吴青青
- 作品数：2 被引量：0H指数：0
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：浙江省重大科技专项基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向移动终端的三维模型简化与碰撞检测方法研究
- 2017年
- 移动终端三维场景的绘制与漫游由于其庞大的模型数据量和复杂的外观形态使得实现清晰的场景快速绘制十分困难。为了加快模型的绘制,提出了一种面向移动终端的三维模型的简化与碰撞检测方法,以优化绘制过程。该方法通过二次测量误差半边折叠算法来简化三维模型,并利用八叉树技术对不能显示在屏幕中的场景进行剔除,从而实现三维场景的快速读取、组织和绘制。针对移动设备的屏幕尺寸以及计算能力等限制,实现了适用于移动平台的碰撞检测算法,减少了计算量。实验结果表明,该方法能有效地简化模型,并提高绘制效率,同时减少碰撞检测的计算时间,因而可应用于三维场景的快速逼真绘制。
- 沈瑛王辉王立晖吴青青
- 关键词：碰撞检测
- 基于智能手机的车辆行为实时判别与渐进矫正方法研究
- 2017年
- 目前基于智能手机的车辆行为识别算法存在着鲁棒性较差、识别率较低、无法应用于实时行驶判断等问题。针对上述问题,提出了基于智能手机的车辆行为实时判别与渐进矫正方法,以提高车辆行为识别的准确率和实时性。该方法利用车辆行为发生时存在的渐进变化数据来进行车辆行为的识别与渐进矫正分类,并通过采集过程数据作为分类器训练样本,提高支持向量机(SVM)分类器的车辆行为识别和预测能力。同时,针对传统滑动窗口检测的局限性,该方法采用了端点检测算法,从而能快速地从车辆行驶数据中截取并识别行为轨迹信息,以减少车辆行为的误判。实验结果表明,基于时间分段矫正的行为识别算法能够有效地对车辆行为进行预测,并最终达到较高的识别率,证明了该方法的有效性。
- 范菁吴青青叶阳董天阳
- 关键词：SVM
