面向模型检测的LTL语句自动生成方法

为优化线性时态逻辑语句的生成过程,减少模型检测的时间,提出一种面向模型检测的基于自然语言处理生成线性时态逻辑验证语句的方法。对需求文档提取关键词,将文档中的数据和可以代表模型中状态的名词进行提取,注释UML模型,对UML模型中的状态进行归类,将模型中的状态分为数据属性类和调用操作类,利用配对的线性时态逻辑格式生成线性时态逻辑,用于软件模型一致性验证。实验结果表明,该方法与ST模型相比可以提高模型检测的效率。

基于注释人脸模型的三维面部数据局部匹配

传统人脸识别在非正常光照和姿势的情况下鲁棒性较低。针对非正常角度下人脸数据的局部缺失导致识别率降低的问题,提出了一种统一的解决局部匹配问题的方法。通过引入基于曲率和径向距离的3D标志指示器,进行3D人脸标志检测,采用注释人脸模型(annotation facial model,AFM)进行初始配准,扩展可变模型框架即利用在拟合过程中人脸对称性的优点,使得局部匹配问题可以将缺失数据完整化,从而真正地实现了姿态的不变性。最后,在通用的3D人脸数据库FRGCv2及来自圣母大学的人耳数据库的集合F、G上进行实验,验证了所提方法的有效性。

三维模型知识标注技术研究与实现

为了扩展三维模型的应用方式与范围,在将基于模型的定义数据集定义为三维注释模型的基础上,提出了三维解释模型的概念。通过对工程知识分类、组织与存储技术的论述,提出构建三维解释模型的三维模型知识标注方法。该方法采用向量空间模型表达和处理异构知识,以意图知识作为输入,实现半自动式三维模型知识标注。通过原型系统的开发与实现,以发动机燃油喷头为例展示三维模型知识标注方法,验证了所提方法的有效性。

一种新的三维面部数据局部匹配方法

传统人脸识别在非正常光照和姿势的情况下鲁棒性较低,针对该非正常角度下人脸数据的局部缺失导致识别率降低的问题,提出了一种解决局部匹配问题的方法.该方法通过引入基于曲率和径向距离的3D标志指示器进行3D人脸标志检测,采用注释人脸模型进行初始配准,以扩展可变模型框架即利用在拟合过程中人脸对称性的优点,使得局部匹配问题可以将缺失数据完整化,从而真正地实现姿态的不变性.论文在通用的3D人脸数据库FRGC v2及来自圣母大学的入耳数据库的集合F、G上进行了实验,验证了所提方法的有效性.