导读:本文包含了文景转换论文开题报告文献综述及选题提纲参考文献，主要关键词:文景转换,场景划分,主题,时间
文景转换论文文献综述
袁志春[1]（2019）在《面向文景转换的场景划分研究》一文中研究指出文字是人们表达对现实世界认知的一种方式,而视觉是人类了解世界的窗口,将文字表示含义以可视化的形式展现,能够使人们更加方便、高效的进行交流。文景转换就是通过计算机将客观世界认知的自然语言文本描述自动转换为可视化场景或动画的过程,其在教育、军事、设计、沟通等方面都有重要的现实意义。文景转换中的场景信息都是来自于文本,从文本中自动识别场景信息成为了现有文景转换研究的关键问题。场景划分研究是文景转换中场景信息识别的主要内容之一,指的是从输入文本中自动识别场景数量与结构,但当前还缺乏系统的基础理论和有效的解决方法。针对这一现状,本文从文景转换的角度出发,通过分析场景的特征,提出了场景的定义,对场景的各个要素进行了详细说明;根据场景的定义,得出了场景性质,对其进行了解释;从不同角度对场景进行了分类,给出了分类的依据和结果,进一步分析了不同类别的场景特征,总结了多场景的场景关系。针对主题特征的场景文本,提出了基于主题的场景划分方法,通过建立主题与关联实体词典,识别主题实现场景划分;针对时间特征的场景文本,提出了基于时间的场景划分方法,通过建立时间词匹配规则,识别场景文本中的时间要素实现场景划分;针对空间特征的场景文本,提出了基于空间的场景划分方法,通过建立地理空间词集、相关类别空间词集、方位空间词匹配规则,识别场景文本中的空间要素实现场景划分;最后提出结合时空的场景划分方法。实验结果表明,本文提出的方法能够对输入的场景文本进行识别,实现场景划分,同时也证明了本文提出的基础理论和技术方案的有效性和可行性。(本文来源于《重庆邮电大学》期刊2019-05-20）
孙达程[2]（2019）在《基于多模态转换思想的文景转换研究》一文中研究指出在生产及生活中,叁维模型以及由它们组成的场景用途广泛,涵盖了工业设计、医疗教育、影视娱乐等各个领域。但随着这些行业的发展,叁维场景的使用需求不断增加,而传统的叁维模型软件一般较为复杂,学习难度较大、周期较长,因此,对于有需求的非专业人士来说,创建具有使用价值的叁维场景是一项相对困难的工作。并且,在对精度没有过高要求,又需要快速创建一个场景的场合,使用传统的叁维软件创建场景的效率也不高。鉴于以上情况,我们需要一种更加简便高效的叁维场景创建方法。本文主要聚焦于基于多模态转换思想的文景转换方法,分为自然语言处理和模态转换两个部分。在自然语言处理部分,首先对输入文本进行分句及分词,进行句法分析,提取所有名词短语,对整个文段进行指代消解,利用Semgrex模式匹配,从名词短语中提取中心语、属性、空间介词等组成部分。在模态转换部分,通过收集Visual Genome数据集中每幅图像的先验信息,包括出现的物体种类和它们的属性、空间关系,利用贝叶斯方法推断场景类型和隐含信息;在落实模型种类阶段,根据之前提取的物体种类信息确定对应的WordNet同义词集,在ShapeNet模型库中选取对应该同义词集的模型,并且试验了一种通过叁维模型各方向渲染图对模型种类进行预测的深度学习方法；在落实模型属性阶段,本文采用为叁维模型赋予符合属性的材质的方法;最后,根据提取的空间介词,定义空间介词到空间坐标的映射,在场景中得到叁维模型排布,最后渲染结果作为输出。本文考虑常用的叁维场景数据集规模较小、标注较少,因此选择在规模相对较大的图像数据集上采集先验数据,增强输出场景的合理性,也体现了文字-图像-叁维模型多模态转化的思想。选用的方法较为简便直接,提高了运行效率,能够生成6种最常见的室内场景。(本文来源于《山东大学》期刊2019-05-20）
黄跃川[3]（2019）在《面向文景转换的交互式场景研究》一文中研究指出设计叁维场景是一项富有创造力的任务,它需要具备专业知识的人利用复杂的3D设计软件去完成创作,对于普通的人群则很难使用叁维场景。文景转换研究的目的是让用户使用熟悉的自然语言去完成场景的创作,而不需要人们花费大量的时间去学习3D设计知识和复杂的创作过程。本文在已有的研究基础上提出交互式场景生成的研究,旨在让用户能够使用自然语言设计叁维场景。交互式场景是文景转换中场景可视化表达的主要研究内容之一,主要研究交互文本动作语义、交互信息抽取、交互场景要素、交互场景重构等问题,但这些研究还缺乏系统的理论依据和有效的解决方法。针对上述现状,首先,本文在现有自然语言处理技术之上,分别从词法、句法、语义叁个维度对交互文本语义展开研究。通过分析交互文本建立基本交互操作动词词集,使用数据驱动的方法扩充动作词典;其次,结合人机交互的相关研究,提出一种基于交互指令的文本信息抽取方法。通过对句子的语法结构和语义依存分析,建立相应的文本信息处理方法将交互文本转为交互指令序列;然后,本文从叁维场景出发,对构成叁维场景的元素及其属性进行研究,通过对各个元素的交互性分析,建立场景信息描述结构用于衔接文本信息到场景信息的映射。进而,针对不同交互操作对场景元素产生的变化进行研究,通过使用二叉树结构组织方法对引发场景布局改变的操作进行组织,并建立相应的重构推导方法。最后,对交互式场景进行生成,并以简单交互文本为例,对本文提出的方法和技术路线进行实验验证。实验结果表明,本文提出的方法能将交互文本转为动作指令,并根据动作指令对已有的场景进行修改,从而实现使用文本描述与场景进行交互的目的。验证了本文提出的方法和技术路线的可行性以及有效性。(本文来源于《重庆邮电大学》期刊2019-05-18）
白宇科[4]（2018）在《文景转换中的场景主题推理研究》一文中研究指出随着大数据时代的到来,高性能计算机、人工智能技术的蓬勃发展,为文景转换提供发展机遇。现有的文景转换系统一定程度上实现了严格限制文本输入,或者特定场景主题下适度限制文本输入情况下的文景转换。场景主题有助于实现场景实体及其属性、实体关系等场景生成时必要信息的快速推理,但目前文景转换相关研究对场景主题关注甚少。因而,本文对文景转换中的场景主题推理展开了研究。本文在介绍了文景转换及其过程,以及现有文档主题提取方法等相关研究现状的基础上,对场景主题的概念、特征、提取方法以及主题间的关系推理几个方面进行了深入研究。首先,基于语料收集与人工语料场景主题标注,深入分析了场景主题,给出了场景主题的定义,将场景主题与文档主题进行了对比分析,研究了场景主题的语法特征、场景主题的分类以及场景主题间的关系等问题。然后,基于场景主题与主题词的统计特征,提出了一种基于场景词典的一般性场景主题提取方法,并且通过实验对该方法进行了验证。最后,对多场景主题间的关系推理进行了研究,主要针对场景主题中的空间包含关系与时间顺序关系给出了初步的推理方法。实验结果表明了本文提出的方法的可行性。本文的相关工作可以为文景转换中的场景主题分析与推理提供参考,丰富了相关领域的研究。(本文来源于《重庆邮电大学》期刊2018-06-13）
黄杰[5]（2018）在《文景转换中的实体属性结构研究》一文中研究指出视觉是人类了解客观世界的窗口,通过视觉人类可以积累大量的知识并形成经验,从而帮助人类理解客观世界。随着可视化信息技术的发展,人们对信息可视化的关注日益明显,中文信息的可视化也日渐进入人们的视野。文景转换就是通过计算机将客观世界认知场景的自然语言文本描述自动转换为其叁维或动画形态的可视化表达过程,其在设计、动画、教育、军事以及人工智能等领域有着广泛的前景,对提高计算机的智能理解水平、解放人类双手和大脑都有重要的科学价值和现实意义,但现有的文景转换在基础理论和技术方案上的研究还不成熟。实体属性结构是文景转换中实体可视化的主要内容之一,主要研究文景转换中的实体的分类、可视化属性结构、信息的推理和抽取等问题,但这些尚缺乏系统的基础理论和行之有效的解决方案。针对这一现状,本文对影响实体可视化效果的外形结构、表面纹理以及影响两者可视化因素的约束条件、实体可视化因素的约束关系认真研究,并对可视化实体详细分类,提出实体可视化属性结构的一般模型;针对文本描述中可能出现可视化因素不完善的情况,在可视化属性结构的基础上提出改进相似度的属性值推理方法,在已有人体外形结构数据的基础上推理缺失的数据;针对文本描述中可视化信息抽取困难的问题,在可视化结构的基础上提出基于语义分类的属性词抽取方法,实现从描述文本中的正确抽取属性词的功能。实验结果表明,本文提出的可视化属性结构模型,能够在实体名词向实体参数化的转化过程中起到关键作用;同时,所提出的改进相似度的属性值推理方法,对身高和体重实验的平均绝对误差和均方误差均有数量级的降低;所提出的基于语义分类的属性词抽取方法取得明显效果。上述实验结果证明了本文基础理论和技术路线的有效性及可行性。(本文来源于《重庆邮电大学》期刊2018-05-18）
顾华峰[6]（2017）在《文景转换中的隐含实体推理研究》一文中研究指出人类通过五官来对这个客观世界进行感知,而通过视觉获取信息的方式比理解文字内容更加直观、便捷。但是随着信息时代的到来,以文字形式存储的信息呈现出了海量增长的趋势,人们对于信息可视化的需求越来越大。文景转换就是让计算机将文本形式存储的信息通过叁维场景或动画形态等直观的方式来展现。但是文景转换目前正处于发展阶段,相关的理论和技术研究并不成熟。本文针对文景转换中的可视化信息提取以及场景实体单一问题进行了研究,主要工作如下:1.对现有的文景转换系统进行了介绍,给出了文景转换的逻辑框架图,分析阐述了其中涉及到的相关自然语言处理方法以及场景生成的相关技术。2.针对文景转换中的可视化信息提取问题,本文在构建标注实验数据集的基础上,通过横向对比的方式找到适合中文的自然语言处理工具。接着在自然语言处理的基础上,从词法、句法的角度出发,提出了一种可视化的场景信息提取规则,实现了从文本到场景信息的识别。3.针对文景转换后的场景实体单一问题,本文通过隐马尔可夫模型对输入信息进行语义推理,并根据可视化的场景信息提取规则,得到未在输入文本中明确表述的隐含实体,最后展示在生成的可视化场景中,达到场景增强的目的。4.通过建立空间知识库、实体模型库,用二维背景与叁维实体模型相结合的方式对本文提出的场景信息提取规则和场景实体推理方法进行了实现与验证。结果表明本文提出的方法能够实现文本的可视化信息提取以及场景的自动增强功能,在一定程度上提高了文景转换的自动转换效率以及表现效果。(本文来源于《重庆邮电大学》期刊2017-03-31）
李想[7]（2012）在《基于文景转换的手术场景生成技术研究》一文中研究指出虚拟手术研究是在传统手术训练具有局限性并且现代计算机技术和虚拟现实技术快速发展的背景之下应运而生的。它是集诸多学科为一体的新型的交叉研究领域。该领域研究的目的是改变传统手术训练的约束,使用计算机技术来模拟、指导医学手术所涉及的各种过程,可以进行手术排练演习,手术教学,手术技能训练等等。现代虚拟手术技术利用虚拟现实技术和各种医学模拟数据进行叁维医学手术环境的构造,在模拟手术中医生借助于近似逼真的叁维环境信息来进行各种手术操作,通过一些反馈器械达到了与真实手术近似的模拟效果。场景建模是实现虚拟手术关键技术的第一步,模型的好坏直接影响着系统的性能和仿真效果。场景建模是虚拟手术实现过程中最重要、最为耗费时间和人力的工作之一。尽管现实生活中拥有大量的建模软件,但是大量的工作时间仍就花费在一些无需新意、重复性、常规的工作中,浪费建模者的时间和精力。对于医学工作者来说,叁维场景的设计工作往往不是一个医生需要考虑的事情。如果能够根据一些资源或者知识,可以简化建模过程或者降低一些建模难度,智能的识别需求产生叁维场景,这将大大加速虚拟手术场景建模生成速度,进而影响虚拟手术的研究与发展。文景转换技术的研究现在已经初具规模,虽然还不能完美的解决任意语言的转换,但是它已经具备了将限定性的语言作为输入,输出基本的叁维场景的功能。手术手册是医生训练的指导书,它包含了大量的手术过程中的场景描述信息。利用手册中语言信息我们可以获得场景中的组织、手术器械以及手术操作行为。这些构成了手术模拟场景的基本要素。通过文景转换技术,存在着手术手册到叁维场景建模的可能性。因此本文研究致力于将文景转换技术应用到手术场景建模中去,手术手册中包含的手术场景描述作为输入,通过自然语言处理技术和场景规划一系列的处理,得到叁维场景描述文档,然后通过转换为Spring场景格式,载入Spring中渲染生成手术场景。虽然国内外对于虚拟手术建模领域与文景转换技术的研究一直处于独立阶段,目前还没有二者结合的相关研究,但是二者存在着可以结合的可能。因此在这里,我们针对文景转换技术在手术场景生成应用领域做了一次有益的尝试。(本文来源于《山东大学》期刊2012-04-20）
李世奇[8]（2011）在《面向文景转换的中文浅层语义分析方法研究》一文中研究指出本文针对中文浅层语义分析中的关键问题展开了全面深入的研究。浅层语义分析是自然语言处理领域里的研究要点,基于语言学特征和统计机器学习的方法是目前浅层语义分析的主流方法,该方法中最关键的因素是特征的选择和机器学习方法的优化。另外,本文中的浅层语义分析主要面向文景转换这项应用任务,文景转换是指把自然语言文本通过计算机自动转换成为相应的场景或动画,是一门具有重要理论和实际意义的新兴研究方向。本文首先对文景转换中必要的共指消解模块进行了研究;然后从特征选择角度对浅层语义分析方法进行了探索,发掘出在浅层语义分析中具有较强区分能力的句法特征;接着提出一种组合分类模型的方法对浅层语义分析进行完善;最后提出一种基于计算认知模型的方法,从更深层面对中文浅层语义分析进行了探索。具体地说,本文主要包括以下研究内容:(1)首先提出一种基于自适应谐振理论(ART)网络的无指导中文名词短语共指消解方法。该方法充分利用了名词短语自身特征,通过调整ART网络模型中的参数动态地控制聚类数量,有效解决了目前聚类共指消解中输出类别数目难以确定这一难题。另外聚类算法中还采用了一种基于信息增益率的特征选择方法,减少了区分度较弱特征给聚类所带来的干扰。该方法在保证了共指消解准确率的前提下,具有较好的可移植性和鲁棒性,突破了目前文景转换中的浅层语义分析在预处理阶段的主要障碍。(2)本文从语言学特征层面深入地研究了中文浅层语义分析,提出一种基于多重句法特征的中文浅层语义分析方法。现有研究表明,对特征集合进行改进是目前提高浅层语义分析性能最有效的方法。本文提出将短语结构句法和依存句法两种类型的句法特征进行融合,为浅层语义分析提供了更加丰富和互补的句法信息。然后在这两个句法特征集合基础上,提出一种基于统计的组合特征选择方法,根据各个特征在语料库中的分布状况,快速有效地筛选出适于各分类阶段的组合特征。最后利用短语结构句法特征、依存句法特征以及在前两者基础上构造的组合特征进行语义分析相关的分类。实验表明,本文提出的多重句法特征集合能够有效地提高中文浅层语义分析的性能,在正确句法分析以及自动句法分析条件下均取得了较好的效果。(3)提出了一种基于组合分类模型的中文浅层语义分析方法,从优化机器学习方法的层面进一步对浅层语义分析进行完善。本文在前面提出的多重句法特征集合基础上,采用五种机器学习方法:K近邻、决策树、感知器、最大熵以及支持向量机,在训练语料上构造了五个语义角色分类模型,作为组合模型中的基本单元。接着通过一种输入相关的选通系统将五个基本分类模型有机地整合到一起,通过调整选通系统中的参数协调各个基本分类模型,控制组合模型的输出结果。最后采用EM算法在训练语料上对选通系统中的参数进行学习,在通用语料库上进行了相关的训练和测试,结果表明该方法能够显着地提高中文语义角色分析的效果。(4)最后,本文提出了探索性的基于计算认知模型的中文浅层语义分析方法,以认知理论为基本依据,通过模拟人类的语言理解过程,从本质上来研究中文浅层语义分析。首先设计了一种面向计算认知模型和文景转换的命题语义表示形式,这种命题形式能够简单高效地表达自然语言中蕴涵的语义信息。本文将该命题形式作为认知模型中的基本单元,然后在认知模型网络上模拟人脑中神经元的扩散激活机制,使符合上下文约束的命题节点不断被加强,不符合上下文约束的节点逐渐被削弱,根据当网络达到稳定状态时的最终激活命题节点,即可还原出谓词相关的语义分析结果。(本文来源于《哈尔滨工业大学》期刊2011-06-01）
李晗静,薛小平,赵铁军[9]（2010）在《面向文景转换系统的空间本体库体系结构》一文中研究指出空间概念转换是文景转换系统中的基本任务.空间本体库是在SUMO顶层体系框架下,结合文景转换特定领域要求,基于领域空间本体模型构建特定领域空间本体库.其本体描述的空间概念能够有效地弥补自然语言系统和图形系统之间的差别,把对于图形系统来说自然语言描述中缺失的信息补充上,即完善自然语言系统固有的模糊性,从而完成空间概念的转换,提升生成场景的美观性.这个本体库在面向汉语的静态文景转换中得到测试,且取得很好结果.(本文来源于《计算机研究与发展》期刊2010年07期）
季伟[10]（2008）在《面向文景转换的角色动画生成技术研究》一文中研究指出角色动画生成系统是文景转换系统的可视化模块中的十分重要的模块,它负责将文本分析所得到的角色动画信息,以角色动画的形式显示出来。自然科学基金项目“基于Ontology的文本中空间关系的叁维可视化”就是对篇章中空间概念以及事件关系的抽取及其可视化的研究。本课题是其中的一个重要部分,着眼于对叁维空间中事件关系中的角色的动作关系的解释和可视化及其叁维场景的自动生成的研究与实现。本文首先分析了复合动词到元动词的映射关系,认识到我们不能直接利用HowNet将复合动词解释为元动词序列。所以本文提出了一种基于示例库的脚本解释模型,该模型主要实现以复合动词为核心的角色动作脚本到以元动词为核心的元动作脚本序列的解释。模型的基本原理是,利用手工标注好的角色动作脚本到元动作脚本序列语料训练模型,即以动词为核心将语料按照动词进行归类,建立脚本示例库。然后对于测试的角色动作脚本,从示例库中查找与其具有相同动词的示例脚本,并将相似度最大的示例脚本的解释结果作为原型,应用到测试的角色动作脚本,生成脚本解释结果。基于脚本解释模型的角色动画生成系统,包含两个部分:基于示例库的角色动作脚本解释模型和动画生成系统。利用VirtoolsSDK建立起来的动画生成系统,为每种元动作脚本定义了一个接口函数,所以系统只需根据脚本类型调用相应的接口函数即可显示角色动画。动画生成系统包含了场景分类处理模块、场景初始化模块、角色动作处理模块,其中场景分类模块决定动画场景模型的调用,场景初始化模块获取场景中的实体和角色的初始坐标、朝向和大小信息,并将其摆放到相应的位置。而角色动作处理模块是在前两个模块基础上,从文件读取元动作脚本序列,并调用相应的处理函数,生成角色动画。(本文来源于《哈尔滨工业大学》期刊2008-06-01）
文景转换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在生产及生活中,叁维模型以及由它们组成的场景用途广泛,涵盖了工业设计、医疗教育、影视娱乐等各个领域。但随着这些行业的发展,叁维场景的使用需求不断增加,而传统的叁维模型软件一般较为复杂,学习难度较大、周期较长,因此,对于有需求的非专业人士来说,创建具有使用价值的叁维场景是一项相对困难的工作。并且,在对精度没有过高要求,又需要快速创建一个场景的场合,使用传统的叁维软件创建场景的效率也不高。鉴于以上情况,我们需要一种更加简便高效的叁维场景创建方法。本文主要聚焦于基于多模态转换思想的文景转换方法,分为自然语言处理和模态转换两个部分。在自然语言处理部分,首先对输入文本进行分句及分词,进行句法分析,提取所有名词短语,对整个文段进行指代消解,利用Semgrex模式匹配,从名词短语中提取中心语、属性、空间介词等组成部分。在模态转换部分,通过收集Visual Genome数据集中每幅图像的先验信息,包括出现的物体种类和它们的属性、空间关系,利用贝叶斯方法推断场景类型和隐含信息;在落实模型种类阶段,根据之前提取的物体种类信息确定对应的WordNet同义词集,在ShapeNet模型库中选取对应该同义词集的模型,并且试验了一种通过叁维模型各方向渲染图对模型种类进行预测的深度学习方法；在落实模型属性阶段,本文采用为叁维模型赋予符合属性的材质的方法;最后,根据提取的空间介词,定义空间介词到空间坐标的映射,在场景中得到叁维模型排布,最后渲染结果作为输出。本文考虑常用的叁维场景数据集规模较小、标注较少,因此选择在规模相对较大的图像数据集上采集先验数据,增强输出场景的合理性,也体现了文字-图像-叁维模型多模态转化的思想。选用的方法较为简便直接,提高了运行效率,能够生成6种最常见的室内场景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
文景转换论文参考文献
[1].袁志春.面向文景转换的场景划分研究[D].重庆邮电大学.2019
[2].孙达程.基于多模态转换思想的文景转换研究[D].山东大学.2019
[3].黄跃川.面向文景转换的交互式场景研究[D].重庆邮电大学.2019
[4].白宇科.文景转换中的场景主题推理研究[D].重庆邮电大学.2018
[5].黄杰.文景转换中的实体属性结构研究[D].重庆邮电大学.2018
[6].顾华峰.文景转换中的隐含实体推理研究[D].重庆邮电大学.2017
[7].李想.基于文景转换的手术场景生成技术研究[D].山东大学.2012
[8].李世奇.面向文景转换的中文浅层语义分析方法研究[D].哈尔滨工业大学.2011
[9].李晗静,薛小平,赵铁军.面向文景转换系统的空间本体库体系结构[J].计算机研究与发展.2010
[10].季伟.面向文景转换的角色动画生成技术研究[D].哈尔滨工业大学.2008