结合视觉感知与信息量的视点评分方法

随着数字3D内容的不断丰富,对其进行有效展示和索引的需求变得十分迫切,而通过视点评分选择合适的观察视点对解决这一问题具有重要的作用.针对传统的视点评分方法计算时间冗长、结果很难符合人类观察习惯的问题,提出一种基于视觉感知信息量的快速视点评分方法.首先计算相对简单的平均曲率作为代表3D物体视觉特征的要素,随后结合信息熵理论对视点进行评分,使那些能看到尽可能多重要特征且所见特征分布较广的视点分数较高;之后,将这种评分策略应用于最优视点集计算中,利用信息理论对视点集获取信息进行量化,确保利用最少数目的视点有效地认知3D物体.实验结果表明,该方法得到的视点分数及最优视点集质量与目前最好的方法相当,但计算速度更快,无需人工交互.

一种虚拟场景的自动漫游方法

提出一种新的虚拟场景自动漫游方法.首先,在模糊理论的基础上建立了一个视点质量评价模型;然后,使用模糊综合评判方法求出视点集对应的虚视点,进而以虚视点的视点质量作为目标函数,并采用蚁群优化算法进行求解,得到一个场景观察的最优视点集;最后,对最优视点集中的视点进行排序,并以样条曲线连接,从而构造出一条虚拟场景的自动漫游路径.实验表明,使用该方法能够自动获得一条有效的漫游路径,沿此路径漫游,观察者能够全面而快速地实现对场景的认知和理解.