本项目以研究和开发基于草图的智能化构思环境为目标。拟以层次化变粒度基因模型定义及其进化机制来满足模糊草图形状概念的增量式信息管理及知识支持的需要;以多线索组合和主动式增量学习来提高草图图形理解的自学习和自适应能力,以多策略组合的综合推理和视觉语义推理来解决草图理解对用户草图输入意图的捕捉和解释问题;以基于视觉形象与语义集成的信息融合和基于实例的学习方法来实现对用户草图输入习惯和意图的建模以支持个性化的草图输入。项目研究成果将不仅对尚未形成的草图输入和理解及其应用理论体系的建立及其关键技术问题的解决具有十分重要的理论意义和学术价值,而且将对多通道用户接口技术和形象思维及其过程的模拟等领域的研究产生重要影响。
手绘草图是人类自然而直接的思路外化和交流方式,将成为普适计算时代最重要的人机交互方式之一。本项目以具创新特性的方案构思为应用背景,围绕消除草图信息模糊性和支持用户输入随意性这两个重要问题,对在线手绘草图识别及其应用技术进行了系统而深入的研究。研究成果主要表现在三大方面一是针对手绘草图输入的动态性,结合手绘草图的几何特性和用户的主观反应,从笔画、图符和语义模式这三个层次对手绘复杂草图的表示和识别方法进行了系统的研究,形成了完整的多线索融合复杂图形识别方案,并将研究成果开发成相应的软件平台MagicSketch;二是针对手绘草图的用户依赖性,分别运用支撑向量机、隐马尔可夫模型、贝叶斯网络、决策树学习和人工免疫克隆选择算法等计算智能技术,对在线手绘草图识别中的用户适应性问题进行了深入的探讨,提出了多种旨在提高在线手绘草图识别用户适应性的算法;三对在线手绘草图识别在电路图概念方案设计、基于语义的视觉信息检索及基于UML的协同软件概念设计中的应用进行了研究。项目研究成果对推动在线手绘草图识别技术的发展及应用做出了贡献,对自然人机交互技术的发展等也有重要参考价值。