计算机科学杂志   北大期刊CSCD期刊统计源期刊

摘要：Fitts法则是人机交互领域预测人机工效的一个有效模型,在许多交互方式中都得到了验证,是传统人机工效研究的理论基础.然而在视线交互中,由于眼动肌肉神经控制机制与肢体运动不同,Fitts法则并不适用.近两年的相关研究提出了一个新的专门针对视线点击任务的难度指数IDeye,它比经典的Fitts指数更能准确预测视线交互的工效.然而,在新模型的有效性验证实验中并没有考虑两种典型的扫视运动（向心和离心运动）的差异.为此,在前期研究的基础上设计组织实验,验证了视线交互中离心和向心这两种眼球运动所带来的人机工效和稳定性的差异,并证实新的IDeye模型仍然能有效预测单纯的离心或向心扫视条件下的人机工效,是对视线交互工效研究的重要补充.

摘要：在移动设备上并发运行多个操作系统,可拓宽和多样化其使用模式,但目前采用的移动虚拟化管理系统技术会带来性能开销和多余的内存消耗.通过分析在单一移动设备上支持多个操作系统所带来的多OS内存管理和外设分配等方面挑战,研究并设计了物理内存在线分配和分时复用外设等新技术,本设计在Galaxy Nexus智能手机上最终实现了ARM-MuxOS原型系统.这一系统不仅可在单一移动设备上支持多个操作系统,而且可在内存较少的环境下管理多个OS的内存分配,避免了传统虚拟化技术的性能开销与工程量.实验结果表明,ARM-MuxOS原型系统不仅能支持Android与FireFox OS的快速并发执行,而且其性能和内存消耗优于现有的移动虚拟化管理系统.

摘要：人们在对话过程中,除了使用口语交互外,还会很自然地利用表情、姿态等多模态信息辅助交流.重点分析并阐述了如何将这些多模态交互方式有效地融合到人机对话模型中,并实现一个面向自然交互的多模态人机对话系统.首先根据不同通道（如情感、头姿）对语音交互的影响,将它们主要分为信息互补、信息融合和信息独立3种模式,并针对3种模式分别采用不同的方式实现输入信息的多模态融合.信息融合后的对话管理,采用有限自动机、填槽法和混合主导方式的对话管理策略.针对对话中的情感处理,提出一种情感状态预测网络来记录用户的情感变化,并根据话语的轮转的不同对话上下文对用户情绪变化进行及时反馈,该对话模型能比较灵活地处理用户在对话过程中呈现的多模态信息.信息输出方面,针对人机对话中较为常用的数字虚拟人的行为控制,提出了一种简化的多模态协同置标语言,实现了虚拟人的包括情感、姿态与语音的同步表达,提高了虚拟人的表现力.最后基于以上关键技术,实现了一个面向城市路况信息查询的多模态自然人机对话系统.多个用户的体验表明,相对于传统的语音人机对话模型,多通道自然人机对话系统能有效提高用户交互的自然度.

摘要：随着遥感技术的快速发展,越来越多的成像卫星可采集同时相的全色和多光谱图像.通常,多光谱图像的分辨率低于全色图像,但实际应用中人们更迫切需要提升多光谱图像的分辨率.当前,研究人员已提出了大量的图像融合方法来解决这个问题,但依然存在光谱失真、细节模糊等问题.此外,真实遥感图像的尺寸较大,现有融合方法难以满足实际应用的高时效要求.为此,提出了基于比值变换的全色与多光谱图像高保真融合方法.根据全色与多光谱图像分辨率之比,该方法对全色图像先下采样,再上采样,生成全色降质图像;同时,对多光谱图像进行上采样,得到多光谱降质图像;然后,计算全色与其降质图像的比值,将多光谱降质图像乘以该比值生成融合图像.实验表明,本方法的保真效果好,性能优于对比方法.

摘要：基于子图分割和自适应噪音方差的2D移动机器人定位方法,不仅能有效地检测闭环,而且能更精准地估计移动机器人的位姿.首先,子图分割能够有效提高移动机器人的定位效率,通过匹配局部子图也能提高闭环检测的准确性,减少测量噪音的影响.与之前工作不同的是,根据2D几何特征点的个数来分割子图,使得子图中有足够的特征点,进而提高闭环检测的准确性.其次,在利用unscented卡尔曼滤波（UKF）模型时,使用自适应的噪音方差来估计移动机器人运动路径,使得每次UKF的预测方差与移动机器人当前环境有关,当检测到闭环时,通过UKF融合闭环定位信息,可以更准确地估计机器人位姿.在实验中,首先使用两组经典的移动机器人地图数据来比较基于特征点分割子图的方法与基于帧数分割子图的方法在闭环检测时的准确性;然后使用真实的移动智能车在室内环境进行实验,证明了自适应方差比常量方差有更高的定位精度.

摘要：智能手机中各种内置传感器的出现使得用户能采集、分析和挖掘传感器数据中的有用信息.介绍了Android平台上用于采集传感器数据的应用LiveData,它可用于记录用户活动时的数据.针对应用LiveData采集的总量为28万条的传感器数据记录,提取了若干特征属性来识别用户的行为,并进一步分析了不同传感器以及不同数据采集环境对实验结果的影响.

摘要：随着移动通信技术的不断发展,手机的普及率在不断上升,而短信作为传统的移动通信服务,长久以来一直在人们的日常生活中占据着极为重要的位置.可以说,短信在一定程度上记录了人们生活的轨迹.但是,现有的短信管理系统仅对短信进行以联系人为特征分类、以时间为顺序显示的简单非智能化的管理,导致了用户手机中各类短信混杂不清,短信的管理效率极低.通过研究短信的特征,分析传统的基于文档频率的特征值提取方法和基于互信息的特征值提取方法的优势与不足,提出了一种适用于短信的基于词频和互信息的特征值提取方法,并结合短信长度实现了一种改进的贝叶斯分类算法.实验证明,算法在进行短信分类时可以得到相当可观的召回率和准确率.

摘要：分支点是多传感器图像之间一种重要的关联特征,因此分支点匹配对多传感器图像配准有着十分重要的意义.基于CPD的基本思想提出了一致分支点漂移算法.针对分支点自身特点,提出了局部结构相容度的概念,用于度量和检验两个分支点的一致性程度;并将其作为匹配约束项嵌入到高斯混合模型分量的后验概率计算中,有效利用了分支点包含的分支边缘等结构信息,同时增强了算法对噪声和外点等干扰因素的抵抗能力,提高了分支点匹配的收敛速度.实验结果表明,提出的一致分支点漂移算法比CPD算法能够更快收敛到最优参数集上,同时得到的分支点配准精度更高.

摘要：外骨骼机器人人机交互是当前的研究热点,通常需要获取人体相关运动信息作为控制信号源.为了采集人体步态数据,研究了生理信号与关节运动之间的关联机制,设计了一种步态数据获取系统,其利用鞋内薄膜压力传感器和关节角度传感器组成测试设备,成功采集了15组健康男子在3km/h、4km/h和5km/h 3种速率下自然行走的步态数据.提出采用基因表达式编程建立膝关节运动识别模型,并使用所采集的步态数据进行训练和验证.结果显示,利用此模型可有效进行关节运动的识别和预测,验证了本系统作为外骨骼人机接口的可行性.

摘要：在深入研究音频特征的基础上,提取响度特征和音调特征,并利用粒子群算法优化特征权重.提出一种对歌唱片段进行自动评价的方法,用于视频点歌系统的实时评分模块.实验结果表明,该系统能够反映演唱者歌声和歌曲原唱两者内容的相似程度,从而给出了有效的评分标准.

摘要：近些年,基于视觉的手部跟踪与手势识别一直是人机交互和计算机视觉等领域的研究热点.传统方法主要是使用单目或多目RGB摄像头等设备获得手部位置、方向等信息,但RGB摄像头易受到复杂背景、光照变化、纹理的限制,导致其准确性、实时性和鲁棒性都较差.随着可获得场景深度信息的家用RGB-Depth（RGB-D）摄像头的发展和上市,可以利用深度信息较好地克服上述环境问题.首先定义了一个基于RGB-D摄像头的3D交互空间,根据深度信息将手部区域从复杂背景、多变的光照条件下进行分割;然后提出了一种基于深度摄像头的手指识别和跟踪方法,该方法基于手部轮廓对人手及手指进行识别和跟踪;最后通过对手指位置和轨迹的跟踪进行手势识别,从而实现人机交互.对提出的方法进行的实验验证了它的准确性、实时性和鲁棒性.

摘要：相似视频片段探测可以辅助网络视频检索、内容关联分析等方面的研究,具有重要的意义.重点研究了位置随机的相似视频片段的探测与定位问题,首先在视频结构化分析与关键帧提取的基础上,对不同视频进行相似关键帧探测.为保证探测的精度与效率,针对视频关键帧的特点,采用了FAST检测子和BRIEF描述子相结合的方法,利用关键帧的局部特征进行相似关键帧探测;其次提出了一种相似关键帧距离度量的方法,利用相似关键帧所在源视频的位置来构建相似关键帧距离矩阵,保留矩阵中距离较小的相似关键帧,将寻找相似视频片段的过程转化为寻找矩阵对应的连通图的过程.最后对算法进行了实验,结果表明,该方法可以有效地探测处于各个位置的相似视频片段.

摘要：随着计算泛在化日益深入,软硬件一体化成为个人电子消费领域的重要趋势,可穿戴设备正成为目前学术界与工业界的研究热点.这些设备虽然具有一定的传感、计算和服务能力,但其接口各并且设备间的协同能力很弱.这就一方面造成了计算和感知能力的浪费,另一方面也无法提供丰富的服务.针对此问题,提出一个支持可穿戴设备间数据及服务协同的移动中间件——Scudware Mobile.Scudware Mobile汇聚了可穿戴设备的数据和服务,并以统一的接口提供给应用层,且引入了设备协同机制.在Scudware Mobile上,实现了两个应用：个人数据门户和shaking ecard.

摘要：随着智能手机和移动互联网的快速发展,人们的生活方式正在发生着变革.目前,智能手机终端集成了不同种类的传感器,如GPS、Wi-Fi、摄像头、麦克风等.通过内置传感器,可以搜集用户的相关信息,利用这些信息能有效地理解和识别用户行为,并为用户提供更好的个性化服务.文中主要面向大型工作或生活社区（如大学校园）,提出基于背景声音识别的社会活动推荐系统MSSAR（Mobile Sound Sensing and Activity Recommender）.该系统通过音频传感器采集用户的背景声音,实时感知用户所处环境,并对用户实时活动（如在咖啡厅、在开会等）进行识别.MSSAR还能结合用户在线交互历史数据计算其偏好及社会关系亲密度,并据此为用户进行活动推荐.本系统基于以人为本的计算理念,对增强用户间社会联系、促进社区成员间活动交流具有积极意义.

摘要：多输出正则投影（MORP）算法将输入特征向量和由类标签形成的多输出特征向量经过因子分解方法映射到一个共享子空间,从而建立输入特征与类标签的关联.在MORP的基础上,通过引入图约束,提出了一种基于局部结构保持的共享子空间分析方法（LSPSA）,该方法在获取共享信息的同时,保持原始多视角特征空间与共享子空间中的数据具有相近的局部几何结构关系,从而避免多视角数据在共享子空间的过拟合问题.此外,还提出了一种图模型逼近方法,实现了LSPSA的在线扩展,解决了在线获取新测试样本在共享子空间中表征的高复杂度问题.在UCI多特征手写体数据库上的分类及检索实验验证了所提出的算法的有效性.