微软亚洲研究院的30项创新技术详解(3)

2006.05.13  来自：赛迪网　

对汉字输入来说，清晰的手写方式可以相当准确，但速度受到限制；而语音输入虽然速度较快，但准确程度有待提高。

·结合手写与语音的汉字输入

对汉字输入来说，清晰的手写方式可以相当准确，但速度受到限制；而语音输入虽然速度较快，但准确程度有待提高。鉴于这两种方式可以取长补短，微软亚洲研究院语音组开发了两者结合的输入方式。我们将语音的识别结果和手写的识别结果在后验概率意义下相融合，从而提高了输入的速度和准确率。

·双语语音识别

在国际合作越来越广泛的今天，许多人的电话本里既有中国人，也有外国人。基于微软亚洲研究院的无缝双语识别引擎，我们开发了应用于掌上设备的语音拨号软件。该软件可用英语或汉语呼叫联系人，具有可靠的识别性能。另外，我们还提供了能自动对不在目录中的呼叫进行拒识的功能。

·基于手机的移动计算

利用最新的无线网络技术，微软亚洲研究院无线与网络组开发了一系列应用原型系统，帮助用户使用手机随时随地访问和控制他们计算机上的数据和应用程序。通过手机，用户可以：

·远程浏览和操纵文件

·获取和控制远程计算机上的电子邮件

·控制幻灯片的演示

·控制媒体中心计算机

·完成远程桌面搜索

·进行远程监控

·闪光抠图

抠图是一种广泛使用的图像合成技术，主要应用于专业的平面设计和普通用户数字图像处理等领域。微软亚洲研究院的闪光抠图技术是指利用一对闪光/不闪光图像抽取前景图像。改技术利用了一个非常简单的原理：如果背景距一对闪光/不闪光图像比较远，则只有前景物体被闪光灯改变亮度。基于这个原理，我们提出联合贝叶斯闪光抠图技术，能够非常有效的从一对闪光/不闪光图像中抽取前景图像，甚至在前景与背景非常相似或背景非常复杂的情况下仍可有效进行抽取。闪光抠图技术可以帮助用户即便使用普通数码相和闪光灯，也可以非常容易的完成室内/室外的抠图任务。

·网格环境下基于Windows Mobile的移动导航服务系统

该系统由同济大学与微软亚洲研究院联合开发。面对目前智能交通和移动导航巨大的市场需求，其意义在于依托网格计算技术的支撑，依赖传感器网络、自组织网络、宽带无线通讯技术、多媒体技术等尖端科技，实现Windows Mobile系统上面向手持和车载用户的移动导航系统。

该项目依托上海市交通信息网格，利用网格计算技术，为信息服务提供技术支撑。项目中建立的基于Ad Hoc技术的车辆网络，突破了传统的导航系统，只通过信息中心获取信息的集中控制方式，网络中的任意一个节点均可互通。例如：某地发生交通事故，某地交通拥堵等驾驶员观察到的交通信息，可以实时通过网络共享。此外，在终端设备上，除具备经典的定位导航功能外，其还集成了移动电话、音视频播放、网络浏览等众多附加功能。而在人机交互方面，则采用了全语音的播报方式。

·绘制现实

绘制草图是建筑师在概念设计阶段最自然和最常用的方法，但是目前的绝大多数计算机辅助设计系统无法处理以草图方式的输入数据。而微软亚洲研究院所开发的一个全新的概念和方法叫做“绘制现实”。该方法可以处理以草图方式的输入数据，并产生真实感的效果，即通过直接处理输入建筑师手绘的草图来产生具有照片真实感的结果。整个系统分为三个部分，即：草图输入、几何重建、以及交互绘制真实感效果。

·桌面照片搜索管理

使用MSN桌面搜索，用户可以像网络搜索一样容易地查找到他们计算机上的任何文件，包括电子邮件、约会日程、照片、文档等。然而，被桌面搜索所索引的照片目前还只能通过文件名、目录名以及手工标注来进行搜索。为了支持更先进的照片检索，我们在MSN桌面搜索中集成了诸多基于内容的分析技术，包括照片/图形分类、室内室外分类、城市风景分类、图像质量评估以及人脸检测等。通过自动被关联到照片上的关键词，用户可以更容易、更快捷地搜索到他们计算机上的照片。

·Libra 学术搜索

Libra 学术搜索引擎是用来更加智能的获取在计算机科学领域内的各种关于论文、科学家、 会议、 期刊和学术兴趣圈的信息。与传统的页面级搜索引擎相比，Libra使得对象级别的信息查询成为可能。它可以帮你：

·找到一个学术领域内的顶尖科学家、会议和期刊;

·了解一个学术兴趣圈的兴起与发展；

·更准确地找到你感兴趣的论文；

·发现正在崛起的学术新星和时下热点的论文

·服务台

Information Desk是关于企业内部网搜索的一个研究原型系统，它由微软亚洲研究院和微软SharePoint Search组共同开发，现在试运行在微软公司内部网MSWeb上。Information Desk能自动从网站中的文件中抽取领域信息和文件元数据。领域信息包括定义、缩写和主页，文件元数据则包括标题、作者以及关键词，而适用的文件格式包括Word 、PowerPoint、HTML。Information Desk能有效利用抽取的信息帮助SharePoint用户搜索企业内部网信息, 从而为用户提供更好的服务。比如：“Information Desk能解答诸如“这个术语是什么意思？”，“这个产品组主页在哪？”，以及“谁了解这项技术？”之类的问题。目前以MSWeb作实验，已经索引了6,000,000以上的文件。这些技术以统计学习技术为基础，从而能够比较容易地应用到其它领域。

·色彩草图

如何把一幅用户给定的照片转换成为一张具有手绘风格的艺术作品是一个非常有趣和极具挑战性的问题。微软亚洲研究院的Color Sketching即计算机绘画系统，则可以实现将一张用户给定的照片转换成具有特定手绘风格的作品。为了做到这一点，我们需要对图像的每个区域的形状和颜色进行风格化处理：首先是把图像分割成不同的彩色区域。然后在此基础上提出了一个两步算法——在第一步，我们运用一个基于亮度计算的方法来收缩每个彩色区域的边界线，以分别突出鲜亮和阴影地带，这使得图片整体效果更具有手绘草图艺术的风格；第二步，使用色彩转移算法来强调主体的内容并自动获得视觉上令人舒适的色彩组合。

·水墨动画在游戏中的应用

该课题由北京电影学院与微软亚洲研究院联合开发，力求在中国水墨画和电子游戏之间找到一个结合点，将水墨绘画的风格应用到现代娱乐中。我们致力于把中国传统的文化和视觉形式与现代的娱乐精神结合在一起。这是数字和水墨的融合，也是现代技术与中国传统文化的交融。该课题在电脑游戏中应用的研究，将给游戏制作者提供一套完整的制作流程，促使相关的游戏画面制作技术，比如建模、渲染等更加成熟并走向突破。其研究涉及到下列议题：

·中国传统水墨动画的艺术特色及其和游戏动画的结合点;

·中国传统水墨动画的艺术特色及其和游戏动画的结合点;

·水墨动画对场景设计和角色设计的影响;

·水墨动画对互动性的影响;

·在游戏动画中运用水墨风格所需解决的相关技术问题。

·虚拟奥运博物馆

虚拟奥运博物馆是北京08年29届奥运会的建设项目，由北京航空航天大学与微软亚洲研究院联合开发。它基于Internet展示，集科技、娱乐、教育于一体。其目标是建立世界上第一个在多文化背景之下介绍奥林匹克运动会的历史及发展的虚拟博物馆。其中：

虚拟跳远系统是博物馆中对古希腊奥运会跳远项目的三维复原与重现。我们采用运动捕获技术来获取真实的人体运动数据，并针对运动数据的重用与合成开展了研究。通过制作运动编辑工具，实现运动数据的重用与合成，使得同一运动数据可以应用到不同三维角色，并可以在不同的运动数据片断之间平滑过渡。基于这些技术我们制作了一个虚拟跳远系统，实现了人机交互。

跪射秦俑展示系统：为展现中国的古代体育，我们使用三维扫描仪获取了彩色跪射秦俑文物模型的三维数据。通过对多角度扫描获取多个数据块的自动拼接、模型自遮挡产生模型漏洞的修复，以及高分辨率纹理自动映射等问题的研究，最终实现了一个彩色跪射秦俑三维模型的展示系统。

·植物叶子的实时渲染

真实感的叶子渲染需要模拟叶面的复杂模型和精确的光照计算，因而该课题一直是计算机图形学的一大难题，在有实时需求的情况下该问题显得尤其困难。微软亚洲研究院的Real-Time Rendering of Plant Leaves技术提供了一个渲染体系从而解决了这一难题。该技术可以在全局光照的情况下实时渲染叶子。具体而言：

对叶子的表面特性，我们提出了一种参数化的模型，以及空间可变的双向散射和透射函数(BRDF/BTDF)。这些函数分析了叶子的外表面和内表面的光照特性，而且可以从真实的叶子中测量得到。更重要的是，这种光照特性的表达十分紧凑，而且可以用图形硬件来实现实时的加速渲染，达到很高的渲染速度。

对于全局光照，我们扩展了预计算的光辐射传播方法(PRT)来渲染全频率的光照效果。我们把光照分解为低频的环境光和高频的太阳光两个部分。太阳光最终被分解为直接光照和非直接光照两部分。非直接光照我们用PRT实现，对直接的光照部分,我们提出了一种新的预计算的光可见性卷积方法(LVC)实现。

CSDN声明：CSDN登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述