【摘 要】
：
Hairstyle is an important feature of virtual human character in computer graphics.Hairstyling, which is an important part of hair modeling, is aimed to model the shape of static hair. Itsdifficulty to
【机 构】
：
State Key Laboratory for Novel Software Technology, Nanjing University, 210093, China
【出 处】
：
第六届智能CAD与数字娱乐学术会议
论文部分内容阅读
Hairstyle is an important feature of virtual human character in computer graphics.Hairstyling, which is an important part of hair modeling, is aimed to model the shape of static hair. Itsdifficulty to ensure both hair realism and real-time performance due to the huge number of hair strandsand the complexity of hairstyles. Besides, human-computer interaction should also be considered. Thus,hairstyling still remains a challenging task. Generally, to support hairstyling effectively, its crucial forhairstyling tools to find a tradeoff between realism and interaction.
其他文献
数据挖掘研究的一个重要领域就是关联规则挖掘，而对负关联规则的挖掘成为关联规则挖掘技术的一个研究热点。本文首先描述了负关联规则的基本概念，接着分析了负关联规则挖掘的特点和相关算法，并提出基于相关性和剪切策略的改进算法来进行正、负关联规则挖掘，最后指出了负关联规则挖掘的研究方向。
在越来越受到人们关注的基于物理流体的动画领域中，目前分别模拟牛顿流体或粘弹性流体的方法很多，但很少有统一模拟两者的方法。文中基于光滑粒子流体的动力学方法，通过对传统纳维-斯托克斯方程添加弹性应力项，提出了一种新的统一模拟牛顿流体和粘弹性流体的方法。通过实验说明本方法不仅有效，易于实现，而且具有良好的可控性，仅仅通过调节参数就可以模拟不同粘弹性、不同类型的流体现象。
由于新疆民间艺术图案纹理复杂，相似程度很高。不同的特征对分类的结果会产生很大影响，如何提取特征使分类器产生的分类错误率最低就是一个关键问题。本文首先通过不同算法提取七个描述纹理的特征，然后针对特征过多或欠佳而造成分类精度不高或分类实时性差的缺点，引入特征选取模型对特征进行可靠性、可区别性及独立性的标定及测评。最后给出了最佳组合特征的参考模型及评价模式，提取了较优特征，从而解决了特征过多或欠佳的缺点
本文提出了一种基于手绘草图的三维树木建模方法，使得用户可手绘输入多种简易草图生成所需树木模型。首先，由用户输入树木草图来表示所需树木模型的结构及整体形状。然后，利用基于规则的方法在草图基础上生成新的二维树枝，形成完整的二维树木。接着在保证三维树正视图投影与二维树结构一致的前提下，最大化三维树枝间的距离，将二维树枝转化为三维树枝，生成三维树木结构。最后，确定树枝粗细并添加树叶等细节形成完整的三维树木
在空域隐藏算法中,高位隐藏算法HSBH相比于传统方法具有更好的鲁棒性。针对HSBH的特点对其进行分析,提出一种区间差分检测的方法(DMID),可以准确检测其隐藏量,进而提出了改进的HSBH算法,使其可以抗击DMID的检测。实验证明,DMID方法可以测量出HSBH算法隐藏量,检测准确率达到95％以上。同时,改进的HSBH算法使DMID分析得出的估计值低于判决门限2％,从而做出错误判决,可以很好地抗击
本文从图像置乱均匀分布的角度出发,定义了理想置乱状态的模型,并根据理想状态的特点提出了一种图像置乱衡量方法,通过比较置乱效果与理想状态的偏离度来评价置乱效果的好坏。对Arnold cat变换进行了仿真分析,实验结果显示该方法能准确衡量图像的置乱程度,与人类视觉相吻合。并指出对256×256的图像来说,8×8,16×16的分块可以更准确的衡量置乱效果。
针对传统的移动最小二乘法在非均匀分布的采样点集拟合中的不足，本文提出了影响域半径动态调整的移动最小二乘法(RSRMLS).在传统移动最小二乘法(MLS)的基础上，根据拟合子区域采样点数据稀疏情况，本方法可自动调整MLS的半径区域大小.通过对相同数据点集的拟合比较，本文提出的RSRMLS拟合效果明显优于传统MLS.
算法首先按列或行的梯度最大值构造图像的相似曲线，然后利用快速匹配搜索策略计算任两幅图像之间的相似度，通过对图像相似曲线和相似度矩阵的分析，判断图像序列的拍摄方向，实现图像序列沿拍摄方向(水平或垂直)自动排序。实验结果表明，该算法快速有效，排序过程无须人工干预，能很好地应用于全景图拼接。
体绘制是科学计算可视化的重要手段，本文针对大规模数据场体绘制计算量大、效率低的问题，提出一种基于哈尔小波变换的三维规则网格数据场快速体绘制方法。采用整体描述、局部细化的策略对转换后的数据进行组织、管理和调度，实现了多尺度分析和快速随机存取，并有效解决了CPU在处理大规模数据集时纹理内存的局限；采用基于CUDA(计算统一设备架构)的GPU加速技术提高体绘制算法性能，很好地实现了大规模数据集的交互式可
本文提出了一种鲁棒、高效的运动目标检测新方法，可用于光照变化、阴影等复杂背景环境下。本文主要贡献有以下三点：首先，引入局部二元模式作为纹理分类特征，解决了光照变化对目标检测的影响问题；其次，使用HSI彩色空间代替传统RGB空间，消除了阴影的干扰；最后，采用Choquet积分模糊测度方法，提高了检测的准确率。实验结果验证了该算法的鲁棒性和高效性。