为满足自动驾驶、人机交互等任务对语义分割算法准确度和实时性的要求,提出一种基于特征融合技术的实时语义分割算法。首先,利用卷积神经网络自动学习图像深层特征的功能,设计一个浅而宽的空间信息网络输出低级别的空间信息,以保持原始空间信息完整性,从而生成高分辨率特征;接着,设计一个语境信息网络来输出深层次、高级别的语境信息,并引入注意力优化机制来代替上采样,优化网络的输出;最后,将两路输出特征图进行多尺度融合,再上采样得到与原始输入尺寸相等的分割图像。两路网络并行计算,提高了算法的实时性。在Cityscapes、CamVid数据集上对该网络框架进行一系列实验。其中,在Cityscapes数据集上取得了68.43%的均交并比(MIOU)。对于640×480的图像输入,在一块NVIDIA 1050T显卡上的速度为14.14 frame/s。本文算法在准确度上大幅超越现有实时分割算法,基本满足人机交互类任务对实时性的要求。

虚拟现实技术是指利用计算机多媒体技术从人的嗅觉、视觉、触觉和听觉等多方面来全方位模拟环境，使人产生身临其中的感觉，通过人机交互操作，来获得相应的信息或者体验.本文分析了虚拟校园系统的发展现状以及在web2.0下基于VR技术的虚拟校园系统的设计与实现.通过对虚拟现实技术的介绍，结合校园导向标识系统的设计要求，提出利用虚拟现实技术来实现校园导向标识系统的可行性方案.叙述了虚拟校园系统的框架、开发技术以及具体的实现方法，并对虚拟校园系统的建模方法以及交互性进行了重点阐述.

提出一种新的基于纹理和空间分布特征的图像检索方法.将检索图像分块,采用平移和尺度不变小波对各图像子块进行分解,在改进的快速小波直方图算法基础上提取国像子块的小波直方图,并提取每个图像子块的小波信息熵和三阶中心距作为纹理特征.对小波信息熵和中心矩特征进行高斯归一化,并利用特征向量的欧氏距离计算图像的纹理和空间特征的相似度.基于纹理图像库和自然图像库的检索试验表明,该方法比基于快速小波直方图算法和对数极坐标变换检索算法具有较高的检索准确度.