多模态人机交互中基于笔输入的手势识别

为研究多模态人机交互系统的理想及构造方法，提出了一种快速的，单笔划手势识别方法，该方法通过提取手势轨迹的关键点及各关键点的运移方向，形成特征码，然后与标准手势符号的各种可能的特征码进行匹配，其中方向特征用于预分类，而关键点位置信息用于细分类，实验结果表明该方法速度快，识别率高。     

基于双代数的物体投影重建方法

基于双代数的物体投影重建方法是一种隐式重建方法。用双代数形式表示的不变量具有简洁、具体的表达式，可以由图像点坐标和基础矩阵直接求出。在投影重建过程中，必须选择射影坐标系的坐标基。本文利用双代数的方法进行物体的投影重建，并详细讨论了如何选择坐标基的问题。     

基于TCP／IP协议的立体视觉信息传输研究

从系统构成，实现原理及编程这三方面讨论了三维立体图像在基于ＴＣＰ／ＩＰ协议的网络上的实时传输方法，并解决了视频信号的同步问题，从演示的结果看，传输的效果是比较理想的。     

一种扩展自相似分形序列图象编码方案

提出了一种扩展自相似分形（ＥＳＦ）序列图象编码方案，在此方案中，我们将分形静止图象编码中所利用的自相似性由２Ｄ扩展到３Ｄ，从帧内扩展到帧间，使分形拼贴图象与原始图象之间的误差大大减少，从而获得较高的信噪比和压缩比，编解码速度也较快，是一种比较实用的压缩方案。     

对话系统中知识处理的研究

在第四代人机交互技术中,基于知识内容的特定域,人机口语对话系统正处于研究热点中.在对话系统中,如何处理好丰富多样的语言学知识与深层表达的任务域知识之间的关系是一个研究难点.本文结合了颐和园导游口语对话系统的实际开发经验,提出了语言学的知识处理和任务域的知识处理相并列的模块结构形式.在这种结构中,域知识库中的概念属性在语言处理模块中产生语义映射,自然语言生成模块的规划以域知识库的查询推理结果为基础.实际测试表明,这种模块结构形式使得系统具备良好的知识查询、表达能力和语言理解、生成能力.     

一种求解刚体3D运动参数的鲁棒算法

提出一种基于鲁棒统计学中位数的３Ｄ运动参数估计方法，能够有效地克服由于出格点造成的粗差，并且不需任何参数初始值，整个算法计算简便，计算机模拟显示，其估计精度是令人满意的。     

基于色彩矩的无监督多分辨率图像分割

无监督的图像分割被广泛的应用于各种不同的条件下，包括数字相机的图像增强，目标识别，基于内容的图像检索和三维图像分析。本文提出了一种新的多分辨图像分割方法，与其他基于颜色的全局优化分割方法比较，该方法基于人的视觉系统原理，能够将感兴趣的物体从背景中分割出来，同时图像分割是一个多分辨率的分割过程，首先算法在整幅图像中搜索代表物体的特征块，然后利用特征块的色彩矩特征对所有图像块进行聚类，最后对属于物体类的图像块进行高分辨率的分类，直到块中的每一个像素点被区分为背景或物体，实验结果表明，与传统方法相比，本文算法能够在较短的时间内，取得较好的分割效果。     

一种基于金字塔结构的图象匹配算法

提出一种用于改善算法效率和鲁棒性的多分辩率图象匹配方法，在该方法中我们设计了一个新颖的与基于个体计算机的图象处理系统联用的金字塔计算结构，用以加速系统计算速度。与单纯由ＰＣ机驱动的图象处理相比，该系统的处理速度提高了一个数量级，这种基本的金字结构还可用作建立更大规模的金字塔结构的“砖石”，本文还对该金字塔结构的性能作了分析。     

一种新的语音识别理解方法

传统的汉语语音理解方法主要有两种：语言学方法和统计学方法，它们在过去的研究工作中已经取得了许多成果，但是用这两种方法建立的系统都是开环系统，对在理解中发生的错误没有自校正能力。本文提出一个具有语言预生成能力反馈自校玻能力的产环汉语语音理解方案，它可以克服传统的开环系统的不足。     

提取深度图象尖顶边缘的一种新方法

提出了一种以基本数学形态学运算为基础的在深度图象中提取尖顶边缘的方法。首先用形态梯度算子处理深度图象，使尖顶边缘包含在图象的凹谷中。然后用形态凹谷检测算子将凹谷检测出来，并在尖顶边缘处形成凸峰，计算凸峰的局部极点，从而得到对应的尖顶边缘点的位置，用实际的深度图象进行了实验，结果证明这种方法快速有效，并且具有良好的抗噪声性能。