景红
- 作品数：22 被引量：116H指数：7
- 供职机构：西南交通大学信息科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金四川省应用基础研究计划项目广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 以知识管理为核心的OA系统模型研究与探索被引量：6
- 2009年
- 在分析知识管理系统的基础上,提出了一个基于知识管理为核心的办公自动化系统模型。模型较为全面地分析了OA知识管理系统的知识处理过程及信息转换技术,可以适用于常用的知识管理OA系统。
- 凯定吉景红
- 关键词：XMLLOTUSDOMINO/NOTES
- 远程教育与传统教育教学情况的调查与比较被引量：2
- 2009年
- 本文通过问卷调查了解远程教育和传统教育在教学的几个关键方面的现状，通过比较研究两者的共性和差异，分析远程教育教学中存在的问题，从而探讨改进远程教育教学的策略，为促进远程教育的发展提供参考。
- 陈卉景红
- 关键词：远程教育传统教育教学
- JSP在线购物系统的安全性分析被引量：2
- 2009年
- 结合JSP在线购物系统开发,重点分析了其安全性。通过JSP系统代码的分析和研究,阐述了JSP系统存在的跨站脚本(XSS)、搜索注入、文本输入柜注入等安全问题的原理和分类,并通过对实例的分析和实验测试,提出了各种安全漏洞的防御策略。
- 刘文戈景红
- 关键词：跨站脚本搜索安全漏洞SQL注入
- 基于SOA的高校信息系统集成研究被引量：2
- 2010年
- 研究了SOA的基本概念和体系结构,分析了将Web Service作为SOA实现技术的不足之处,阐明了SCA/SDO编程模型的优势,并针对高校信息化建设的现状,提出了基于SCA/SDO编程模型,对高校信息系统进行集成的SOA架构模型。
- 陈坚景红
- 基于体感技术的手势追踪与识别被引量：8
- 2014年
- 体感技术使人们更直接的通过自己的肢体动作与电脑设备产生互动,减小了鼠标、键盘等传统输入设备带来的束缚.使用Kinect体感设备,对体感关键技术及Kalman滤波器算法进行了深入的研究,并在此基础上提出了一种基于骨骼坐标的手势识别算法.最后详细阐明了基于Kinect的手势追踪与识别系统的具体设计与实现方法.
- 朱明茗景红
- 关键词：KINECT手势识别KALMAN
- 具有创新精神的实用型软件人才培养模式研究被引量：2
- 2009年
- 文章首先分析了软件人才培养的需求与现状,从教学体系、课程体系、案例库建设与案例教学、国际交流、实践教学体系等几个方面入手,提出了具有创新精神的实用型软件人才培养模式,并阐述了该培养模式的应用效果。
- 景红刘金艳
- 关键词：教学体系校企合作案例教学案例库
- Comet技术在网络互动教学中的应用研究被引量：1
- 2011年
- 主要探讨使用Comet技术提高网络教学平台的互动性。IM（Instant Messaging,即时通讯）软件体现出的及时性,可以加强人与人之间的沟通。然而,IM在C/S端的应用较多,B/S端几乎没有。介绍研究背景,概述Comet技术要点,利用IM便于交流的优点,使用Comet技术将IM在B/S端实现,使Web服务器可以主动向网络教学平台的学习者发送消息,从而提高网络教学的互动性。
- 段小红景红
- 关键词：COMET网络教学IM
- 网络CAI环境平台的研究与实践
- 2000年
- 在NOVELL网络环境上，设计实现了一个基于多媒体的网络CA I环境平台。介绍了该平台的总体设计、系统开发的通信、屏幕处理及内存驻留等技术；详 细讨论了远程控制、屏幕收发、信息收发等主要功能模块的实现过程。
- 景红凯定吉
- 关键词：CAINOVELL网多媒体远程控制
- 基于Leap Motion的手势控制技术初探被引量：32
- 2015年
- 最新体感设备Leap Motion的面世提供给用户一种全新的体验,即通过跟踪探测动态手势可以进行体感游戏、虚拟演奏、凌空绘画等的非接触式人机交互.文章首先对Leap Motion的技术特点进行介绍,并对同类型设备进行对比总结,介绍了Leap Motion的相关应用和发展前景.文章分析了Leap Motion的原理和技术基础,然后提出基于Leap Motion的手势控制技术,最后以一个基于Unity 3D的手势控制虚拟场景中的物品运动的具体实例,对Leap Motion手势控制技术的实现进行了细节介绍.
- 黄俊景红
- 关键词：MOTION手势控制人机交互
- 基于Leap Motion的手势识别在虚拟交互中的研究被引量：11
- 2017年
- 针对虚拟场景中的自然手势交互进行了研究,提出了基于Leap Motion的动态指尖手势轨迹识别方法。首先借助Leap Motion设备采集指尖在场景中运动时产生的坐标并同时对数据进行预处理,然后从这一系列坐标中找出起始和结束位置并提取出有效的手势轨迹,再进行轨迹优化和手势初步分类,基于加权欧氏距离将轨迹和手势模板进行相似度计算,得到识别结果。采集200组手势数据进行实验,结果证明提出的方法具有很高的识别率,将方法应用在手势交互系统中,实现使用自然手势和虚拟物品进行交互,增加了交互乐趣,改善了交互体验。
- 黄俊景红
- 关键词：MOTION手势识别
