专利名称：分布式环境下图案协同设计中智能感知评价的协作方法
技术领域：
本发明涉及基于因特网的分布式图案协同设计技术，特别是涉及一种分布式 环境下图案协同设计中智能感知评价的协作方法。
背景技术：
自从Internet诞生以来，随着网络的广泛普及与应用，基于网络的协作系 统越来越成为研究的主要热点。在这样的情况下产生了一个新的研究领域计算 机支持的协同工作CSCW (Computer Supported Cooperative Work)。它主要针 对复杂系统工程以及紧密协作性的任务进行研究，通过多媒体技术，网络通信 技术以及人工智能的方法支持诸如像网络视频会议系统，协同指挥决策系统， 协同计算机辅助设计，机器人协同工作，远程教育，远程医疗，电子商务，企 业管理，并行工程等领域。
图案的协同设计是分布式协同工作系统的一个重要应用。基于Internet的 实时图案协同设计使得位于不同地理位置上的协同设计者能同时对同一幅图案 进行编辑，集众人之合力高效迅速得完成图案的设计任务，从而提高编辑图案 的质量和工作效率。
在CSCW的系统中，协作方法是一个非常关键的问题。协作策略选取直接关 系着协同效率的高低和协同工作质量的好坏。当前大多数的研究集中在为特定 应用领域而设计的协作方法，这些协作的方法紧密的依赖于应用的特性和结构， 并不能很好的推广。还有一类的协作方法，他们试图建立应用一套统一可以配 置的构架来协调多人参与的协同工作。不过，这种可配置的构架是通过协同工 作之间内在顺序和固有的相互依赖关系而起作用的，并不能很好的应用在诸如 像协同图案编辑和创作系统中来。
感知信息是当前人机交互以及诸多信息领域的^f究热点。在人机交互中， 除了文字和指令之外，感知信息包含了丰富的多维的有价值的信息。这些感知 信息可以更好得帮助机器理解人的意图，也能帮助人与人通过机器更好地交流。 传统的感知系统，包括在协同工作中加入视频，以及语音的信息渠道。这些方 式并没有对这些信道产生的信息进行处理，没有剔除其中的噪音和提取相关的 信息。这种简单的方式表面上看起来对协同工作的效率产生了积极的一面，但 是其中的噪音也会影响成员工作的精神集中程度从而导致整体效率的下降。发明内容本发明的目的在于提供一种分布式环境下图案协同设计中智能感知评价的 协作方法。本发明解决其技术问题采用的技术方案如下1) 通过人脸感知信息的提取和基于统计的智能分类方法，对于每个图元 得到两种评价a) 评价收敛度多用户针对同一设计对象评价的离散程度；b) 评价期望值多用户针对同一设计对象评价的加权期望；2) 全局协作效率算法图元倒树状结构类似于树的倒置形状，从根部出发得到图元的集合。是 用来表示图案编辑协同工作区内的图元之间关系以及因为图元具有重叠部分而 生成子图元集合的数据结构； .根据图元的大小与位置属性，全局协作效率算法可分为以下几个步骤第一步，判断重叠关系当加入图元&，其对应的收敛度和期望值分别是(,，a)， C^要与当俞图元 倒树状结构中的每一个图元或者生成子图元进行重叠关系的判断，对于每一图 层OVk中任意一个图元或者生成子图元 ，其对应的收敛度和期望值分别是(ep乇)，如果A与cv有部分重叠的情况发生，将其定义为重叠关系，由于重叠部分必然要受到原来图元的影响，将生成子图元0^，如果没有重叠关系，不做 处理；第二步，生成新图层和图元属性将生成图元C^加入到图层OVfcH，如果此时倒树状结构最高层为OVk，则生 成0Vkw，根据父节点图元&和巧的收敛度和期望值，加权平均后得到(6^， );第三步，将倒树状结构中所有图元或者生成子图元收敛度的加权平均作为全局最终的协同效率；3) 动态协作效率区域可视化动态协调效率区域是把用户共同实际工作区按照一定的比例縮放的一个单 独的用户界面区域，它根据图元倒树状结构上每一节点的收敛度和期望值，通 过计算对其赋于相应的颜色，然后根据它在工作区内位置和大小按照一定比例 显示出来，动态协调协调效率区域在运行时，会实时根据共同工作区的实际变 化进行工作，可以使每一位网络上的节点成员即时观察到整体的协作情况。本发明与背景技术相比，具有的有益的效果是本发明其主要功能是当绘制某一图形时，系统触发人脸表情参数采集系统 并将每个用户对该图形的评价综合起来，计算出所有评价的离散程度以及期望 值，通过离散程度来反映当前参与用户的冲突程度，从而反映了协作效率。同 时将工作区域按一定縮放并根据协作效率以及期望值并配以相应的颜色来表现 区域的协作效率高低。(1) 智能性系统通过采集人脸表情参数智能分类计算出每个图元的评价收 敛度以及期望值，并实时反映给用户。(2) 抗干扰性传统通过语音或者视频的协调方式，在使用过程中会增加工 作中无用的数据噪声，本发明智能得剔除了干扰信息使得用户无需在协调工作 与图案编辑之前切换，从而更集中于图案的创作。(3) 易用性系统通过将树状结构可视4fc，实时动态的展示图案编辑工作区 内协作效率。直观得帮助用户获取全局协同效率情况，从而更有效得进行协作。 确定作用于对象的语义相容操作组。
图1两个图元加入时的倒树状结构。图2三个图元加入时的倒树状结构。图3动态协作效率区域可视化示例。
具体实施方式
在实施基于网络的分布式图案协同设计技术时,通过智能感知评价的协作方法的具体实施方式
如下实施方法中有关概念的解释以及计算方法MV;(感知信息结构)用户i提取的感知信息包括三部分，评价态度"i，信道权值q，以及用户权值m《。表示为AAV(^q,微0。假设系统中有n个用户， 每当针对某一图元产生操作时，即可得到n-l个感知信息结构(由所有其他用户对其评价 评价期望值<formula>formula see original document page 5</formula>评价收敛度<formula>formula see original document page 6</formula>其中sum(AC) = i;i^A ， smn(MD) = S^俱i。对于每个图元Oi，其对应 的感知评价^i《=(^c^，似。。图元倒树状结构类似于树的倒置形状，从根部出发得到图元的集合。是 用来表示图案编辑协同工作区内的图元之间关系以及因为图元具有重叠部分而 生成子图元集合的数据结构。图元可以分成两类原图元由用户产生的图元。生成子图元由于图元之间的重叠关系而产生的子图元。形式化可表示为:Objects Tree Set = {OVlevelOVlevel 2,…,OVlcvel n}。其中OVlevei《表示倒树状结构中层次,的图元或者生成图元的集合。即 ovlevel,= {。lil2.,",.." <^1112,.匈〗。设 ^々_1(4￡ OVlevel,，表示该生成图 元是由上一级的生成子图元C^4,々4与原图元C^的重叠部分而生成。我们将图元A^.，々—i和 称作生成子图元的父母图元。而对于c^^々一4同—级别的图元 我们称之为它的兄弟图元。这样我们就可以根据所有图元之间的构建成一个倒 树状的图元结构。全局协作效率算法描述如下第一步，倒树状结构中只有一层O巧^^-(0^，为空。 第二步，此时又有图元&生成，要分成两种情况a)有部分重叠关系将图元e^与。2覆盖的部分作为新的生成子图元，记作。12。下标号表明其在 倒树状结构中的父子关系。即 .并将生成子图元( i2加入到新的图元层0巧e^i2 。TOF表示新生成图元根据父 图元的图形属性生成新的图形属性，如大小，位置等。如图1所示。 同时根据原有的感知评价加权平均后生成子图元^12感知评价。最终得到OVleveli = { A, 02} ， ovlevel2 = { 012}。 b)无重叠关系直接把图元A加入到OVU^中。即-o巧—=f cy 。第三步，计算全局协作效率GCE= ^f"n。如图2所示，当第三个图元03生成时，如果与C i,。2都具有部分重叠关系， 则生成( 13， C 3。并将它们插入到0巧eve^。此时OV^^ = &i2Cy， C 23。 同时需要判断( 3与树状结构的原生成图元。12判断是否有重叠关系，如果有，还 需要生成0123节点，并生成倒树状结构中的第三层OVi^^，将0123其加入其中。即，OV!一-机23]。一般地，定义^《2 = subscript(。^一i)，即AA…A是(3^2Ji的下标。则生成C^^,^的计算算法如下 Generate(C^2 jj = felse return TOF(GeneratB(d^i#z.4 J ， ;}最后可视化通过倒树状结构中每一层图元的感知属性，按照从上到下的从 左到右的层次和顺序，并根据每个图元的大小和位置按一定比例縮放到动态协 作区域。通过渐进色彩的表达方式，表现出工作区内不同区域协作效率的实施 情况。如图3所示。
权利要求
1、一种分布式环境下图案协同设计中智能感知评价的协作方法，其特征在于1)通过人脸感知信息的提取和基于统计的智能分类方法，对于每个图元得到两种评价a)评价收敛度多用户针对同一设计对象评价的离散程度；b)评价期望值多用户针对同一设计对象评价的加权期望；2)全局协作效率算法图元倒树状结构类似于树的倒置形状，从根部出发得到图元的集合。是用来表示图案编辑协同工作区内的图元之间关系以及因为图元具有重叠部分而生成子图元集合的数据结构；根据图元的大小与位置属性，全局协作效率算法可分为以下几个步骤第一步，判断重叠关系当加入图元id="icf0001" file="S2008100601879C00011.gif" wi="6" he="4" top= "134" left = "56" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>其对应的收敛度和期望值分别是(ei，ii)，id="icf0002" file="S2008100601879C00012.gif" wi="4" he="4" top= "134" left = "157" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>要与当前图元倒树状结构中的每一个图元或者生成子图元进行重叠关系的判断，对于每一图层OVk中任意一个图元或者生成子图元id="icf0003" file="S2008100601879C00013.gif" wi="6" he="5" top= "150" left = "104" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>其对应的收敛度和期望值分别是(ej，ij)，如果id="icf0004" file="S2008100601879C00014.gif" wi="4" he="4" top= "158" left = "52" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>与id="icf0005" file="S2008100601879C00015.gif" wi="4" he="5" top= "158" left = "62" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>有部分重叠的情况发生，将其定义为重叠关系，由于重叠部分必然要受到原来图元的影响，将生成子图元id="icf0006" file="S2008100601879C00016.gif" wi="7" he="5" top= "166" left = "126" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>如果没有重叠关系，不做处理；第二步，生成新图层和图元属性将生成图元id="icf0007" file="S2008100601879C00017.gif" wi="6" he="5" top= "189" left = "54" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>加入到图层OVk+1，如果此时倒树状结构最高层为OVk，则生成OVk+1，根据父节点图元id="icf0008" file="S2008100601879C00018.gif" wi="4" he="4" top= "196" left = "76" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>和id="icf0009" file="S2008100601879C00019.gif" wi="4" he="5" top= "197" left = "86" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/>的收敛度和期望值，加权平均后得到(eij，iij)；第三步，将倒树状结构中所有图元或者生成子图元收敛度的加权平均作为全局最终的协同效率；3)动态协作效率区域可视化动态协调效率区域是把用户共同实际工作区按照一定的比例缩放的一个单独的用户界面区域，它根据图元倒树状结构上每一节点的收敛度和期望值，通过计算对其赋于相应的颜色，然后根据它在工作区内位置和大小按照一定比例显示出来，动态协调协调效率区域在运行时，会实时根据共同工作区的实际变化进行工作，可以使每一位网络上的节点成员即时观察到整体的协作情况。
全文摘要
本发明公开了一种分布式环境下图案协同设计中智能感知评价的协作方法。它首先是通过追踪人脸重点部位的轮廓提取人脸表情感知参数，然后通过基于统计的智能方法(机器学习)将捕捉到的参数进行评价分类，并根据每个用户的评价通过全局协作效率算法得到分布式协作的效率描述。最后，通过动态协作效率区域将协同效率等数据可视化。本发明有效的利用了人的感知信息，将协同效率实时展示给用户，同时剔除了传统协同辅助中的语音和视频噪音，提高了协同效率。
文档编号G06F17/50GK101246562SQ20081006018
公开日2008年8月20日 申请日期2008年3月14日 优先权日2008年3月14日
发明者卜佳俊, 波 姜, 博 王, 纯 陈 申请人:浙江大学