在线教育中的应用与实现

当前,在线教育大多数只是单纯的播放视频,存在互动性的缺失问题,导致教学效果并不理想。论文研究丰富在线视频的交互形式来提高学习者的学习体验,实现了丰富交互功能的视频播放器以及交互数据可视化前端平台,打破传统的在线教育枯燥乏味的视频播放形式,为在线教育视频提供一个新的发展方向。

高校大规模班级混合式教学模式探索

大班课堂上师生间互动相对困难,容易导致教学质量下降。为提升大班课的教学效率,保障教学质量,对采用MOOC平台与翻转课堂深度融合的混合式教学模式进行探索。利用MOOC平台的大规模在线优势,运用平台通常所具备的观看、投票和评论功能,通过翻转式的教学内容重构设计,引导学生在课前、课中进行互动学习,以"同伴学习"效应激励学生进行知识的认知加工。课题组结合杭州电子科技大学游戏程序设计等课程的混合式教学实践经验,探究混合式教学设计的量身定制方式,以更好地吸引学生参与到课堂的翻转讨论中来,提升大班课的教学质量。

一种解析的反向运动学方法

针对多关节的反向运动学(IK)提出一种解析的求解方法,直接给出公式来求解关节链中所有待求关节的位置和旋转变量。同传统的迭代方法相比,该方法省却了繁琐的迭代计算,具有更高的求解效率,可以应用于角色动作、运动轨迹的设计、编辑及优化等交互性强和实时性要求高的应用中。

采用高斯差分算子的拉普拉斯线绘制

近年来,图像空间的线绘制技术在绘制质量和算法鲁棒性方面取得了长足的进步.但是,图像空间的线绘制算法不能生成特征线的空间几何信息,因而应用面不如物体空间的线绘制技术广泛.针对现有物体空间线绘制算法的绘制效果和绘制速度还远不如图像空间算法,提出一种物体空间线绘制算法.在预处理阶段,采用网格模型的高斯差分算子计算法向拉普拉斯;在实时绘制时,通过计算法向拉普拉斯与视线方向的点积,从而快速计算特征线的三维几何.在该算法框架下,进一步提出各向异性的高斯差分算子,在计算法向拉普拉斯时对于特征线的梯度方向和切线方向做不同的滤波处理,从而更好地反映特征线的走向.实验结果表明,文中算法比现有的其他物体空间线绘制算法更加鲁棒,对于包含几何噪声和非均匀网格化的三维模型,其生成的线绘制结果更加光顺,能更清晰地揭示模型的形状特征;在实时绘制效率方面,能实时生成包含上百万三角面片的网格模型的线绘制结果.

一种基于Unity3D的虚拟杨梅三维修剪系统

本文基于Unity3D平台,提出了一种虚拟杨梅三维修剪系统的实现方法。该方法重点解决了场景模型组织、切割求交、重新三角化、知识展示等问题,设计和实现了修剪教学、标准修剪和自由修剪等功能。试验表明,系统功能完善,有较好的拟真度和交互性,可以满足在Internet上发布和实时传输的要求,在推广中也获得了较好的评价。

基于LBS的任务类游戏的设计与实现

近年来,LBS技术的兴起为各种题材的游戏提供了玩法上的创新。LBS技术是一种基于地理位置的服务,让玩家在现实世界中进行电子游戏,为玩家提供虚实结合、身临其境的全新游戏体验。本文结合基于LBS的任务类游戏实例,从游戏剧情设计、美术设计、系统实现、与LBS技术的结合等一系列流程,探讨了如何将LBS技术与任务类游戏进行有机结合。

基于体感交互的暴食症医疗游戏设计

游戏作为娱乐产业中的一种形式,除了丰富放松我们的生活,也可以一定程度上帮助我们更好地理解世界、传递价值。基于这一理念,在经过了调研后本文设计并实现了一款Kinect体感游戏帮助具有暴食倾向的人重新建立与食物的健康关系,舒缓暴食情绪。最后本文对具有暴食倾向的用户进行了可用测试,体验者认为该游戏方式可以一定程度上释放压力,缓解情绪。

试论交互视频技术在在线教育中的应用

互动性不足是制约在线教育进一步发展的关键因素。交互视频技术由于其强大的灵活性和可控性,能有效提升传统在线教育的互动特性,具有极大的发展潜力。本文系统介绍交互视频的概念及现状,分析交互视频的几种展示方式,并探讨互视频技术在在线教育中的场景应用,为实现交互视频技术在在线教育的进一步发展提出建设性的意见。

一种舞台增强现实系统的研究与实现

增强现实技术以其与用户实时交互及"虚实"高度融合的特点在各个领域都得到了迅猛发展,但在舞台艺术中的研究与应用尚少,其难点便在于演员与显示系统难以实时交互。传统舞台特效多通过视频播放获得,演员需精准配合视频,严重限制了其发挥。针对该问题,提出了一种基于红外摄像头的舞台增强现实系统,根据现场演员的舞蹈动作实时驱动特效并呈现相应的合成画面,完全解放了演员的束缚,协调了其与显示系统的人机关系,使得舞台效果的呈现由演员自主确定,而不是被动地配合视频。该系统成功应用于多个正式演出的舞台剧中,为新型的舞台互动方法提供了一种新思路。

采用多标签传播的三维模型标注方法

随着数据采集设备与建模技术的进步,如何高效地对三维模型进行分析与检索,成为目前几何处理领域的研究热点。当前,有许多工作都集中在模型的分类上,但是大多仅能处理单一标签。在处理多标签问题时,不仅耗费大量时间还忽略了标签之间和样本之间的关联关系。针对该问题,提出了采用多标签传播的三维模型标注方法。其核心在于利用标签相关性与样本之间的关联关系探索到整个样本空间的多标签标注潜力。具体来说,给定一小部分样本的多标签信息,再将多标签信息通过这些标注样本传播到空间中无标注的样本之上。传播的过程主要依靠迭代融合标签信息与动态度量,充分考虑了标签之间与样本之间的关联关系,最终得到整个空间的标注结果。在一些三维模型的标准数据集上(如普林斯顿形状标准模型数据库)进行实验测试,结果证明,只需要少量的交互就能快速地得到较为精确的结果。

基于生成对抗网络的声音迁移技术应用

阐述一种声音风格迁移的技术系统,该系统具有较强的灵活性,进行风格迁移的对象不仅仅包括人声,甚至可以是音乐风格。此处声音风格迁移指的是对于指定人向指定人的语音风格转移技术。此外该方法不依赖于并行数据,并且可以对任意长度的样本进行转换。该技术采用生成器-判别器的GAN架构并加以对抗性约束,由此生成高度逼真的样本。

采用双尺度图像分解的水下彩色图像增强

目的为解决水下图像的色偏和低对比度等问题,提出一种基于双尺度图像分解的水下彩色图像增强算法。方法通过基于均值和方差的对比度拉伸方法改善图像的色偏问题,并利用中值滤波降低红通道对比度拉伸后引入的噪声;采用双尺度图像分解绿通道图像补偿红通道图像细节;在处理后的红通道图像中引入原始图像红通道的真实细节与颜色。结果选取不同水下图像作为实验数据集,将本文方法与暗通道先验的方法、基于融合的方法、自动红通道恢复方法以及一种基于卷积神经网络深度学习的方法相比较,首先从主观视觉效果进行定性分析,然后通过不同评测指标进行定量分析。主观定性分析结果表明,提出的方法相比较其他方法能够更好地解决图像色偏和红色阴影问题;定量分析中,自然图像质量评价(natural image quality evaluation,NIQE)指标和信息熵(information entropy,IE)值较基于融合的方法和深度学习的方法分别提高了1.8%和13.6%,且水下图像质量评价指标(underwater image quality measurement method,UIQM)较其他方法更优。结论提出的双尺度图像分解方法利用水下图像成像特点解决图像色偏以及低对比度问题,具有良好的适应能力,同时算法复杂度低且鲁棒性较高,普遍适用于复杂的水下彩色图像增强。