论文部分内容阅读
随着计算机应用的日益普及,人机交互方式正在从早期以“计算机为中心”的模式向“以人为中心”的模式转变,朝着人性化、智能化和个性化方向发展。笔式交互(Pen-basedInteraction)以其易用、自然、高效、表达能力强等特点成为新一代人机交互方式的核心之一。捕捉用户笔式交互的模糊意图,并将其映射到计算机精确的信息表示空间中则是笔式交互研究并实用化面临的重要课题。
本文从语法(几何构成)和语义(思维概念)两个方面分析了草图理解系统辅助构思的问题策略,并对草图理解的语义处理方法进行了重点研究和开发。文中阐述了基于草图特征演化的辅助构思过程模型,并分别从草图图形构成的理解及草图图形对象间关系的理解这两个角度对对象语义和模式语义获取这两个关键问题进行了较深入的研究,设计并实现了一个面向UML构思的草图理解原型系统SketchAssistant。本文的成果主要体现在以下几个方面:
(1)提出了草图理解过程模型:根据在草图理解过程不同阶段产生的不同的数据形态,从特征演化的角度提出了层次化草图理解过程模型,并对不同层次间的演化映射机制及其各自具有的特点进行了初步探讨,进而,从语义处理角度将草图理解过程归结为形状、对象和模式三个层次上的语义处理过程,并据此建立了草图理解过程的语义处理框架。这初步解决了草图理解及其语义处理缺乏统一框架问题。
(2)提出了基于上下文的对象语义获取方法:在对传统形状识别技术进行深入分析基础上,通过利用合适的时间、空间等上下文特征,并采用决策树方法主动地学习对象获取规则,取得了一定实验效果,为进一步研究草图理解中的对象语义获取方法提供了基础。
(3)研究了依据模式的出现频度检测模式语义的方法:由于富含语义的对象组合出现机率往往大于随机出现的凌乱的对象组合,而全搜索方式资源消耗过大,本文提出通过设置遗传算法的关键算子,利用遗传算法中基因树模型进行模式检测的方法,省却用户自定义大量模式的繁琐工作。
(4)以UML为应用背景,设计实现了草图理解原型系统SketchAssistant,为草图理解过程模型、高层语义获取方法等本文探讨的技术提供了实践平台。同时,还实现了方便操作的草图交互方式,包括提供保留原始笔划、保留过程信息、编辑、规整、注释、图层管理等服务。