一、基于特征信息的静态图像素材库研究与开发(论文文献综述)
李文彪[1](2021)在《网络游戏直播画面作品属性研究》文中研究说明全国首例电竞直播DOTA2纠纷案中,法院认定网络游戏赛事直播画面不构成作品,由此掀开了对网络游戏直播画面作品属性相关问题的讨论。网络游戏直播行业是伴随着电竞游戏的发展而演变出来的,随着游戏直播行业的营利性收入的水涨船高,对网络游戏直播画面的作品属性和作品类型归属等问题产生了争议。而网络游戏直播画面作品属性问题是解决网络游戏直播画面相关问题的关键。鉴于新修订的《着作权法》修改了作品定义和增设了“视听作品”的保护类型,使得对网络游戏直播画面独创性的解释和保护有了新的理解。首先,对网络游戏直播画面作品属性问题的讨论离不开对网络游戏画面、网络游戏直播画面概念的阐述,基于网络游戏直播画面的复杂性,可将网络游戏直播画面分为UGC网络游戏直播画面和PGC网络游戏直播画面两种类型,并将网络游戏直播画面与相关的直播画面进行对比,进一步明确网络游戏直播画面的概念。其次,结合当前理论界对网络游戏画面作品属性的争议,将争议分为作品构成争议和作品类型争议,其中作品构成争议为网络游戏直播画面是否构成作品,作品类型的争议有汇编作品论、演绎作品论、类电作品论、其他作品论等。然后,鉴于对网络游戏直播画面理论争议大且作品类型多的现状,从作品的独创性、可固定性、属于智力成果的构成要件对网络游戏直播画面进行分析,并从玩家的操作行为、主播的解说和与玩家的互动文字,网络游戏直播画面所设的特效和道具的独创性进行具体的分析,从画面整体性的角度确认了网络游戏直播画面有成为作品的可能。最后,对UGC游戏直播画面和PGC游戏直播画面提出了不同的作品保护类型,得出了UGC网络游戏直播画面不构成作品,UGC网络游戏剪辑画面根据独创性空间的大小可分别予以视听作品或演绎作品的保护。PGC网络游戏直播画面是视听作品,PGC网络游戏剪辑画面是演绎作品的结论。
王默[2](2021)在《多模式动态内容与全景漫游融合中的关键技术的研究与实现》文中指出全景漫游技术是一种基于图像渲染的动态显示技术,可以使浏览者交互式地欣赏场景的多角度的真实内容,给人提供了一种身临其境的观感。全景漫游系统提供了全景漫游的生成、编辑、发布的可视化操作流程,但是系统中仍然存在一些尚需解决的问题。从功能层面上,系统无法覆盖全景漫游生命周期全部需求,对全景漫游渲染之前的图像修复过程不能提供有效的自动化处理能力。另外,针对全景漫游的展示多为静态内容的叠加,缺乏多样性的动态展示手段。从性能层面上,系统面对多用户大流量访问时,缺乏可扩展能力,难以应对高并发情况下的性能压力。因此,本文提出以下三部分研究工作。(1)针对全景漫游三脚架区域污损问题,提出全景漫游图像修复方法。可实现全景漫游图片三脚架区域污损的自动化、可视化修复,避免了原有的全景漫游被遮挡和视角被限制等问题,提高了系统的智能化管理能力。(2)针对全景漫游展示形式静态单一的问题,提出多种动态内容与全景漫游的融合方法。对于视频动态内容在全景漫游中的嵌入,可自动消除纯色背景视频的背景内容,将视频主体与全景漫游场景无缝融合。对于三维模型与直播等动态内容在全景漫游中的嵌入,提出一种动态介质层,作为动态内容层与全景漫游层的过渡手段,实现三维模型的可交互式嵌入与直播内容的平滑融合。(3)设计与实现高性能的模块化全景漫游系统。本文对全景漫游系统进行模块化部署改进,实现系统的负载均衡与服务器的横向扩展,并针对大量静态资源进行OSS云端存储与CDN加速处理,提升系统的性能。基于上述三个方面的创新性研究,本文对原有系统进行了改进与升级,设计与实现了一个自动化、智能化、动态化的高性能全景漫游系统,并对系统从功能和性能上进行测试。测试结果表明系统可实现三脚架区域污损自动修复、多种动态内容与全景漫游的无缝融合、性能提升等理想效果。
伍万杰[3](2021)在《基于姿态分析的学生学习状态监测方法研究与实现》文中进行了进一步梳理随着我国教学模式的不断更新,教师在教学活动中的压力也随之增大。为了最大化地提高集体中每个学生的学习能力,就需要教师保持对每个学生的关注度,而在传统的课堂教学中,教师不可能对每个学生学习状态进行监控,这就导致一些学生不被教师关注,造成优者更优,差者更差的两极分化,这是传统教学中迫切需要解决的问题。本文的主要研究内容是通过对学生学习姿态的识别研究,实现课堂学习中学生的学习状态分类,并且设计了学生学习状态监测系统。具体研究内容如下:1.根据学生在课堂学习中专注、一般、不专注三种学习状态的特点提出了六种识别学习状态的特征动作,设计出了学习状态特征空间模型。2.分析了学生处于不同学习状态的学习姿态特点,提出了一种基于学习专注度评分的学习状态识别方法。3.设计了基于卷积神经网络的学习状态分类识别算法,进行了网络结构的设计、网络参数的调试和网络的训练,并对各个参数设置对结果的影响进行了实验,找到了最优的网络结构。通过实验,平均识别准确率达到81.5%,并得到了误差为±0.14的识别准确程度。4.设计了基于支持向量机的学习状态分类识别算法,描述了六种特征动作的识别方法,提出利用3个支持向量机的输出概率分类学习状态。最后通过基于支持向量机的学习状态分类实验得出对学习状态的平均识别准确率达到78.6%。5.本文将基于卷积神经网络的学习状态分类识别方法与基于支持向量机的学习状态分类识别算法进行融合,得出融合算法在单个学习状态的识别中的精准率均优于单一的分类算法,并且平均准确率达到83.3%。6.设计并完成了基于学生在课堂学习中学习姿态的学习状态监测分类系统。
宋修城[4](2020)在《莫高窟盛唐壁画在商业插画设计中的应用研究》文中研究表明随着经济全球化的发展,国家间文化实力的比拼愈发激烈。中华优秀传统文化是民族凝聚力与创造力的源泉,面对新格局、新挑战,传统文化需要通过设计创新来增强民族认同感。在艺术设计领域,商业插画作为艺术和商业的结合产物,更要在汲取国外商业插画设计经验的同时,吸收传统文化养分,集中体现传统文化主体意识。为满足用户社会生活的需要和文化情结的诉求,商业插画设计应合理地借助传统文化来促进创新发展。首先,对莫高窟盛唐壁画丰富的题材内容、生动的造型变化、华美的色彩构成、恢宏的构图场景的艺术特征进行研究分析,建立视觉文化和文化意象设计素材库,为商业插画设计奠定理论基础。其次,构建文化转译模型,利用层次分析法以用户感知评价数据确立商业插画的设计主题和主要造型要素,运用文化转译法对莫高窟盛唐壁画的设计要素进行视觉文化和文化意象转译。最后,对莫高窟盛唐壁画应用于商业插画的设计模型进行实证,得出应用设计方案。以莫高窟盛唐壁画第320窟主室北壁观无量寿经变西侧的“十六想观”故事为主题,以现代商品中的实用纪念品为主体进行系列商业插画设计,并对十六想观商业插画的不同主题进行有效应用,从而实现设计方案的创新发展和持续丰富商业插画的文化内涵,最终达到弘扬传统文化,提升文化活力的目的。
郝大帅[5](2020)在《仿真假体视觉下的人体动作姿态行为识别研究》文中提出人类对于外界感知的信息80%来自于视觉感知,由于视网膜色素变性以及老年黄斑变性所引发的视觉感受受损,会让人损失这一获取信息的途径。近年来对失明患者视觉功能的修复多集中于对于视觉假体的研究,这一研究主要是通过电刺激患者残存可用的视觉神经系统,使患者产生光幻视,从而产生视觉感受。人体动作识别是人类日常行为最重要的一部分,因此在视觉恢复中对于人体行为识别是非常重要的一部分,由于现今技术的局限性,植入人体的微电极个数是有限的,如何通过有限的电极个数为视觉假体植入者实现最大限度的视觉感受是当今的视觉假体研究热点。以合适的方法去提取人体显着行为信息,就能为患者以有限的电极数提供更多的视觉信息。本研究是通过提取人体骨骼点及其连线并将其像素化,旨在以低分辨率下能让患者的人体行为识别率得到较大提升。利用(部分亲和阈)Part Affinity Fields的人体姿态估计方法得到骨骼关键点位置及其连线信息,将得到的骨骼点及其连线进行无背景提取,得到骨架图像,并将其处理为16?16,24?24,32?32,48?48分辨率下的像素化视频图像,统计分析40名被试在不同分辨率下的识别准确率。实验统计结果表明,仿真假体视觉下,随着分辨率的增加,人体行为识别准确率增高;人体行为识别准确率在性别上以及有无仿真假体视觉经验上不具有显着性差异。将实验结果与FT(频率调整显着区域检测)算法、SR(剩余谱)显着图算法处理之后的图形进行对比。FT算法利用颜色特征的中央-周边算子来得到显着图,具有计算量小,在对目标边界的显着性提取效果也比较好。SR模型通过分析输入图像的对数谱,可以在空间域中获取输入图像的剩余谱,进而用快速的方法在空间域中构造相关的显着性图。模型在自然图像和艺术图像的测试结果表明该方法具有计算效率高且鲁棒性好的特点。将FT算法与剩余普模型进行显着图提取后像素化处理,并将处理之后的像素化图像与像素化处理之后的骨架图像进行对比,骨架提取之后的像素化图像在低分辨率的识别准确率具有显着优越性。
鲍新彤[6](2020)在《新媒体时代插画在校园文创设计中的应用》文中研究说明近年来,新媒体时代的技术进步带领着媒体不断升级转型,尤其是数字移动媒体的发展趋势迅猛,逐渐成为主流,人们对资讯和情感需求不断上升,促使我国文化创意产业蓬勃发展,以校园文化为中心的校园文化创意衍生品也积极参与其中,所以文创产品的形式在实际商品的基础上扩展出线上产品,在满足人们物质需求的同时,也有效地提升了受众对学校的归属感,进一步树立校园品牌形象,弘扬学校文化,提高校园文化软实力。校园文创是受众与校园的桥梁和纽带,所以文创产品中的情感价值尤为重要。插画设计可以通过其特有的趣味性、故事性、多维度展现等优势将校园文化传达给受众,画面富有表现张力、强烈视觉冲击,提升受众对校园文创的认同感。为提高校园文创的设计质量和提升设计效率,建立校园主题的插画系统,运用插画系统设计校园文创产品。设计前期通过用户调研的研究方法了解受众对校园文化的认知情况、校园文创的喜好,广泛收集受众对校园文创的购买习惯与情感需求,再将校园建筑、动植物、人文思想等提炼形成校园文化形象与色彩符号,按照文中的设计原则进行再设计,最终将符号素材整理为校园文化插画系统,建立具有独特风格和文化内涵的校园文创品牌。插画系统在应用时,选择其中的校园符号素材有机组合为完整画面,或在部分素材上加入动效与交互动作创作达到体验、视觉俱佳的动态可交互插画,按照风格一致、灵活运用、有机组合的应用原则将插画运用到各个载体中。本文主要提出新媒体时代插画在校园文创中的设计方法以及设计原则,并进行设计实践验证。
张艺缤[7](2020)在《4K HDR图像在移动端的亮度和色彩适配研究》文中认为4K超高清标准影像正在电视行业推动普及,而现阶段视频的观看主体已经成为了网络用户,其中移动端的视频播放量在网络播放量的占比在2018年已经达到了 62%,并呈现持续上升态势,因此移动端内容所呈现的图像质量需要与电视行业逐渐同步。本文主要研究了超高清标准影像在移动端适配的可行性、适配方案、现阶段的局限性和未来的解决方向等问题。通过了解掌握超高清标准影像的亮度和色彩特征,制定了使用ProRes RAW的格式进行超高清标准影像的创作实践。用实践所得的素材和经验量化研究超高清标准影像的亮度和色彩特征在不同格式和显示设备上的呈现效果。以此为基础设计超高清标准影像在移动端的亮度和色彩适配实验,找到合适于移动端的超高清影像创作、呈现方式。现阶段,移动端的显示技术水平,介于超清标准和超高清标准之间。现行的标准在移动端直接套用,无法发挥出移动端显示的最佳呈现效果。本文基于超高清影像的量化特征,给出针对移动端的理想呈现方案,充分利用现阶段移动端显示硬件的特性,有效提升了画面的显示效果。在5G通讯技术的支持下,现阶段限制超高清标准影像适配于移动端的因素将会有更好的解决方案。结合已有的5G应用场景,提出未来高质量影像在5G环境下的创作、呈现模式,针对5G特性的改进流程,为未来更高质量影像画面适配移动端提出研究方向,打好研究基础。
陈孟祥[8](2020)在《分布式传统民族服饰图案存储平台的设计与实现》文中研究表明传统民族服饰文化是几千年来祖先留给中华儿女的巨大财富。在数字化智能网络时代,传统民族服饰研究过程中积累的研究资料越来越多,存储与检索的需求巨大,传统民族服饰文化的传承和保护成为了亟待解决的问题。本文针对传统民族服饰研究对存储与检索的巨大需求,提出搭建分布式传统民族服饰图案存储平台,平台划分为存储层、平台层与应用层,各层的主要研究内容如下:(1)存储层采用Ceph分布式文件系统,设计并实现了传统民族服饰研究中的三库,分别是中国民族文化基因标本库,中华民族文化基因库,中华文化素材库(下文简称三库);部署Elasticsearch分布式检索集群为图像检索提供检索能力;采用Neo4j图形数据库存储传统民族服饰图案之间的关联关系。(2)平台层是平台的核心,负责处理来自应用层的请求。采用REST(Representational State Transfer)构建请求及响应参数规范;通过HTTPS协议保证网络通信的安全;引入图片缓存机制加快图片响应速度,减小存储系统访问压力;采用控制反转、依赖注入及RPC远程过程调用技术,对各部功能进行封装,实现统一调用;针对传统民族服饰研究资料特点,设计相应的存储结构与关联关系构建流程;基于神经网络模型,结合存储层Elasticsearch分布式检索集群的检索能力,实现图像检索。(3)应用层采用MVC(Model View Controller)软件设计典范与B/S(浏览器/服务器)系统架构开发用户与平台的交互应用。本文按照软件工程规范,首先介绍了分布式传统民族服饰图案存储平台的研究背景及关键技术。然后分析了平台的功能性需求与非功能性需求,按照需求对平台的设计与实现进行了详细的阐述。最后完成平台的功能性测试与非功能性测试,验证设计与实现的正确性。
王敏旭[9](2020)在《实时目标的位置姿态识别以及运动跟踪的研究和应用》文中进行了进一步梳理随着上个世纪50年代机器人的出现,机器人被大量运用在各个领域。工业领域是机器人的重要应用场景,其繁重的工作量及安全性较低的工作环境使人工成本居高不下,而工业机器人具有安全性,实时性和可编程性的特点,是解决上述问题的关键。手势识别具有灵活性和直观性,给远程人机交互带来了新思路,近年来逐渐成为人机交互的热门方式。总结当前机器人控制和手势识别研究,得到如下背景要点:(1)机器人通常使用手持终端控制,操作人员在实际场景中无法脱离设备接线的范围,因此在人机交互的简易性和安全性上还有提升空间;(2)关于手势识别的研究大多集中在人工神经网络和隐马尔可夫模型,对于几何特征的研究较少;(3)手势识别在机器人远程控制中的应用研究还不多见。本文的工作就是针对上述背景展开。本文首先研究了几种几何特征识别方法的理论,根据稳定性和实时性选择了较为成熟的基于指尖检测的手势识别方法;然后基于手势边界特征,研究了凸包算法的原理以及传统的凸包算法实现途径,在此基础上提出了改进后的快速凸包算法;最后,根据这个快速凸包算法提出了一种手势识别算法,定义了手势的几何特征,并设计了一套手势指令将其应用到机器人远程人机交互中进行实验验证。本文的主要工作内容如下:1、研究了Kinect的深度测量和骨骼追踪原理,并对实际距离与偏移距离进行分析测得Kinect深度信息的误差范围;研究了阈值分割算法原理,提出基于深度的阈值分割方法,并与Otsu算法进行实验对比;系统地总结了传统中值滤波器算法和快速值滤波器算法的原理和思路,并通过实验对比了三种中值滤波器算法的效率;分析了不同手势识别技术的特点,阐明本文使用基于指尖检测的手势识别方法的原因。2、对凸包算法的原理进行分析和研究,总结了传统的Graham扫描法和Jarvis步进法的算法思路。在此基础上,提出了一种改进后的快速凸包算法:通过选择合适的分割线将点集分为两个子集,分别连接分割线上下方子集中距离最远的点形成三角形,将三角形内部和连线上非顶点的点舍去,接着再对三角形外的子集重复上述操作,直至子集为空,最终剩余的点就是凸包点。然后通过实验验证改进后算法的有效性,同时与传统的凸包算法进行比较,证明改进后算法的实时性。3、提出了一种基于凸包集合的手势识别算法。针对两种不同类型的手势,算法分为两部分:数字手势识别和角度手势识别。前者是利用凸包集生成多边形拟合曲线,并与手势轮廓对比找出凹陷集,通过手部中心点、凸包重心、凹陷集和凸包集之间的几何关系判定手势;后者是根据凸包集中特定点之间的连线在两帧间隔图像中的数学变化判定手势。通过实验得到不同手势的平均识别率为95%100%,轨迹识别率在97%以上。4、围绕手势识别在人机交互中的应用问题,利用本文提出的手势识别算法,设计了一套机械臂控制系统用于验证以上结果。通过手势和手掌轨迹的变化可以对机械臂4,5,6轴下达位移、摇摆、旋转和俯仰指令,其平均同步率为98%以上。本文的研究工作对手势识别在机器人远程控制的应用上有一定参考价值。
宋磊[10](2020)在《基于全景的多用户可视化信息平台设计与实现》文中进行了进一步梳理随着互联网和计算机视觉技术的快速发展,传统的多媒体信息载体,如图片、视频等已经不能满足用户日益增高的需求,互联网需要一种具有更宽广视角、更高交互性、更多呈现力的视觉载体。全景技术的出现能够很好的满足上述需求,该技术以其真实感强、视角广、交互性好得到广泛应用,而它可以封装多元信息,并且制作简单、体积小、兼容性好,也被广大开发者关注并接受。本文基于全景技术实现了一个多用户的可视化信息管理平台。本文按软件生命周期的观点,详略得当地阐述了该平台的设计与开发的过程,介绍了系统开发中使用的关键技术,详细说明了全景技术、Krpano和RBAC权限控制模型等要点。具体的说,本文从功能性需求和非功能性需求分析出发,将系统划分为“系统维护和用户管理模块”、“全景管理模块”、“三维展示模块”和“多媒体信息管理模块”4大功能模块;在概要设计中提出模块化和B/S架构的设计原则,确定了系统的总体功能架构;在详细设计中,设计并开发使用了基于RBAC的访问控制模型;在具体实现方面,通过全景场景间初始方向校准的方式实现带有视角方向的全景漫游制作,使用Three.js Web3D渲染引擎实现三维模型的前端渲染展示,并对文本、图像、视频等传统多媒体信息进行集中管理,以方便与全景场景进行整合,从而实现基于全景场景的用户可视化信息的展示;在系统测试阶段,基于一个较为可行的测试方案,本文设计了基本的功能、性能测试用例,并对测试结果进行了分析,验证了系统的有效性。本文主要研究内容如下:(1)实现基于Krpano的全景场景的制作平台,实现了全景可视化编辑、全景分享,基于全景的虚拟场景漫游制作等功能;(2)基于真实世界中的方向感设计并实现了全景漫游功能,能够有效减缓全景环境中场景切换带来的眩晕感,获得更好的全景交互体验;(3)基于RBAC设计并实现了多用户系统的访问控制机制,实现对用户权限的自定义设置和对权限的动态设定;(4)实现多种信息可视化方式的整合。通过将一维文本、二维图像和视频、三维模型同三维全景相整合的方式实现用户多种信息的可视化展示与管理。
二、基于特征信息的静态图像素材库研究与开发(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于特征信息的静态图像素材库研究与开发(论文提纲范文)
(1)网络游戏直播画面作品属性研究(论文提纲范文)
摘要 |
abstract |
导言 |
第一章 网络游戏直播画面概述 |
一、网络游戏画面的概念 |
二、网络游戏直播画面的概念 |
三、网络游戏直播画面的分类:PGC、UGC |
四、网络游戏直播画面与相关画面的区分 |
(一)与体育赛事直播画面的区分 |
(二)与电视直播画面的区分 |
第二章 网络游戏直播画面作品属性的争议 |
一、网络游戏直播画面作品构成的争议 |
(一)网络游戏直播画面不构成作品 |
(二)网络游戏直播画面构成作品 |
(三)网络游戏直播画面部分构成作品 |
二、网络游戏直播画面作品类型的争议 |
(一)构成汇编作品 |
(二)构成录像制品 |
(三)构成演绎作品 |
(四)构成其他作品 |
(五)构成类电作品 |
第三章 网络游戏直播画面符合作品的构成要件 |
一、网络游戏直播画面的独创性 |
(一)玩家操作行为的独创性 |
(二)主播解说和观众互动文字的独创性 |
(三)网络游戏直播画面所设特效和道具的独创性 |
二、网络游戏直播画面符合可固定性特征 |
三、网络游戏直播画面满足智力成果的条件 |
第四章 网络游戏直播画面的作品类型 |
一、UGC网络游戏直播画面属性分析 |
(一)UGC网络游戏直播画面不构成作品 |
(二)UGC网络游戏剪辑画面构成视听作品或演绎作品 |
二、PGC网络游戏直播画面的属性分析 |
(一)PGC网络游戏直播画面构成视听作品 |
(二)PGC网络游戏剪辑画面构成演绎作品 |
结语 |
参考文献 |
发表论文、参加科研情况说明 |
致谢 |
(2)多模式动态内容与全景漫游融合中的关键技术的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 全景漫游技术 |
1.2.2 全景漫游平台 |
1.3 研究内容 |
1.4 论文结构 |
第二章 相关技术介绍 |
2.1 全景漫游相关技术 |
2.1.1 全景漫游的制作 |
2.1.2 Krpano |
2.1.3 XML |
2.2 Web相关技术 |
2.2.1 Web模型渲染 |
2.2.2 视频直播技术 |
2.2.3 PHP和Smarty模板引擎 |
2.3 Web服务器 |
2.4 图像修复技术 |
2.5 本章小结 |
第三章 系统需求分析 |
3.1 相关术语、内容定义 |
3.2 需求概述 |
3.3 功能需求分析 |
3.3.1 全景漫游图片三角架修复功能 |
3.3.2 纯色背景视频嵌入功能 |
3.3.3 三维模型嵌入功能 |
3.3.4 直播嵌入功能 |
3.3.5 高性能的模块化漫游系统 |
3.4 本章小结 |
第四章 系统概要设计 |
4.1 系统设计原则 |
4.2 系统整体架构 |
4.3 功能模块设计 |
4.3.1 全景漫游图片三角架修复功能概要设计 |
4.3.2 多种动态内容嵌入功能概要设计 |
4.3.3 高性能的模块化全景漫游系统的概要设计 |
4.4 本章小结 |
第五章 系统详细设计与实现 |
5.1 系统开发和运行环境 |
5.2 全景漫游图片三角架修复功能的实现 |
5.2.1 图像修复算法 |
5.2.2 图像修复接口模块的实现 |
5.3 可视化编辑功能的实现 |
5.4 纯色背景视频嵌入功能的实现 |
5.4.1 贴片视频嵌入模块 |
5.4.2 颜色获取模块 |
5.4.3 热点定位模块 |
5.5 三维模型与直播嵌入功能实现 |
5.5.1 内容嵌入模块 |
5.5.2 三维模型上传与展示交互模块 |
5.5.3 直播播放模块 |
5.6 高性能的模块化全景漫游系统的实现 |
5.6.1 URL资源的规范化访问 |
5.6.2 反向代理与负载均衡 |
5.6.3 静态资源访问 |
5.6.4 HTTPS安全访问 |
5.7 本章小结 |
第六章 系统测试与分析 |
6.1 系统测试环境与目标 |
6.1.1 系统测试环境 |
6.1.2 系统测试目标 |
6.2 功能测试 |
6.2.1 系统基础功能测试 |
6.2.2 三脚架修复功能测试 |
6.2.3 纯色背景视频嵌入功能测试 |
6.2.4 三维模型嵌入功能测试 |
6.2.5 直播嵌入功能测试 |
6.3 性能测试 |
6.3.1 图像修复算法测试 |
6.3.2 系统性能测试 |
6.4 其他应用与实践 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
(3)基于姿态分析的学生学习状态监测方法研究与实现(论文提纲范文)
摘要 |
Abstract |
第1 章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.4 研究内容 |
1.4.1 研究内容 |
1.4.2 文章结构 |
第2 章 基础理论与学习状态分类概述 |
2.1 卷积神经网络 |
2.2 学习状态 |
2.2.1 学习状态概念界定 |
2.2.2 学习状态分析基础理论 |
2.3 基于学习姿态的学习状态研究法 |
2.3.1 学习姿态定义 |
2.3.2 基于学习姿态的学习状态模型设计 |
2.4 学习状态分类算法简介与选择 |
2.4.1 模式识别分类算法简介 |
2.4.2 学习状态分类方法选择 |
2.4.3 数据融合理论简介 |
第3 章 基于卷积神经网络的学习状态分类方法研究 |
3.1 卷积神经网络确定 |
3.1.1 卷积层 |
3.1.2 激活函数 |
3.1.3 池化层 |
3.1.4 分类函数 |
3.2 素材库预处理 |
3.2.1 图片预处理 |
3.2.2 专注度分类设计 |
3.2.3 标定专注度权值 |
3.3 网络训练实验 |
3.3.1 网络结构 |
3.3.2 网络训练 |
3.3.3 训练结果 |
3.3.4 结果对比 |
3.4 本章小结 |
第4 章 基于支持向量机的学习状态分类方法研究 |
4.1 特征动作识别 |
4.1.1 闭眼特征动作识别 |
4.1.2 闭嘴、打哈欠特征动作识别 |
4.1.3 点头特征动作识别 |
4.1.4 视角变化特征动作识别 |
4.1.5 身体前倾特征动作识别 |
4.2 特征动作识别结果 |
4.3 基于支持向量机的学习状态分类实验 |
4.3.1 实验设计 |
4.3.2 实验结果 |
4.4 数据融合 |
4.5 本章小结 |
第5 章 学习状态监测系统设计与实现 |
5.1 系统需求分析 |
5.2 系统总体设计 |
5.3 学习状态检测系统实现 |
5.3.1 系统检测流程 |
5.3.2 系统开发环境 |
5.4 系统模块设计与实现 |
5.4.1 摄像头模块 |
5.4.2 服务器模块 |
5.5 数据库设计 |
5.6 系统运行界面 |
5.6.1 登录界面 |
5.6.2 系统界面 |
5.7 本章小结 |
第6 章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(4)莫高窟盛唐壁画在商业插画设计中的应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
一 研究背景 |
(一)文化政策的支持 |
(二)消费市场的需求 |
(三)读图时代的发展 |
二 研究现状综述 |
(一)莫高窟壁画分析 |
(二)商业插画发展 |
(三)设计方法探究 |
三 研究目的与意义 |
(一)研究目的 |
(二)研究意义 |
四 研究内容及框架 |
(一)研究内容 |
(二)研究框架 |
(三)研究方法 |
第二章 莫高窟盛唐壁画艺术特征及设计素材库 |
一 莫高窟盛唐壁画艺术特征 |
(一)题材特征 |
(二)造型特征 |
(三)色彩特征 |
(四)构图特征 |
二 莫高窟盛唐壁画视觉文化素材库 |
(一)代表性壁画样本收集 |
(二)造型样本素材库建立 |
(三)色彩样本素材库建立 |
三 莫高窟盛唐壁画文化意象素材库 |
(一)文化意象素材库建立 |
(二)文化意象信息分析 |
四 本章小结 |
第三章 莫高窟盛唐壁画文化转译模型 |
一 文化转译模型流程 |
二 基于层次分析法的主题确立 |
(一)层次分析法概述 |
(二)目标主题层次结构 |
三 基于文化转译法的插画设计 |
(一)视觉文化转译 |
(二)文化意象转译 |
四 本章小结 |
第四章 莫高窟盛唐壁画商业插画设计 |
一 商业插画主题确立 |
二 十六想观文化背景 |
三 十六想观文化转译 |
(一)动力平衡 |
(二)重量均衡 |
(三)色彩和谐 |
(四)故事场景 |
四 最终方案效果 |
(一)设计效果 |
(二)实物效果 |
(三)方案评估 |
五 本章小结 |
结论与展望 |
参考文献 |
致谢 |
附录A 攻读硕士学位期间取得的科研成果 |
附录B 主题确立用户感知评价调查问卷 |
附录C 造型要素影响用户感知评价调查问卷 |
附录D 十六想观商业插画设计调查问卷 |
附件 |
(5)仿真假体视觉下的人体动作姿态行为识别研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 视觉假体的研究背景以及意义 |
1.2 视觉假体的介绍 |
1.2.1 视网膜视觉假体 |
1.2.2 视神经假体 |
1.3 视觉假体研究中的图像处理策略与硬件基础 |
1.4 人体姿态动作识别的研究 |
1.5 心理物理学研究方法 |
1.6 本文的研究意义及内容 |
1.7 本章小结 |
2 仿真假体视觉下的人体行为姿态识别 |
2.1 人体骨架的提取 |
2.2 FT算法 |
2.3 SR(普残差)算法 |
2.3.1 显着图的生成 |
2.3.2 从显着图中获取感兴趣对象 |
2.4 图像降噪 |
2.5 图像二值化 |
2.6 像素概述 |
2.7 本章小结 |
3 仿真假体视觉下的人体行为姿态研究实验 |
3.1 被试者合规说明 |
3.2 实验所需设备 |
3.3 实验素材库的介绍 |
3.3.1 CMU Motion Capture(Mocap)数据素材库 |
3.3.2 SDHA数据素材库 |
3.3.3 HMDB数据素材库 |
3.3.4 UCF101数据素材库 |
3.3.5 被试动作姿态识别数据素材库 |
3.4 实验方法 |
3.5 实验步骤 |
3.6 本章小结 |
4 结果与讨论 |
4.1 实验结果 |
4.1.1 基于骨骼点及其连线提取的方法 |
4.1.2 FT算法处理的方法 |
4.1.3 SR算法处理的方法 |
4.1.4 对三种算法进行评价 |
4.2 讨论 |
4.3 本章小结 |
5 总结与展望 |
5.1 总结 |
5.1.1 基于人体骨架信息提取的人体行为识别 |
5.1.2仿真假体视觉下人体动作行为姿态识别实验 |
5.2 展望 |
5.2.1 研究的局限性 |
5.2.2 本研究对于未来的展望 |
参考文献 |
在学研究成果 |
致谢 |
(6)新媒体时代插画在校园文创设计中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究内容与研究方法 |
1.4 研究重点、难点及创新点 |
1.4.1 研究重点 |
1.4.2 研究难点 |
1.4.3 研究创新点 |
第二章 相关概念与现状解析 |
2.1 插画的概述 |
2.1.1 插画的含义 |
2.1.2 插画的发展趋势 |
2.2 校园文创的概述 |
2.2.1 校园文创的含义 |
2.2.2 校园文创的必要性及新机遇 |
2.3 新媒体的概述 |
2.3.1 新媒体的含义 |
2.3.2 新媒体对校园文创设计的影响 |
第三章 校园文创中插画设计的探究 |
3.1 插画应用于校园文创的优势 |
3.1.1 趣味性迎合受众审美 |
3.1.2 多维度拓展丰富内容 |
3.1.3 叙事性满足情感需求 |
3.1.4 交互创新提升受众体验 |
3.2 校园文创中基于插画设计的调研与分析 |
3.2.1 校园文创的受众分析 |
3.2.2 受众对校园文创的认知与偏好分析 |
第四章 校园文创中插画的设计方法 |
4.1 梳理校园文化意象 |
4.2 建立以校园文化为核心的插画系统 |
4.2.1 提炼校园文化符号 |
4.2.2 校园文化形象符号的再设计 |
4.2.3 校园文化色彩符号的再设计 |
4.2.4 形成插画系统及其设计规范 |
第五章 校园文创中插画的应用原则与实践 |
5.1 插画在校园文创中的应用原则 |
5.1.1 遵循规范,风格一致 |
5.1.2 灵活运用,适配载体 |
5.1.3 有机组合,满足需求 |
5.2 插画在校园文创中的设计实践——以北京邮电大学为例 |
5.2.1 插画在校园印刷品中的应用 |
5.2.2 插画在校园服饰中的应用 |
5.2.3 插画在校园小程序中的应用 |
第六章 总结 |
6.1 研究成果 |
6.2 不足与展望 |
第七章 参考文献 |
第八章 附录 |
附录一:北京邮电大学校园文创调查问卷 |
第九章 致谢 |
攻读学位期间的项目与获奖目录 |
(7)4K HDR图像在移动端的亮度和色彩适配研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2. 研究现状 |
1.2.1 超高清标准影像研究现状 |
1.2.2 超高清制作国内外应用现状 |
1.2.3 移动端显示技术现状 |
1.2.4 文献综述 |
1.3 本文的主要工作 |
1.4 本文的结构安排 |
第二章 超高清标准画面影像创作探索 |
2.1 拍摄实践编码格式选择 |
2.1.1 传统制作与超高清制作拍摄格式对比 |
2.1.2 实践选用的ProRes RAW格式 |
2.1.3 围绕ProRes RAW格式的拍摄流程设计 |
2.2 拍摄中期流程和内容设计 |
2.2.1 拍摄场景选择 |
2.2.2 DI工作调整 |
2.3 后期制作流程实践 |
2.3.1 剪辑流程实践 |
2.3.2 超高清标准调色流程实践 |
2.4 影片超高清标准呈现方式 |
2.4.1 FinalCut ProX的超高清标准打包流程 |
2.4.2 Da Vinci的超高清标准打包流程 |
2.5 本章小结 |
第三章 超高清标准图像质量特征及兼容性量化探索 |
3.1 量化探究超高清与超清的图像质量差异 |
3.1.1 HDR和WCG技术对画面质量的提升 |
3.1.2 超高清与超清画面特征量化对比 |
3.2 超高清标准图像质量兼容超清输出端现状 |
3.2.1 超高清制作画面质量的向下兼容量化分析 |
3.2.2 现行HLG图像质量量化方式 |
3.2.3 超高清画面兼容超清播放端现行检验标准 |
3.3 本章小结 |
3.3.1 不同超高清封装格式之间的差异性 |
3.3.2 超高清标准画面制作及检验思路 |
3.3.3 超高清画面适配移动端的可行性 |
第四章 超高清标准图像在移动端的适配 |
4.1 移动端显示技术特征 |
4.1.1 移动端显示的画面特征 |
4.1.2 视频播放类APP优化显示方案 |
4.2 探究不同格式超高清标准画面适配移动端方案 |
4.2.1 HDR 10格式的移动端适配实践 |
4.2.2 Dolby Vision格式的移动端适配 |
4.2.3 HLG格式的移动端适配 |
4.3 创作导向的超高清移动端适配实验 |
4.4 移动端超高清画面适配与新媒体的相互影响 |
4.5 移动端呈现超高清标准画面的局限性 |
4.6 本章小结 |
第五章 5G+未来高质量影像制作呈现方式设想 |
5.1 5G与未来高质量影像 |
5.1.1 5G技术在视频传输方面的应用特征 |
5.1.2 未来高质量影像概念 |
5.2 5G传输环境下的视频制作、播放方式 |
5.2.1 基于5G的超高清创作流程及展望 |
5.2.2 移动端创作、播放模式设想 |
5.2.3 高质量影像的移动端呈现形式 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者攻读学位期间发表的学术论文目录 |
(8)分布式传统民族服饰图案存储平台的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要工作 |
1.4 论文组织结构 |
1.5 本章小结 |
第二章 相关理论及技术介绍 |
2.1 存储技术 |
2.1.1 分布式存储技术 |
2.1.2 Neo4j图型数据库 |
2.1.3 内存数据库 |
2.2 分布式检索技术 |
2.2.1 Elasticsearch框架 |
2.2.2 神经网络相关技术 |
2.3 系统开发技术 |
2.3.1 web开发技术 |
2.3.2 通信技术 |
2.4 本章小结 |
第三章 分布式传统民族服饰图案存储平台的需求分析 |
3.1 需求概述 |
3.1.1 传统民族服饰存储需求分析 |
3.1.2 总体需求 |
3.2 功能性需求 |
3.2.1 传统民族服饰图案存储库 |
3.2.2 具有反馈的图像检索 |
3.2.3 关联关系网络 |
3.2.4 应用层Web门户 |
3.3 非功能性需求 |
3.4 本章小结 |
第四章 分布式传统民族服饰图案存储平台的设计 |
4.1 总体设计 |
4.2 存储层设计 |
4.3 平台层设计 |
4.4 应用层系统设计 |
4.5 本章小结 |
第五章 分布式传统民族服饰图案存储平台的实现 |
5.1 存储层实现 |
5.2 平台层实现 |
5.3 应用层系统实现 |
5.4 本章小结 |
第六章 分布式传统民族服饰图案存储平台的测试 |
6.1 测试目标 |
6.2 测试环境 |
6.3 功能性测试 |
6.4 非功能性测试 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 工作展望 |
参考文献 |
致谢 |
(9)实时目标的位置姿态识别以及运动跟踪的研究和应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究现状 |
1.2.1 人机交互 |
1.2.2 人体检测与识别 |
1.2.3 手势检测与识别 |
1.2.4 工业机器人 |
1.3 论文的研究内容和意义 |
1.4 论文的结构安排 |
第二章 基于KINECT传感器的人体识别 |
2.1 Kinect基本原理及组成部件 |
2.2 Kinect深度图像的获取 |
2.3 Kinect的骨骼追踪原理 |
2.4 Kinect误差实验分析 |
2.5 本章小结 |
第三章 手势识别方法分析 |
3.1 手势识别研究方向 |
3.1.1 基于数据手套的手势识别 |
3.1.2 基于视觉图像的手势识别 |
3.2 阈值分割算法 |
3.2.1 Otsu阈值分割算法 |
3.2.2 基于深度的阈值分割方法 |
3.3 图像预处理 |
3.3.1 图像处理概要 |
3.3.2 中值滤波器算法 |
3.3.3 实验结果对比分析 |
3.4 手势识别关键技术 |
3.4.1 静态手势识别方法 |
3.4.2 动态手势识别方法 |
3.5 本章小结 |
第四章 基于凸包算法的手势识别 |
4.1 凸包算法 |
4.1.1 Graham算法 |
4.1.2 Jarvis步进算法 |
4.2 一种快速凸包算法 |
4.3 实验对比分析 |
4.4 基于凸包集合的手势识别算法 |
4.5 本章小结 |
第五章 实时目标的位置姿态识别以及运动跟踪系统实现 |
5.1 系统硬件配置和软件设计 |
5.1.1 系统的开发平台搭建 |
5.1.2 系统的总体设计与软件实现 |
5.2 系统实验结果分析 |
5.2.1 轨迹检测模块结果分析 |
5.2.2 手势识别模块结果分析 |
5.2.3 机器人控制模块结果分析 |
5.3 系统实时性与误差分析 |
5.4 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(10)基于全景的多用户可视化信息平台设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 全景技术 |
1.2.2 多用户Web系统权限设计 |
1.2.3 三维信息可视化 |
1.3 论文的主要目标以及创新点 |
1.4 本文组织结构 |
1.5 本章小结 |
第2章 关键技术介绍 |
2.1 三维全景技术 |
2.1.1 技术介绍 |
2.1.2 全景软件Krpano |
2.2 基于RBAC的系统权限管理 |
2.3 网页Web开发技术 |
2.4 图像缩放 |
2.5 数据存储技术 |
2.6 本章小结 |
第3章 系统需求分析 |
3.1 系统需求概述 |
3.2 可行性分析 |
3.3 功能需求分析 |
3.3.1 系统维护和用户管理模块 |
3.3.2 全景管理模块 |
3.3.3 三维展示模块 |
3.3.4 多媒体信息管理模块 |
3.4 非功能需求分析 |
3.5 本章小结 |
第4章 系统概要设计 |
4.1 系统设计原则 |
4.2 系统技术架构 |
4.3 功能模块概要设计 |
4.3.1 系统维护和用户管理 |
4.3.2 全景管理 |
4.3.3 三维展示管理 |
4.3.4 多媒体管理 |
4.4 系统功能架构 |
4.5 本章小结 |
第5章 系统详细设计与实现 |
5.1 系统开发与运行环境 |
5.2 数据库设计 |
5.2.1 数据库概念设计 |
5.2.2 数据库表设计 |
5.3 系统设计 |
5.3.1 系统维护和用户管理模块 |
5.3.2 全景管理模块 |
5.3.3 三维展示模块 |
5.3.4 多媒体管理模块 |
5.4 系统实现应用 |
5.5 本章小结 |
第6章 系统测试 |
6.1 系统测试环境 |
6.2 系统功能测试 |
6.3 系统性能测试 |
6.4 测试结果 |
6.5 本章小结 |
第7章 总结与展望 |
参考文献 |
攻读学位期间发表的学术论着 |
致谢 |
四、基于特征信息的静态图像素材库研究与开发(论文参考文献)
- [1]网络游戏直播画面作品属性研究[D]. 李文彪. 天津商业大学, 2021(12)
- [2]多模式动态内容与全景漫游融合中的关键技术的研究与实现[D]. 王默. 北京邮电大学, 2021(01)
- [3]基于姿态分析的学生学习状态监测方法研究与实现[D]. 伍万杰. 西南大学, 2021(01)
- [4]莫高窟盛唐壁画在商业插画设计中的应用研究[D]. 宋修城. 兰州理工大学, 2020(01)
- [5]仿真假体视觉下的人体动作姿态行为识别研究[D]. 郝大帅. 内蒙古科技大学, 2020
- [6]新媒体时代插画在校园文创设计中的应用[D]. 鲍新彤. 北京邮电大学, 2020(05)
- [7]4K HDR图像在移动端的亮度和色彩适配研究[D]. 张艺缤. 北京邮电大学, 2020(05)
- [8]分布式传统民族服饰图案存储平台的设计与实现[D]. 陈孟祥. 北京邮电大学, 2020(05)
- [9]实时目标的位置姿态识别以及运动跟踪的研究和应用[D]. 王敏旭. 电子科技大学, 2020(01)
- [10]基于全景的多用户可视化信息平台设计与实现[D]. 宋磊. 山东师范大学, 2020(08)