-
题名运动感知的移动游戏帧率调整算法
- 1
-
-
作者
梁宇智
霍宇驰
王锐
-
机构
计算机辅助设计与图形学国家重点实验室(浙江大学)
-
出处
《软件学报》
北大核心
2025年第2期874-885,共12页
-
基金
国家自然科学基金(61906090,U20B2064,61773208)
江苏省自然科学基金(BK20191287,BK20170809)
+1 种基金
中央高校基本科研业务费专项资金(30920021131)
中国博士后科学基金(2018M632304)。
-
文摘
随着移动设备的广泛普及,其图形处理器的性能也逐渐增强.为了满足用户对卓越体验的不断追求,移动设备屏幕分辨率和刷新率每年都在不断提升.与此同时,移动游戏中的可编程绘制流水线也变得日益复杂,这导致游戏应用成为移动设备功耗的主要来源.研究了移动游戏中的绘制流水线,提出一种运动感知的绘制帧率调整方法,以在节能模式下保证绘制质量.与以往仅考虑历史帧绘制误差的预测模型不同,该方法通过建立摄像机位姿和帧间绘制误差的非线性关系模型,通过未来帧新的摄像机位姿预测其绘制误差,实现更为精确的帧率调整策略.此外,该方法还包括一个轻量级的场景识别模块,可根据玩家所处特定场景有针对性地调整误差阈值,从而采用不同程度的帧率调整策略.在定量对比上,相比只考虑历史帧误差的预测模型,构建的模型在游戏帧序列上的预测准确性提高30%以上.同时,在用户实验的定性对比上,相同跳帧比例下该方法能够得到用户体验更好的绘制效果.提出的算法融合了历史帧误差和摄像机位姿变化信息,能够预测出更准确的未来帧误差.算法结合预测结果和场景识别结果,实现了更好的动态帧率调整效果.
-
关键词
实时绘制
能耗优化
自适应帧率调整
-
Keywords
real-time rendering
power optimization
adaptive frame rate adjustment
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名神经渲染及其硬件加速综述
被引量：3
- 2
-
-
作者
严忻恺
霍宇驰
鲍虎军
-
机构
计算机辅助设计与图形学国家重点实验室(浙江大学)
之江实验室
江苏省专用集成电路设计重点实验室(无锡)(江苏信息职业技术学院)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2024年第11期3846-3869,共24页
-
基金
之江实验室重点研究项目(K2022PG1BB01)。
-
文摘
神经渲染是一种基于深度学习的新兴图像和视频生成方法,它将深度学习模型和计算机图形学的物理模型相结合,从而获得可控和逼真的场景表示和渲染,实现对诸如光照、相机参数、姿态等场景属性的控制.一方面,神经渲染既可以充分利用深度学习的优势,实现传统前向渲染流程的加速,也可以为影像的逆向渲染和3维场景重建等特定任务提供新的解决方案;另一方面设计适应神经渲染流水线的创新硬件结构,突破现有图形处理器的并行计算和功耗瓶颈,有望为虚拟现实和增强现实、影视创作和数字娱乐、人工智能和元宇宙等未来重点领域提供重要支撑.综述了神经渲染的技术内涵、主要挑战和研究进展,在此基础上分析了神经渲染流水线对硬件加速支持的共性需求和当前主流神经渲染硬件加速结构的特点,进而讨论了神经渲染处理器架构的设计挑战,最后展望了其未来的发展趋势.
-
关键词
神经渲染
硬件加速
神经渲染处理器
多层感知机
光线步进
哈希表
-
Keywords
neural rendering
hardware acceleration
neural rending processing unit(NRPU)
multilayer perceptron(MLP)
ray marching
Hash table
-
分类号
TP303
[自动化与计算机技术—计算机系统结构]
-
-
题名大数据可视化的挑战与最新进展
被引量：36
- 3
-
-
作者
崔迪
郭小燕
陈为
-
机构
宁波工程学院电子与信息工程学院
计算机辅助设计与图形学国家重点实验室(浙江大学)
甘肃农业大学信息科学技术学院
-
出处
《计算机应用》
CSCD
北大核心
2017年第7期2044-2049,2056,共7页
-
基金
国家自然科学基金资助项目(61422211)~~
-
文摘
大数据的来临增强了可视化的重要性。可视化分析挖掘人类对于信息的认知能力与优势,将人、机有机融合,借助人机交互高效洞悉大数据背后的信息与规律,是大数据分析的重要方法。针对大数据数据量大、维度高、多来源、多形态等特点论述了大规模数据、流数据、非结构和异构数据的可视化方法。首先讨论了大规模数据的可视化技术:1)采用分而治之的原则将大问题分解成较小的任务并采用并行处理的方式解决以提高处理的速度;2)通过聚合、采样、多分辨表示的方法进行数据约简;3)针对高维数据选择若干个视图,在多个角度下生成不同的可视化结果。然后针对监控型、叠加型两类流数据探讨了流数据的可视化过程。最后阐述了非结构化数据以及异构性数据的可视化技术。总之,可视化能够克服计算机自动化分析方法的劣势与不足,整合计算机的分析能力和人们对信息的感知能力,有效地洞悉大数据背后的信息与智慧,但其理论研究成果也非常有限,同时面临着数据规模大、动态变化、维度高、多源异构等方面的挑战,这些也逐渐成为今后的大数据可视化研究的热点与方向。
-
关键词
大数据
可视化
挑战
可视分析
进展
-
Keywords
big data
visualization
challenge
visual analysis
progress
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名CNN实现的运动想象脑电分类及人-机器人交互
被引量：13
- 4
-
-
作者
程时伟
周桃春
唐智川
范菁
孙凌云
朱安杰
-
机构
浙江工业大学计算机科学与技术学院
浙江工业大学设计艺术学院
计算机辅助设计与图形学国家重点实验室(浙江大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第10期3005-3016,共12页
-
基金
国家重点研发计划(2016YFB1001403)
国家自然科学基金(61772468,61702454,61672451)~~
-
文摘
基于脑电的脑机交互能帮助肢体运动障碍患者进行日常生活和康复训练,但是,由于脑电信号存在信噪比较低、个体差异性大等问题,导致脑电特征的提取与分类还需要进一步提高准确性和效率.因此,在减少脑电采集通道数目、增加分类数目的前提下,基于卷积神经网络对运动想象中的脑电信号进行分类.首先,基于已有方法进行探索实验,建立由 3层卷积层、3层池化层和 2层全连接层构成的卷积神经网络;然后针对想象左手、右手、脚的运动和静息态设计与开展了实验,获取了相关脑电数据;之后,利用脑电数据训练出基于卷积神经网络的分类模型,测试结果表明,该模型平均分类识别率达到了 82.81%,且高于已有的相关分类算法;最后,将已建立的分类模型应用于运动想象信号的在线分类,设计与开发了脑机交互应用原型系统,驱动人-机器人之间的实时交互,帮助用户利用运动想象控制仿人机器人的抬手、前进等运动状态.进一步的测试结果表明,机器人对用户控制命令的平均识别率达到了 80.31%,从而验证了所提方法可以对运动想象脑电数据进行较为精确的实时分类,可以促进脑机接口技术在人-机器人交互中的应用.
-
关键词
运动想象
脑机接口
人机交互
深度学习
卷积神经网络
-
Keywords
motor imagery
brain computer interface
human-computer interaction
deep learning
convolutional neural network
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名多用户眼动跟踪数据的可视化共享与协同交互
被引量：13
- 5
-
-
作者
程时伟
沈哓权
孙凌云
胡屹凛
-
机构
浙江工业大学计算机科学与技术学院
计算机辅助设计与图形学国家重点实验室(浙江大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第10期3037-3053,共17页
-
基金
国家重点研发计划(2016YFB1001403)
国家自然科学基金(61772468,61672451)~~
-
文摘
随着数字图像处理技术的发展,以及计算机支持的协同工作研究的深入,眼动跟踪开始应用于多用户协同交互.但是已有的眼动跟踪技术主要针对单个用户,多用户眼动跟踪计算架构不成熟、标定过程复杂,眼动跟踪数据的记录、传输以及可视化共享机制都有待深入研究.为此,建立了基于梯度优化的协同标定模型,简化多用户的眼动跟踪标定过程;然后提出面向多用户的眼动跟踪计算架构,优化眼动跟踪数据的传输和管理.进一步地,探索眼动跟踪数据的可视化形式在协同交互环境下对用户视觉注意行为的影响,具体设计了圆点、散点、轨迹这 3 种可视化形式,并验证了圆点形式能够有效地提高多用户协同搜索任务的完成效率.在此基础上,设计与开发了基于眼动跟踪的代码协同审查系统,实现了代码审查过程中多用户眼动跟踪数据的同步记录、分发,以及基于实时注视点、代码行边框和背景灰度、代码行之间连线的可视化共享.用户实验结果表明,代码错误的平均搜索时间比没有眼动跟踪数据可视化分享时减少了 20.1%,显著提高了协同工作效率,验证了该方法的有效性.
-
关键词
眼动跟踪
计算机支持的协同工作
视觉认知
人机交互
信息可视化
-
Keywords
eye tracking
computer supported cooperative work
visual cognition
human-computer interaction
information visualization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向比特币交易网络的拓扑结构可视探索方法
被引量：3
- 6
-
-
作者
潘嘉铖
韩东明
郭方舟
郑文庭
于金辉
陈为
-
机构
计算机辅助设计与图形学国家重点实验室(浙江大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第10期3017-3025,共9页
-
基金
国家重点研发专项(2018YFB0904503)
国家自然科学基金(61772456,U1609217,61772463)~~
-
文摘
分析比特币交易网络有助于人们理解交易者在比特币交易中的交易模式.比特币交易网络的匿名性和其巨大的规模使得用户很难在分析前对整个交易网络产生大致的认知.提出了一种基于拓扑结构推荐的比特币交易网络可视分析方法.核心思想是为每个节点生成一个向量化表达,在用户交互的基础上,所提算法即可检测一系列相似的结构.案例分析证明了系统能够支持用户对比特币交易中的交易模式进行探索和分析.
-
关键词
比特币
网络
交易模式
拓扑结构
-
Keywords
bitcoin
network
trading pattern
topological structure
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名大数据时代的机器学习研究专刊前言
被引量：2
- 7
-
-
作者
何晓飞
郭茂祖
张敏灵
-
机构
计算机辅助设计与图形学国家重点实验室(浙江大学)
哈尔滨工业大学计算机科学与技术学院
东南大学计算机科学与工程学院
-
出处
《软件学报》
EI
CSCD
北大核心
2015年第11期2749-2751,共3页
-
文摘
进入21世纪以来,科学研究与社会生活各个领域中的数据正在以前所未有的速度产生并被广泛收集与存储.如何实现数据的智能化处理从而充分利用数据中蕴含的知识与价值,已成为当前学术界与产业界的共识.机器学习作为一种主流的智能数据处理技术,是实现上述目标的核心途径.
-
关键词
机器学习
概念语义
智能化处理
序列模式挖掘
移动对象
随机优化算法
图像块
人脸特征
识别方法
计算智能
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
