体积图控制的近似刚性的网格变形

现有的形状变形方法大多只关注变形的实时性、保细节性以及交互的灵活性,往往忽视了模型内部的刚性,导致变形过程中不合理的体积变化,进而网格表面的细节难以继续保持.为此,提出一种基于体积图的近似刚性的网格变形方法来约束变形过程中体积的变化.首先构建模型的简单体积图,然后分别在模型表面、内部和体积图边界建立变形单元并根据其不同的类别设计不同的变形权重,最后使用近似刚性的方法实现既保细节又整体近似刚性的变形;另外,文中还对模型加入了材质属性,使得用户可以方便地控制局部的形变.实验结果表明,文中方法操作简单、实用性强.

培养创新型人才的数据结构课程建设与实践

在数据结构课程的建设与实践中,以本科生为本,以创新人才培养为目标,以学生为中心,依托对口支援所引入的优质资源,加大数据结构课程建设,建立科学的课程体系。通过混合式教学改革,提高学生的综合能力;通过加大过程考核力度以及优化考核评价方式,激发学生学习的主动性和积极性;通过科技创新项目和学科竞赛,培养学生的创新实践能力。数据结构课程经过10年课程建设与改革,人才培养质量显著提高,学生创新能力大幅度提升。

基于SPOC的C语言翻转课堂教学改革与探索

针对程序设计类课程在专业教学中存在的教学资源和方法单一、教师主导课堂、学生被动接受知识、动手编程实践能力差等问题,分析计算机专业基础课程"程序设计基础I(C语言)"的性质,提出基于SPOC的翻转课堂混合式教学尝试,并从课堂教学方法、学习效果评测、实践能力培养几方面进行详细阐述,最后说明教学实践效果。

代表性调色板提取及图像重着色

基于调色板的图像编辑技术是近年的热门研究方向,在海报制作、服装设计、电影、短视频编辑等方向有着广泛的应用.通过计算凸包提取图像调色板是一个较新技术.然而,其目前仍然存在2个问题:一是忽略了凸包内部的颜色分布,使得调色板整体上缺乏代表性;二是插值权重缺乏稀疏性,难以实现针对性的局部编辑.针对上述问题,提出一种新颖的调色板提取算法,并在此基础上实现高效的图像重着色编辑.首先,提取图像在RGB空间的凸包并简化;其次,通过聚类算法捕捉凸包内部的颜色分布,构造代表性调色板;最后,在RGB空间对调色板颜色进行四面体剖分,并对图像像素进行插值.为了验证该算法的有效性,从互联网上获取了40余幅图像组成数据集进行实验,对插值权重的稀疏性、图像重着色效果等进行了对比分析和用户调研.大量实验结果表明,该算法提取的调色板具有更好的代表性,插值权重具有更好的稀疏性,实现了更精确的局部编辑.