第一篇：全景拼接算法簡介解讀
全景拼接算法簡介
羅海風(fēng) 2014.12.11
目錄
1.概述...................................................................................................................................1 2.主要步驟............................................................................................................................2 2.1.圖像獲取............................................................................................................................................2 2.2魚眼圖像矯正.....................................................................................................................................2 2.3圖片匹配.............................................................................................................................................2 2.4 圖片拼接.............................................................................................................................................2 2.5 圖像融合.............................................................................................................................................2 2.6 全景圖像投射....................................................................................................................................2 3.算法技術(shù)點介紹..................................................................................................................3 3.1 圖像獲取............................................................................................................................................3 3.2魚眼圖像矯正.....................................................................................................................................4 3.3 圖片匹配............................................................................................................................................4
3.3.1與特征無關(guān)的匹配方式............................................................................................................4 3.3.2根據(jù)特征進行匹配的方式........................................................................................................5
3.4圖片拼接.............................................................................................................................................5 3.5圖像融合.............................................................................................................................................6
3.5.1平均疊加法................................................................................................................................6 3.5.2 線性法........................................................................................................................................7 3.5.3 加權(quán)函數(shù)法................................................................................................................................7 3.5.4 多段融合法（多分辨率樣條）...............................................................................................7
3.6全景圖像投射.....................................................................................................................................7
3.6.1 柱面全景圖................................................................................................................................7 3.6.2 球面全景圖................................................................................................................................7 3.6.3 多面體全景圖............................................................................................................................8
4.開源圖像算法庫OPENCV拼接模塊...................................................................................8 4.1 STITCHING_DETAIL程序運行流程.....................................................................................................8 4.2 STITCHING_DETAIL程序接口介紹.....................................................................................................9 4.3 測試效果..........................................................................................................................................10 5.小結(jié).................................................................................................................................10 參考資料.............................................................................................................................10
1.概述
全景視圖是指在一個固定的觀察點，能夠提供水平方向上方位角360度，垂直方向上180度的自由瀏覽（簡化的全景只能提供水平方向360度的瀏覽）。
目前市場中的全景攝像機主要分為兩種：魚眼全景攝像機和多鏡頭全景攝像機。魚眼全景攝像機是由單傳感器配套特殊的超廣角魚眼鏡頭，并依賴圖像校正技術(shù)還原圖像的魚眼全景攝像機。魚眼全景攝像機最終生成的全景圖像即使經(jīng)過校正也依然存在一定程度的失真和不自然。多鏡頭全景攝像機可以避免魚眼鏡頭圖像失真的缺點，但是或多或少也會存在融合邊緣效果不真實、角度有偏差或分割融合后有“附加”感的缺撼。
本文檔中根據(jù)目前所查找到的資料，對多鏡頭全景視圖拼接算法原理進行簡要的介紹。
2.主要步驟
2.1.圖像獲取
通過相機取得圖像。通常需要根據(jù)失真較大的魚眼鏡頭和失真較小的窄視角鏡頭決定算法處理方式。單鏡頭和多鏡頭相機在算法處理上也會有一定差別。
2.2魚眼圖像矯正
若相機鏡頭為魚眼鏡頭，則圖像需要進行特定的畸變展開處理。
2.3圖片匹配
根據(jù)素材圖片中相互重疊的部分估算圖片間匹配關(guān)系。主要匹配方式分兩種： A．與特征無關(guān)的匹配方式。最常見的即為相關(guān)性匹配。
B．根據(jù)特征進行匹配的方式。最常見的即為根據(jù)SIFT，SURF等素材圖片中局部特征點，匹配相鄰圖片中的特征點，估算圖像間投影變換矩陣。
2.4 圖片拼接
根據(jù)步驟2.3所得圖片相互關(guān)系，將相鄰圖片拼接至一起。
2.5 圖像融合
對拼接得到的全景圖進行融合處理。
2.6 全景圖像投射
將合成后的全景圖投射至球面、柱面或立方體上并建立合適的視點，實現(xiàn)全方位的視圖瀏覽。圖1:opencv stitching模塊進行圖像拼接的處理流程
（部分步驟可選）
3.算法技術(shù)點介紹
3.1 圖像獲取 由于魚眼鏡頭和常規(guī)鏡頭在生成全景圖方面存在很大差異，其校正算法完全不同，因此需分開討論。但是校正后的圖像進行拼接步驟時的處理方法一定程度上可通用。A．單常規(guī)鏡頭拍攝多張圖片方式（手持）
該方式很常見，在目前多種手機上均有相關(guān)全景功能。B．多個常規(guī)鏡頭組成的相機（或單鏡頭旋轉(zhuǎn)掃描方式）
圖2：三星2014年發(fā)布的360度全景照相機Project Beyond，內(nèi)置16個攝像頭
C．魚眼鏡頭拍攝
圖3：理光2013年發(fā)布雙魚眼全景相機RICOH THETA
3.2魚眼圖像矯正 若為魚眼鏡頭采集的到的圖像，必須對圖像進行矯正。魚眼鏡頭圖像校正算法通常有兩種：一種是球面坐標定位法，一種是經(jīng)緯映射法。具體推導(dǎo)過程見參考資料【1】《魚眼照片生成全景圖算法的研究與實現(xiàn)》，矯正效果如下圖所示：
圖4：魚眼圖像及校正后的展開圖
3.3 圖片匹配
3.3.1與特征無關(guān)的匹配方式 與特征無關(guān)的匹配方式常見的為相關(guān)性匹配，一般都用于沒有復(fù)雜變換的圖像拼接情況下。該方式計算簡單，僅為普通的灰度模板匹配。具體細節(jié)見參考文檔【2】《全景圖生成技術(shù)研究》。
圖5：模板匹配法示意圖
3.3.2根據(jù)特征進行匹配的方式
基于特征的匹配首先從圖像上選取特征信息，然后識別出兩幅圖像對應(yīng)的特征信息。常用的特征信息有特征輪廓，特征曲線，特征點，多采用特征點匹配法。
進行特征點匹配的第一步是提取所有素材圖片的局部特征點。普遍來講，一張圖片所包含的特征點通常就是周圍含有較大信息量的點，而僅通過這些富有特征的局部，基本就可以推測出整張圖片。常見的特征點包括SIFT，F(xiàn)AST，SURF等。
圖6：SITF特征點檢測效果圖。青色內(nèi)容為檢測到的SIFT特征點。由于特征點由特征向量表示，所以圖中每個特征點顯示為一個箭頭。
形成特征向量之后下一個問題就是如何匹配了。最基本的方式可以稱作“最鄰近搜索”（Nearest
Neighbour），實際上也就是找在128維空間上直線距離最近的的特征向量，這個求直線距離的方式和2維無異，最近的特征向量也就被認為是互相匹配。SIFT原作者使用的方式是增加了k-d tree算法來高效率地完成高維度上的最鄰近搜索。特征點匹配效果如下圖所示。
圖6：SITF特征點匹配效果圖
3.4圖片拼接
在以上步驟中得到了圖像間的匹配關(guān)系，就可以根據(jù)這些關(guān)系進行圖像的拼接了。按照圖像匹配的不同方式，拼接處理也分兩大類：
A．根據(jù)模板匹配的方式，可得到圖片見的平移（或者包括縮放）參數(shù)，繼而根據(jù)參數(shù)進行圖像拼接操作；
B．根據(jù)特征點匹配的方式，則利用這些匹配的點來估算“單應(yīng)矩陣”（Homography Estimation），也就是把其中一張通過個關(guān)聯(lián)性和另一張匹配的方法。單應(yīng)矩陣H效果如下：
通過單應(yīng)矩陣H，可以將原圖像中任意像素點坐標轉(zhuǎn)換為新坐標點，轉(zhuǎn)換后的圖像即為適合拼接的結(jié)果圖像。下圖即為找出符合幾何約束的特征點之后，通過單應(yīng)矩陣來對齊兩張圖片的內(nèi)容。
圖7：根據(jù)特征點進行圖像拼接的效果圖
圖8：多張圖像拼接效果
3.5圖像融合3.5.1平均疊加法
平均疊加法是直接對圖像進行平均疊加。這是最簡單的融合方法，會出現(xiàn)明顯的拼接縫隙。
圖像拼接后，需要對圖像重疊部分進行融合處理。圖像融合技術(shù)決定了最終圖像合成質(zhì)量，常用的有平均疊加法，線性法，加權(quán)法，多段融合法等。具體見參考文檔【2】《全景圖生成技術(shù)研究》。3.5.2 線性法
合。
3.5.3 加權(quán)函數(shù)法
3.5.4 多段融合法（多分辨率樣條）
3.6全景圖像投射 3.6.1 柱面全景圖 固定視點，使相機在水平面內(nèi)旋轉(zhuǎn)一周拍攝場景，得到一組具有重疊區(qū)域的連續(xù)環(huán)視圖像序列，將這組圖像序列無縫拼合，并投影到柱面空間坐標，就得到了衣服柱面全景圖。柱面投影就是講圖像投影到柱面上，它是一種透視投影而非平行投影，通俗的講就是要活的從投影中心這一點上觀察圖像在柱面上的成像。下圖表示將三維空間上的點（X,Y,Z）映射到柱面模型上得到對應(yīng)于柱面模型上的點（x,y,z）的過程。其中θ為觀察視域中心與X軸夾角，h為柱面模型高度，(x,y,z)為（X,Y,Z）在柱面模型上的投影。多段融合法是目前比較好的融合方法，拼接成的圖像既清晰又光滑無縫，能避免縫隙問題和疊影現(xiàn)象。另外，如果選取好的最佳縫隙線，還能處理有輕微運動物體的圖像拼接。但該方法運算量大是其明顯缺陷。加權(quán)函數(shù)法與線性法類似，也是廣泛應(yīng)用的融合方法之一。該方法能有效去除邊界縫隙，但在拼合區(qū)往往出現(xiàn)疊影模糊的現(xiàn)象。柱面圖像的拼接多采用簡單的線性法。圖像映射到柱面坐標下，圖像間就是簡單的純平面平移變換，局部對準后，對重疊區(qū)域用線性法融合。該方法適合柱面全景圖生成，或者僅具有平移變換的兩幅圖像融
圖9：柱面全景圖生成模型
其中，圖10：柱面全景圖效果圖
詳細的柱面投影模型的推導(dǎo)過程，見參考文檔【5】《柱面全景圖拼接算法的研究》。
3.6.2 球面全景圖 球面全景圖是通過求取圖像映射到球面的參數(shù)，將圖像映射到球面模型上，然后得到的平面反展開圖就是球面全景圖或者部分球面全景圖。
圖11：球面投影變換結(jié)果圖
圖12：球面全景圖拼接效果
3.6.3 多面體全景圖 以景物中心為固定視點來觀察整個場景，并將周圍場景的圖像記錄在以該點為中心的環(huán)境映射到多面體上，這樣環(huán)境映射以多面體全景圖像的方式來提高其中心視點的場景描述。多面體全景圖中以立方體最為簡單，立方體全景圖是由6幅廣角為90度的畫面組成。
圖13：立方體全景圖效果
4.開源圖像算法庫OpenCV拼接模塊
4.1 stitching_detail程序運行流程
1.命令行調(diào)用程序，輸入源圖像以及程序的參數(shù)
2.特征點檢測，判斷是使用surf還是orb，默認是surf。
3.對圖像的特征點進行匹配，使用最近鄰和次近鄰方法，將兩個最優(yōu)的匹配的置信度保存下來。4.對圖像進行排序以及將置信度高的圖像保存到同一個集合中，刪除置信度比較低的圖像間的匹配，得到開源圖像算法庫OpenCV在2.4.0版本后集成了一個全景圖拼接模塊stitch，其中一個較詳細的樣例代碼stitching_detail.cpp簡要介紹如下： 能正確匹配的圖像序列。這樣將置信度高于門限的所有匹配合并到一個集合中。5.對所有圖像進行相機參數(shù)粗略估計，然后求出旋轉(zhuǎn)矩陣 6.使用光束平均法進一步精準的估計出旋轉(zhuǎn)矩陣。7.波形校正，水平或者垂直 8.拼接
9.融合，多頻段融合，光照補償，4.2 stitching_detail程序接口介紹 img1 img2 img3 輸入圖像
--preview 以預(yù)覽模式運行程序，比正常模式要快，但輸出圖像分辨率低，拼接的分辨率compose_megapix 設(shè)置為0.6
--try_gpu(yes|no)是否使用GPU(圖形處理器)，默認為no /* 運動估計參數(shù) */
--work_megapix <--work_megapix
--features(surf|orb)選擇surf或者orb算法進行特征點計算，默認為surf
--match_conf
--conf_thresh
--ba(reproj|ray)光束平均法的誤差函數(shù)選擇，默認是ray方法
--ba_refine_mask(mask)---------------
--wave_correct(no|horiz|vert)波形校驗 水平，垂直或者沒有 默認是horiz
--save_graph
--warp(plane|cylindrical|spherical|fisheye|stereographic|compressedPlaneA2B1|compressedPlaneA1.5B1|compressedPlanePortraitA2B1|compressedPlanePortraitA1.5B1|paniniA2B1|paniniA1.5B1|paniniPortraitA2B1|paniniPortraitA1.5B1|mercator|transverseMercator)
選擇融合的平面，默認是球形
--seam_megapix
--seam(no|voronoi|gc_color|gc_colorgrad)拼接縫隙估計方法 默認是gc_color
--compose_megapix
--expos_comp(no|gain|gain_blocks)光照補償方法，默認是gain_blocks
--blend(no|feather|multiband)融合方法，默認是多頻段融合--blend_strength
命令使用實例，以及程序運行時的提示： 4.3 測試效果
圖14：usb攝像頭拍攝的辦公室90度視角的六張圖像
圖15：生成的全景圖
OpenCV的圖像拼接模塊效果良好，但是由于考慮到及其缺乏條件的情況，因此算法方面采用了很多很復(fù)雜的方法，如待拼接的圖像順序不明，基于特征點的圖像匹配，迭代優(yōu)化估計相機焦距參數(shù)等，耗時十分長（此例子中，耗時大約十幾分鐘）。當有合適的硬件配合時，整個算法流程可以大大簡化。
5.小結(jié)
本文檔根據(jù)網(wǎng)上搜集到的部分信息，對全景拼接算法進行了概括性的介紹，并展示了開源圖像算法庫根據(jù)已有的結(jié)果，可以看出，以opencv全景模塊為算法流程藍本，過程過于復(fù)雜，暫時無法實現(xiàn)實opencv的全景圖拼接效果測試效果。
時性。而相對的，利用一些先驗知識（如素材圖像順序）和硬件條件（相機參數(shù)，拍攝約束等），可以大大簡化圖像拼接算法流程和難度，關(guān)鍵的步驟如圖像幾何模型投影等內(nèi)容，又已經(jīng)搜集到了相關(guān)文獻，可以學(xué)習(xí)詳細推導(dǎo)過程，從而自行編程實現(xiàn)完整算法流程。
參考資料
1.魚眼照片生成全景圖算法的研究與實現(xiàn)，程菊明等，計算機工程與應(yīng)用，2007 2.全景圖生成技術(shù)研究，李艷麗，山東大學(xué)碩士畢業(yè)論文，2007 3.球面全景圖像生成技術(shù)的研究，楊燕等，2007 4.全景圖像拼接技術(shù)研究現(xiàn)狀綜述，江鐵等，重慶工商大學(xué)學(xué)報，2012 5.柱面全景圖拼接算法的研究，付金紅，哈爾濱理工大學(xué)碩士畢業(yè)論文，2005 6.Stitching Pipeline, OpenCV Reference, http://docs.opencv.org/modules/stitching/doc/introduction.html 7.合成全景圖中計算機視覺技術(shù)的知識和原理 http://
10.三星發(fā)布360度全景相機Project Beyond http://tech.sina.com.cn/digi/dc/2014-11-14/09059791064.shtml
11.理光發(fā)布雙魚眼鏡頭全景相機http://004km.cn.hk/dc/talk/1439/4389/1/
12.Stitching_detail算法介紹 http://blog.csdn.net/skeeee/article/details/19480693
讀書的好處
1、行萬里路，讀萬卷書。
2、書山有路勤為徑，學(xué)海無涯苦作舟。
3、讀書破萬卷，下筆如有神。
4、我所學(xué)到的任何有價值的知識都是由自學(xué)中得來的?！_爾文
5、少壯不努力，老大徒悲傷。
6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲?！佌媲?/p>
7、寶劍鋒從磨礪出，梅花香自苦寒來。
8、讀書要三到：心到、眼到、口到
9、玉不琢、不成器，人不學(xué)、不知義。
10、一日無書，百事荒廢?！悏?/p>
11、書是人類進步的階梯。
12、一日不讀口生，一日不寫手生。
13、我撲在書上，就像饑餓的人撲在面包上?！郀柣?/p>
14、書到用時方恨少、事非經(jīng)過不知難?！懹?/p>
15、讀一本好書，就如同和一個高尚的人在交談——歌德
16、讀一切好書，就是和許多高尚的人談話?！芽▋?/p>
17、學(xué)習(xí)永遠不晚?！郀柣?/p>
18、少而好學(xué)，如日出之陽；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！獎⑾?/p>
19、學(xué)而不思則惘，思而不學(xué)則殆?！鬃?/p>
20、讀書給人以快樂、給人以光彩、給人以才干?！喔?/p>
第二篇：常用推薦算法簡介
1.前言
隨著互聯(lián)網(wǎng)技術(shù)和社會化網(wǎng)絡(luò)的發(fā)展，每天有大量包括博客，圖片，視頻，微博等等的信息發(fā)布到網(wǎng)上。傳統(tǒng)的搜索技術(shù)已經(jīng)不能滿足用戶對信息發(fā)現(xiàn)的需求，原因有多種，可能是用戶很難用合適的關(guān)鍵詞來描述自己的需求，也可能用戶需要更加符合他們興趣和喜好的結(jié)果，又或是用戶無法對自己未知而又可能感興趣的信息做出描述。推薦引擎的出現(xiàn)，可以幫用戶獲取更豐富，更符合個人口味和更加有意義的信息。
個性化推薦根據(jù)用戶興趣和行為特點，向用戶推薦所需的信息或商品，幫助用戶在海量信息中快速發(fā)現(xiàn)真正所需的商品，提高用戶黏性，促進信息點擊和商品銷售。推薦系統(tǒng)是基于海量數(shù)據(jù)挖掘分析的商業(yè)智能平臺，推薦主要基于以下信息： ?熱點信息或商品
?用戶信息，如性別、年齡、職業(yè)、收入以及所在城市等等 ?用戶歷史瀏覽或行為記錄 ?社會化關(guān)系
2.個性化推薦算法
2.1.基于人口統(tǒng)計學(xué)的推薦（同類人喜歡什么就推薦什么）
基于人口統(tǒng)計學(xué)的推薦機制（Demographic-based Recommendation）是一種最易于實現(xiàn)的推薦方法，它只是簡單的根據(jù)系統(tǒng)用戶的基本信息發(fā)現(xiàn)用戶的相關(guān)程度，然后將相似用戶喜愛的其他物品推薦給當前用戶。
首先，系統(tǒng)對每個用戶都有一個用戶 Profile 的建模，其中包括用戶的基本信息，例如用戶的年齡，性別等等；然后，系統(tǒng)會根據(jù)用戶的 Profile 計算用戶的相似度，可以看到用戶 A 的 Profile 和用戶 C 一樣，那么系統(tǒng)會認為用戶 A 和 C 是相似用戶，在推薦引擎中，可以稱他們是“鄰居”；最后，基于“鄰居”用戶群的喜好推薦給當前用戶一些物品。這種基于人口統(tǒng)計學(xué)的推薦機制的好處在于：
?因為不使用當前用戶對物品的喜好歷史數(shù)據(jù)，所以對于新用戶來講沒有“冷啟動（Cold Start）”的問題。
?這個方法不依賴于物品本身的數(shù)據(jù)，所以這個方法在不同物品的領(lǐng)域都可以使用，它是領(lǐng)域獨立的（domain-independent）。
然后，這個方法的缺點和問題就在于，這種基于用戶的基本信息對用戶進行分類的方法過于粗糙，尤其是對品味要求較高的領(lǐng)域，比如圖書，電影和音樂等領(lǐng)域，無法得到很好的推薦效果。另外一個局限是，這個方法可能涉及到一些與信息發(fā)現(xiàn)問題本身無關(guān)卻比較敏感的信息，比如用戶的年齡等，這些用戶信息不是很好獲取。
2.2.基于內(nèi)容的推薦（用戶喜歡什么，就推薦相同類型的）
基于內(nèi)容的推薦是在推薦引擎出現(xiàn)之初應(yīng)用最為廣泛的推薦機制，它的核心思想是根據(jù)推薦物品或內(nèi)容的元數(shù)據(jù)，發(fā)現(xiàn)物品或者內(nèi)容的相關(guān)性，然后基于用戶以往的喜好記錄，推薦給用戶相似的物品。這種推薦系統(tǒng)多用于一些資訊類的應(yīng)用上，針對文章本身抽取一些tag作為該文章的關(guān)鍵詞，繼而可以通過這些tag來評價兩篇文章的相似度。這種推薦系統(tǒng)的優(yōu)點在于：
?易于實現(xiàn)，不需要用戶數(shù)據(jù)因此不存在稀疏性和冷啟動問題。?基于物品本身特征推薦，因此不存在過度推薦熱門的問題。
然而，缺點在于抽取的特征既要保證準確性又要具有一定的實際意義，否則很難保證推薦結(jié)果的相關(guān)性。豆瓣網(wǎng)采用人工維護tag的策略，依靠用戶去維護內(nèi)容的tag的準確性。
2.3.基于關(guān)聯(lián)規(guī)則的推薦（用戶喜歡A，A和B有緊密聯(lián)系，就推薦B）
基于關(guān)聯(lián)規(guī)則的推薦更常見于電子商務(wù)系統(tǒng)中，并且也被證明行之有效。其實際的意義為購買了一些物品的用戶更傾向于購買另一些物品?；陉P(guān)聯(lián)規(guī)則的推薦系統(tǒng)的首要目標是挖掘出關(guān)聯(lián)規(guī)則，也就是那些同時被很多用戶購買的物品集合，這些集合內(nèi)的物品可以相互進行推薦。目前關(guān)聯(lián)規(guī)則挖掘算法主要從Apriori和FP-Growth兩個算法發(fā)展演變而來?；陉P(guān)聯(lián)規(guī)則的推薦系統(tǒng)一般轉(zhuǎn)化率較高，因為當用戶已經(jīng)購買了頻繁集合中的若干項目后，購買該頻繁集合中其他項目的可能性更高。該機制的缺點在于： ?計算量較大，但是可以離線計算，因此影響不大。
?由于采用用戶數(shù)據(jù)，不可避免的存在冷啟動和稀疏性問題。?存在熱門項目容易被過度推薦的問題。
2.4.基于協(xié)同過濾的推薦
協(xié)同過濾是一種在推薦系統(tǒng)中廣泛采用的推薦方法。這種算法基于一個“物以類聚，人以群分”的假設(shè)，喜歡相同物品的用戶更有可能具有相同的興趣?；趨f(xié)同過濾的推薦系統(tǒng)一般應(yīng)用于有用戶評分的系統(tǒng)之中，通過分數(shù)去刻畫用戶對于物品的喜好。協(xié)同過濾被視為利用集體智慧的典范，不需要對項目進行特殊處理，而是通過用戶建立物品與物品之間的聯(lián)系。
目前，協(xié)同過濾推薦系統(tǒng)被分化為兩種類型：基于用戶(User-based)的推薦和基于物品(Item-based)的推薦。
2.4.1.基于用戶的推薦
基于用戶的協(xié)同過濾推薦的基本原理是，根據(jù)所有用戶對物品或者信息的偏好（評分），發(fā)現(xiàn)與當前用戶口味和偏好相似的“鄰居”用戶群，在一般的應(yīng)用中是采用計算“K-Nearest Neighboor”的算法；然后，基于這 K 個鄰居的歷史偏好信息，為當前用戶進行推薦。這種推薦系統(tǒng)的優(yōu)點在于推薦物品之間在內(nèi)容上可能完全不相關(guān)，因此可以發(fā)現(xiàn)用戶的潛在興趣，并且針對每個用戶生成其個性化的推薦結(jié)果。缺點在于一般的Web系統(tǒng)中，用戶的增長速度都遠遠大于物品的增長速度，因此其計算量的增長巨大，系統(tǒng)性能容易成為瓶頸。因此在業(yè)界中單純的使用基于用戶的協(xié)同過濾系統(tǒng)較少。2.4.2.基于物品的推薦
基于物品的協(xié)同過濾和基于用戶的協(xié)同過濾相似，它使用所有用戶對物品或者信息的偏好（評分），發(fā)現(xiàn)物品和物品之間的相似度，然后根據(jù)用戶的歷史偏好信息，將類似的物品推薦給用戶。基于物品的協(xié)同過濾可以看作是關(guān)聯(lián)規(guī)則推薦的一種退化，但由于協(xié)同過濾更多考慮了用戶的實際評分，并且只是計算相似度而非尋找頻繁集，因此可以認為基于物品的協(xié)同過濾準確率較高并且覆蓋率更高。
同基于用戶的推薦相比，基于物品的推薦應(yīng)用更為廣泛，擴展性和算法性能更好。由于項目的增長速度一般較為平緩，因此性能變化不大。缺點就是無法提供個性化的推薦結(jié)果。兩種協(xié)同過濾，在基于用戶和基于物品兩個策略中應(yīng)該如何選擇呢？其實基于物品的協(xié)同過濾推薦機制是 Amazon 在基于用戶的機制上改良的一種策略，因為在大部分的 Web 站點中，物品的個數(shù)是遠遠小于用戶的數(shù)量的，而且物品的個數(shù)和相似度相對比較穩(wěn)定；同時基于物品的機制比基于用戶的實時性更好。但也不是所有的場景都是這樣的情況，在一些新聞推薦系統(tǒng)中，也許物品，也就是新聞的個數(shù)可能大于用戶的個數(shù)，而且新聞的更新程度也有很快，所以它的相似度依然不穩(wěn)定。所以，推薦策略的選擇其實也和具體的應(yīng)用場景有很大的關(guān)系。
基于協(xié)同過濾的推薦機制是現(xiàn)今應(yīng)用最為廣泛的推薦機制，它有以下幾個顯著的優(yōu)點： ?它不需要對物品或者用戶進行嚴格的建模，而且不要求物品的描述是機器可理解的，所以這種方法也是領(lǐng)域無關(guān)的。
?這種方法計算出來的推薦是開放的，可以共用他人的經(jīng)驗，很好的支持用戶發(fā)現(xiàn)潛在的興趣偏好。
然后而它也存在以下幾個問題：
?方法的核心是基于歷史數(shù)據(jù)，所以對新物品和新用戶都有“冷啟動”的問題。?推薦的效果依賴于用戶歷史偏好數(shù)據(jù)的多少和準確性。
?在大部分的實現(xiàn)中，用戶歷史偏好是用稀疏矩陣進行存儲的，而稀疏矩陣上的計算有些明顯的問題，包括可能少部分人的錯誤偏好會對推薦的準確度有很大的影響等等。?對于一些特殊品味的用戶不能給予很好的推薦。
?由于以歷史數(shù)據(jù)為基礎(chǔ)，抓取和建模用戶的偏好后，很難修改或者根據(jù)用戶的使用演變，從而導(dǎo)致這個方法不夠靈活。
3.推薦系統(tǒng)與廣告投放
互聯(lián)網(wǎng)上的主題廣告推廣（例如，百度推廣，google adsense）的目標在于實現(xiàn)一個面向用戶的個性化廣告投放系統(tǒng)。通過把個性化推薦算法在廣告投放中的應(yīng)用，就實現(xiàn)了我們個性化廣告投放的目標。那么，這種演變是如何實現(xiàn)的呢？
在互聯(lián)網(wǎng)中，例如，百度，擁有大量的網(wǎng)頁信息，而主題廣告推廣的對象不是用戶而是某一類型的頁面。通過類比，每種網(wǎng)頁類型對應(yīng)于推薦系統(tǒng)中的一個用戶，而每一個廣告就對應(yīng)于推薦系統(tǒng)中的一個物品，網(wǎng)頁類型（用戶）對廣告（物品）的評分則可以用該網(wǎng)頁類型中投放廣告時的點擊情況來計算，這樣就構(gòu)成了一個user-item-rating的矩陣。也就是，通過協(xié)同過濾算法可以實現(xiàn)對不同類型的網(wǎng)頁進行廣告推薦。
此外，實際應(yīng)用協(xié)同過濾算法來進行廣告投放也存在一個些問題。例如，協(xié)同過濾中的“冷啟動”問題，也就是新增廣告條目的推薦需要額外考慮；同時，也需要考慮用戶對廣告的接受程度，廣告庫存率等問題。
4.業(yè)界個性化推薦系統(tǒng)
4.1.Yahoo！Resarch豆瓣猜
豆瓣網(wǎng)在國內(nèi)互聯(lián)網(wǎng)行業(yè)美譽度很高，這是一家以幫助用戶發(fā)現(xiàn)未知事物為己任的公司。它的“豆瓣猜”是一種個性化的推薦，其背后采用了基于用戶的協(xié)同過濾技術(shù)。那么，豆瓣猜是如何向我們推薦產(chǎn)品的呢？
首先，確定什么樣的產(chǎn)品適合推薦？豆瓣猜提出選擇”具有媒體性的產(chǎn)品(Media Product)“來進行推薦，即選擇多樣、口味很重要、單位成本不重要，同時能夠廣泛傳播(InformationCascade)的產(chǎn)品；接著在對真實的數(shù)據(jù)集進行定量分析后，進一步得出，應(yīng)該是條目增長相對穩(wěn)定、能夠快速獲得用戶反饋，數(shù)據(jù)稀疏性與條目多樣性、時效性比較平衡的產(chǎn)品，才是適合推薦的產(chǎn)品。
其次，豆瓣網(wǎng)的推薦引擎面對高成長性的挑戰(zhàn)，通過降低存儲空間，近似算法與分布式計算的設(shè)計，來實現(xiàn)對基于用戶的協(xié)同過濾推薦系統(tǒng)的線性擴展。
最后，針對當前推薦系統(tǒng)面臨的問題，包括傾向于給出平庸的推薦，有信息無結(jié)構(gòu)，以及缺乏對用戶的持續(xù)關(guān)注等黑盒推薦問題。豆瓣提出了分為 Prediction，F(xiàn)orecasting，Recommendation 三個階段的下一代推薦系統(tǒng)，并探討了一種下一代推薦引擎的構(gòu)想——基于用戶行為模型的、有記憶的、可進化的系統(tǒng)。
4.4.Hulu的個性化推薦
Hulu是一家美國的視頻網(wǎng)站，它是由美國國家廣播環(huán)球公司（NBC Universal）和?？怂箯V播公司（Fox）在2007年3月共同投資建立的。在美國，Hulu已是最受歡迎的視頻網(wǎng)站之一。它擁有超過250個渠道合作伙伴，超過600個頂級廣告客戶，3千萬的用戶，3億的視頻，以及11億的視頻廣告。廣告是衡量視頻網(wǎng)站成功與否的一個重要標準。事實證明，Hulu的廣告效果非常好，若以每千人為單位對廣告計費，Hulu的所得比電視臺在黃金時段所得還高。那么，是什么讓Hulu取得了這樣的成功呢？
通過對視頻和用戶特點的分析，Hulu根據(jù)用戶的個人信息，行為模型和反饋，設(shè)計出一個混合的個性化推薦系統(tǒng)。它包含了基于物品的協(xié)同過濾機制，基于內(nèi)容的推薦，基于人口統(tǒng)計的推薦，從用戶行為中提煉出來的主題模型，以及根據(jù)用戶反饋信息對推薦系統(tǒng)的優(yōu)化，等等。此個性化推薦系統(tǒng)也進而成為了一個產(chǎn)品，用于給用戶推薦視頻。這個產(chǎn)品通過問答的形式，與用戶進行交互，獲取用戶的個人喜歡，進一步提高推薦的個性化。
Hulu把這種個性化推薦視頻的思想放到了廣告投放中，設(shè)計出了一套個性化廣告推薦系統(tǒng)。那么，這種廣告系統(tǒng)是如何實現(xiàn)個性化的呢？
?Hulu的用戶對廣告擁有一定控制權(quán)，在某些視頻中你可以根據(jù)自己的喜好選擇相應(yīng)的廣告，或者選擇在開頭看一段電影預(yù)告片來抵消廣告。
?Hulu收集用戶對廣告的反饋意見（評分），例如，某個廣告是否對收看用戶有用？ ?根據(jù)人口統(tǒng)計的信息，來投放廣告。例如，分析Hulu用戶的年齡，性別特征來同方不同的視頻及廣告。
?根據(jù)用戶的行為模式，進一步增加廣告投放的準確性。
第三篇：360全景展示簡介
360度全景展示簡介
一、360全景展示簡介
360全景就是視角超過人的正常視角的圖像，而我們這里說的全景特指水平視角360度，垂直視角180度的圖像。全景實際上只是一種對周圍景象以某種幾何關(guān)系進行映射生成的平面圖片，只有通過全景播放器的矯正處理才能成為三維全景。360全景顧名思義就是給人以三維立體感覺的實景360度全方位圖像，此圖像最大的三個特點是：
1、全：全方位，全面的展示了360度球型范圍內(nèi)的所有景致；可在例子中用鼠標左鍵按住拖動，觀看場景的各個方向；
2、景：實景，真實的場景，三維全景大多是在照片基礎(chǔ)之上拼合得到的圖像，最大限度的保留了場景的真實性；
3、360：360度環(huán)視的效果，雖然照片都是平面的，但是通過軟件處理之后得到的360全景，卻能給人以三維立體的空間感覺，使觀者猶如身在其中。360全景技術(shù)的優(yōu)勢
全景技術(shù)是目前全球范圍內(nèi)迅速發(fā)展并逐步流行的一種視覺新技術(shù)。它給人們帶來全新的真實現(xiàn)場感和交互式的感受。它可廣泛應(yīng)用于三維電子商務(wù)，如在線的房地產(chǎn)樓盤展示、虛擬旅游、虛擬教育等領(lǐng)域。我們采用魚眼鏡頭拍攝的照片視角可達到180度, 在1米的距離以上，景深可達無限遠；可使被攝體在畫面中顯示出非常鮮明的縱深效果，再利用軟件專業(yè)合成處理，發(fā)布為3D全景文件，所顯示場景即為真實場景,與傳統(tǒng)的虛擬現(xiàn)實相比更具真實感, 更為經(jīng)濟;控制面板工具條,使普通用戶操作更為簡便。三維全景圖像源自對真實場景的攝影捕捉，真實感強烈。我們運用專業(yè)的拍攝器材和專業(yè)的攝影技術(shù)，可以把現(xiàn)場給人的整體印象和每個環(huán)境的細節(jié)全面的記錄下來。所以，制作出的三維全景才會非常的生動和真實。
信息傳播面廣
1）大眾化電腦均能作為播放終端。
2）任何普通的家用電腦均可流暢瀏覽觀看,無需專門工作站。
3）對于網(wǎng)絡(luò)推廣沒有任何技術(shù)阻礙。
瀏覽更透徹的高清晰度全屏模式
如何達到最佳的展示效果，我們認為臨場感（置身現(xiàn)場的感覺）直接影響到觀眾的興趣、注意力、參與度、接受信息程度，所以我們致力于打造親臨現(xiàn)場的臨場效果。一般在網(wǎng)絡(luò)上只能看到小尺寸的VR場景，我們不但解決了寬頻尺寸的限制，更特別的是可以任意放大看到更多的細節(jié)，追求更好的重現(xiàn)臨場的感受?，F(xiàn)在經(jīng)過不斷的開發(fā)改良，我們在保證播放速度和窗口大小的條件下，比同行所提供的圖片具有更高的清晰度和分辨率。窗口更可最大達到1024×768（全屏）。在360 度的全屏模式下觀看，就像把真實的場景搬到了客戶面前。
二、360全景應(yīng)用領(lǐng)域
●房產(chǎn)三維全景虛擬展示應(yīng)用房產(chǎn)開發(fā)銷售公司可以利用虛擬全景瀏覽技術(shù)，展示樓盤的外觀，房屋的結(jié)構(gòu)，布局，室內(nèi)設(shè)計，置于網(wǎng)絡(luò)終端，購房者在家中通過網(wǎng)絡(luò)即可仔細查看房屋的各個方面，提高潛在客戶購買欲望?？梢詫⑻摂M全景制作成多媒體光盤贈送給看房者，帶回家與更多的人分享，增加客戶忠誠度，做更精準有效的傳播；可以制作成觸摸屏或者大屏幕現(xiàn)場演示，給購房者提供方便，節(jié)省交易時間和成本；在房交會現(xiàn)場用全景展示更能技高一籌先聲奪人；如果是多期開發(fā)，將已有的成品小區(qū)做成全景漫游，對于開發(fā)者而言是對已有產(chǎn)品一種數(shù)字化整理歸檔，對于消費者而言，可以增加信任感，促進后期購買欲望?！咝詢r比的房產(chǎn)廣告宣傳新選擇的！
●旅游景點虛擬導(dǎo)覽展示高清晰度全景三維展示景區(qū)的優(yōu)美環(huán)境，給觀眾一個身臨其景的體驗，結(jié)合景區(qū)游覽圖導(dǎo)覽，可以讓觀眾自由穿梭于各景點之間，是旅游景區(qū)、旅游產(chǎn)品宣傳推廣的最佳創(chuàng)新手法。虛擬導(dǎo)覽展示可以用來制作風(fēng)景區(qū)的介紹光盤，名片光盤，旅游紀念品等。
●酒店網(wǎng)上三維全景虛擬展示應(yīng)用在互聯(lián)網(wǎng)訂房已經(jīng)普及的時代，在網(wǎng)站上用全景展示酒店賓館的各種餐飲和住宿設(shè)施，是吸引顧客的好辦法。利用網(wǎng)絡(luò)，遠程虛擬瀏覽賓館的外型，大廳，客房，會議廳等各項服務(wù)場所，展現(xiàn)賓館舒適的環(huán)境，給客戶以實在感受，促進客戶預(yù)定客房。在酒店大堂提供客房的全景展示，再也不用麻煩客戶在各個房間會場穿梭，就能觀看各房間的真實場景，更方便客戶確認和挑選客房。進而提高效率，用戶體驗更勝一籌。
●公司企業(yè)展示宣傳公司企業(yè)招商引資、業(yè)務(wù)洽談、人才交流等時機場合采用全景展示能宣傳企業(yè)公司的環(huán)境和規(guī)模；洽談對象、客戶不是簡單地通
過零碎照片或效果圖做出決定，也不需要逐行逐字地研究企業(yè)公司的宣傳文字，新奇的全景展示更加彰顯公司的實力和魅力。
●商業(yè)展示空間展示宣傳有了三維全景虛擬展示，商城、家居建材、公司產(chǎn)品陳列廳，專賣店，旗艦店等相關(guān)空間的展示就不再有時間，地點的限制，三維全景虛擬使得參觀變得更加方便，快捷，點擊鼠標就像來到現(xiàn)場一樣，大大節(jié)省成本，提高效率。
●娛樂休閑空間三維全景虛擬展示應(yīng)用美容會所、健身會所、咖啡、酒吧、餐飲等環(huán)境的展示，借助全新的虛擬展示推廣手法，把環(huán)境優(yōu)勢清晰的傳達給顧客，營造超越競爭對手的有利條件。
●汽車三維全景虛擬展示應(yīng)用汽車內(nèi)景的高質(zhì)量全景展示，展現(xiàn)汽車內(nèi)飾，和局部細節(jié)。汽車外部的全景展示，可以從每個角度觀看汽車外觀，可以在網(wǎng)上構(gòu)建不落幕的車展，可以制作多媒體光盤發(fā)放給客戶，讓更多的人實現(xiàn)輕松看車、買車。使汽車銷售更輕松有效。
●博物館、展覽館、劇院、特色場館三維全景虛擬展示應(yīng)用 在博物館方面，傳統(tǒng)文字圖片往往難以直觀的體現(xiàn)館內(nèi)眾多的信息，文物信息管理并不輕松。通過三維實景技術(shù)，可將博物館內(nèi)的文物信息全面直觀的記錄下來，方便文物信息管理。以博物館建筑或者劇院的平面或三維地圖導(dǎo)航，結(jié)合全景的導(dǎo)覽應(yīng)用，觀眾可以自由穿梭于每個場館之中，只需輕輕點擊鼠標即可全方位參觀瀏覽，配以音樂和解說，更加身臨其境。結(jié)合物體三維全景展示技術(shù)，游客不僅可以在科博館內(nèi)瀏覽參觀，更可以單獨選擇其感興趣的文物（通過實景拍攝，不方便拍攝的可以利用三維模型軟件來建模），任意旋轉(zhuǎn)并放大縮小的來近距離欣賞。虛擬導(dǎo)覽系統(tǒng)做成光盤，可以作為光盤禮品或宣傳品贈送。同時對博物館加以數(shù)字化的保存，也極富收藏價值
●虛擬校園三維全景虛擬展示應(yīng)用在學(xué)校的宣傳介紹中，有了三維全景虛擬校園展示，可以實現(xiàn)隨時隨地的參觀優(yōu)美的校園環(huán)境，展示學(xué)校的實力，吸引更多得生源?？梢园l(fā)布到網(wǎng)絡(luò)，也可以做成學(xué)校介紹光盤發(fā)送。學(xué)校領(lǐng)導(dǎo)電子名片光盤：將校園的三維實景照片制作成領(lǐng)導(dǎo)的電子名片光盤，學(xué)校領(lǐng)導(dǎo)在與貴賓交換名片時就可以把學(xué)校的多媒體宣傳介紹交給對方，也提升形象，一舉多得。學(xué)校多媒體教學(xué)應(yīng)用：三維實景漫游系統(tǒng)，亦可助力于學(xué)校教學(xué)應(yīng)用。例
如可對學(xué)校各實驗室制作全景展示，發(fā)布到網(wǎng)絡(luò)。學(xué)生通過網(wǎng)絡(luò)瀏覽即可提前直觀的了解實驗室的位置、布局、實驗要求安排等信息。
●政府開發(fā)區(qū)環(huán)境展示 政府開發(fā)區(qū)投資環(huán)境，做成虛擬導(dǎo)覽展示，可發(fā)布到網(wǎng)上或做成光盤。把開發(fā)區(qū)裝到口袋帶到世界各地變成了現(xiàn)實。向客商介紹變得一目了然，說服力強，可信度高。發(fā)布到網(wǎng)上，變成24小時不間斷的在線展示窗口。
第四篇：四川大學(xué)全景解讀及報考指南
成都有古意。琴臺路上，文君、相如一曲流傳千古的《鳳求凰》久久回蕩；草堂門前，“花徑不曾緣客掃”的妙詞佳句被隨口吟唱；武侯祠內(nèi)，君義臣忠的前后《出師表》銘刻在墻??求學(xué)于此，永遠不必發(fā)愁找不到思想的火花，古意今趣俯仰可拾。
蜀地山水，不同于北方崇山峻嶺之氣勢磅礴，也不類南方之一味秀氣婀娜。其山清且峻，其水俊且清，最妙之處正在于恰到好處。這樣的山水環(huán)抱之中，成都的大學(xué)不能不沾染上一些靈氣。每個校園里都有水，很多校園里抬頭可見山，樂山樂水者，皆有所得。
成都高校不但數(shù)量多，而且都很“牛氣”。川大、電子科技、西南交大和西南財大既是“211”又是“985”，川師大以培養(yǎng)師范生見長，西南民大、藥科大學(xué)也堪稱西南翹楚。
天府之國，有著溫潤潮濕的空氣，常年食辣的積習(xí)，滋養(yǎng)出外柔內(nèi)剛的巴蜀性情。求學(xué)錦官城，閱讀的不僅是散發(fā)著墨韻的香書，還有不經(jīng)意從指間流過的悠悠時光。
海納百川 有容乃大
在西南地區(qū)，提起四川大學(xué)，名頭恐怕并不亞于清華、北大，在校生提起學(xué)校，語氣中有著掩不住的驕傲：“只要一說是川大的，連活動拉贊助都更容易些”。這所學(xué)校有理由讓人為之自豪：既是“211”又是“985”高校；下設(shè)本科專業(yè)136個，涉及文、理、工、醫(yī)等11個學(xué)科門類；坐擁4所衛(wèi)生部直屬附屬醫(yī)院，其中華西醫(yī)院是當?shù)乩习傩湛床∈走x??
校博物館展品比省館的還珍貴
川大江安校區(qū)內(nèi)，三條清澈水流呈川字型潺潺流過，它們都有一個如畫的名字：德水、巴渠和沫溪。每一個名字代表了一位川大引以為豪的校友，朱德、巴金和郭沫若。江安河水橫穿校區(qū)，水畔的歷史文化長廊，一塊塊石碑上鐫刻的不僅是川大的百年歷史，更是逝去的漫漫時光。
川大由原四川大學(xué)、原成都科技大學(xué)、原華西醫(yī)科大學(xué)三所全國重點大學(xué)經(jīng)兩次合并而成，現(xiàn)有望江、華西和江安三個校區(qū)。除了歷史文化長廊，最讓川大人津津樂道的還有“四館”，即校史館、人文博物館、自然博物館和美術(shù)館。走進校史館，迎上來的“導(dǎo)游”是一名在校生。她說，她是利用課余時間在這里勤工儉學(xué)。學(xué)校招生就業(yè)處副處長金永東介紹，由于學(xué)校參與了三星堆等古跡的開掘，川大博物館里的有些展品，比省博物館的還要珍貴。
擁有悠久輝煌的歷史是一種自豪，將其傳承下去則是一種責任。學(xué)校面向全校本科生開設(shè)了“中華文化”、“西方文化”、“四川大學(xué)校史文化”、“國際文化與教育歸國學(xué)者看海外”、“四川大學(xué)人文大講堂”等人文特色課程，每年開設(shè)250多門人文素質(zhì)教育選修課，開展各類學(xué)術(shù)講座和課外系統(tǒng)活動近千場。
三類課程體系培養(yǎng)個性化學(xué)生
學(xué)生入讀川大，會經(jīng)歷兩個培養(yǎng)階段，即前兩年到兩年半完成“通識教育和專業(yè)基礎(chǔ)教育”，學(xué)生要學(xué)習(xí)數(shù)學(xué)、英語等通識基礎(chǔ)課和一些專業(yè)基礎(chǔ)課。從大三起，學(xué)生可在教師指導(dǎo)下根據(jù)自身興趣、愛好，選擇不同課程體系進行學(xué)習(xí)。
金永東說，“個性化教育”階段設(shè)立了三大類課程體系，學(xué)生可因人而異地選擇學(xué)習(xí)。如果今后想從事學(xué)術(shù)研究，成為學(xué)者和科學(xué)家，可進入學(xué)術(shù)研究型課程體系，接受系統(tǒng)的專業(yè)理論教育。學(xué)生能提前進入課題組、實驗室和工作團隊，盡早參加科研訓(xùn)練，鍛煉科研能力；如果想創(chuàng)業(yè)，學(xué)生可選擇創(chuàng)新探索型課程體系，接受創(chuàng)新思維、創(chuàng)業(yè)能力培訓(xùn)。學(xué)校還鼓勵他們大膽地去做一些創(chuàng)業(yè)嘗試。學(xué)校設(shè)立的學(xué)生創(chuàng)新創(chuàng)業(yè)項目也為他們提供了實訓(xùn)條件；如果學(xué)生畢業(yè)后想先就業(yè)，那么，實踐應(yīng)用型課程體系最適合他們。進入這一課程體系，學(xué)校會重點訓(xùn)練學(xué)生的實踐能力，讓他們提前進入實習(xí)單位參加社會實踐。
吳玉章學(xué)院讓“經(jīng)濟艙”變“頭等艙”
每名川大學(xué)生都以能進入?yún)怯裾聦W(xué)院為榮，因為這意味著，他們的學(xué)習(xí)條件和發(fā)展空間都會從“經(jīng)濟艙”待遇轉(zhuǎn)為“頭等艙”?，F(xiàn)任吳玉章學(xué)院院長謝和平院士也是川大校長，學(xué)院受重視程度由此可見一斑。
這所以老校長吳玉章命名的學(xué)院，授課不拘泥于科系限制，大部分課程采用雙語教學(xué)，學(xué)生從大一就開始接受研究能力訓(xùn)練，參與研究課題。每位學(xué)生配備一名高水平教師擔任導(dǎo)師。在導(dǎo)師指導(dǎo)下，學(xué)生可根據(jù)興趣特長和意愿，自主確認主修專業(yè)，單獨制訂個人修讀計劃，修讀專業(yè)模塊課程、專業(yè)拓展模塊課程和實踐教育模塊課程。學(xué)校還會對這些學(xué)生給予資金支持。
目前，該學(xué)院已畢業(yè)641名學(xué)生中，近600人出國深造、保送或考上國內(nèi)研究生。近百名學(xué)生獲哈佛大學(xué)、康奈爾大學(xué)、加州大學(xué)伯克利分校、牛津大學(xué)等國外著名高校碩博連讀研究生獎學(xué)金。每年學(xué)院推免生比例達50%以上。
條件好，就讀要求肯定也會相應(yīng)嚴格。金永東說，該學(xué)院學(xué)生是在當年入學(xué)的新生中“優(yōu)中選優(yōu)”，比例約占新生總數(shù)的1.5%，即每年200人左右。選拔時，學(xué)生高考成績要高出重點線一定分數(shù)才有備選資格。符合條件報名學(xué)生要參加學(xué)校組織的測試，內(nèi)容包括語數(shù)外三科。學(xué)校將按成績由高到低錄取。吳玉章學(xué)院學(xué)生仍在原專業(yè)就讀，但其所受到的關(guān)注度將大大提高。進入?yún)怯裾聦W(xué)院，也并非穩(wěn)坐釣魚臺，學(xué)院每年都要末位淘汰，其余學(xué)生也有機會通過努力進入。
“雙特生”復(fù)試答辯時間超過博士生
從2008年起，川大嘗試招收“雙特生”，這在當時的高校招生中，無疑是一個創(chuàng)舉，那些有天賦、有潛質(zhì)，在某一專業(yè)領(lǐng)域具有特殊興趣、特殊專長的學(xué)生終于有了一個展示自己的舞臺。
每年11月，學(xué)校將面向社會公布“雙特生”招生信息，考生可自薦或由學(xué)校、專家推薦。考生可將獲獎材料、專著等寄送到學(xué)校，并由中學(xué)校長簽字蓋章。學(xué)校將組織相關(guān)專家組老師審核資料，通過審查的考生還要參加專業(yè)答辯會。1個考生由5個專家面試，答辯時間40分鐘以上，比博士生答辯時間還長。
四川大學(xué)全景解讀及報考指南
今年，學(xué)校收到報考“雙特生”材料500份，但進入面試的只有13人。金永東說，學(xué)校招收雙特生本著“寧缺毋濫”的原則，像學(xué)校錄取過對古錢幣、日本文化有很深研究的學(xué)生，其造詣之深連很多專家都自嘆不如。
“專業(yè)冷熱不是絕對的”
“近年來，學(xué)校在北京地區(qū)招生質(zhì)量一直穩(wěn)步提升?！苯鹩罇|說?！叭ツ?，學(xué)校在北京地區(qū)招生文科平均錄取分數(shù)高出重點線近50分，理科平均錄取分數(shù)高出重點線近80分?！?/p>
據(jù)了解，去年，川大在北京投放的招生計劃為230人，今年招生計劃將與去年持平。同時，學(xué)校每年都會在北京地區(qū)招收30至50名二志愿高分考生。
金永東建議，考生填報志愿時，首先要了解所報考院校的相關(guān)信息，其次，考生應(yīng)對自己所在中學(xué)每年所考取大學(xué)的情況做一下排名。最后，考生在選擇專業(yè)時，要依照自身興趣，結(jié)合社會的大背景，盡早進行未來的生涯規(guī)劃，避免選專業(yè)盲目跟風(fēng)。金永東說：“事實上，沒有一個專業(yè)的冷熱是絕對的，誰也無法預(yù)測將來的走勢如何。像我學(xué)的放射化學(xué)專業(yè)，在當年很冷門，可如今隨著核電的發(fā)展，卻炙手可熱起來?！?/p>
學(xué)生心里話——
姚佳，文新學(xué)院對外漢語專業(yè)2008級學(xué)生：穿梭于川大校園的人力三輪車是一道獨特的風(fēng)景線。車隊名叫“小紅帽”，服務(wù)范圍僅限于校園內(nèi)。由于川大太大，為方便學(xué)生，學(xué)校開設(shè)了小紅帽三輪車隊，隨叫隨停，我們?nèi)ツ睦锒枷矚g叫上一輛，很方便。
劉宇，工商管理學(xué)院2008級學(xué)生：當初我背著父親偷偷報考了川大，直到成績發(fā)布后，我才告訴他，他有些生氣。開學(xué)那天，父親送我到校報到，了解了川大的他也愛上了這座美麗的大學(xué)。畢業(yè)后，我打算留在成都發(fā)展。這里就是我的第二故鄉(xiāng)。
第五篇：全景地圖實習(xí)報告解讀
全景地圖實習(xí)報告
一、實習(xí)內(nèi)容
主要制作了中國石油大學(xué)（華東）11號宿舍樓306、307宿舍全景，宿舍樓道全景，校園街道全景，工科樓C座大廳全景，地理信息系統(tǒng)實驗室全景。
二、實習(xí)工具
索尼卡片相機、相機三腳架、畫圖筆、畫圖紙等
三、實習(xí)軟件
PMK，PTGui Pro，PS，Pano2vr，NotePad++，F(xiàn)irebug。
四、實習(xí)步驟
1.制定方案，畫出拍攝區(qū)域草圖，計算拍攝角度，模擬拍攝效果。2.拍攝步驟：
設(shè)備裝配：為了減少振動，在選擇好的腳架的同時擰緊所有連接部位，腳架放置平穩(wěn)，調(diào)節(jié)全景頭水平
測光：由于場景信息大由于影像是一個圓形，所以測光的時候要注意，如果以整個畫面的分區(qū)平衡測光的測光
模式將不適合，因為黑色的地方會導(dǎo)致測光不準，建議用偏重中央測光或者是中央重點測光比較好。
白平衡：全景攝影的特點是包含信息多，所以當光源不很明確的時候最好手動白平衡下多拍攝幾組，有自動包圍白平衡曝光的相機那是最好不過了。使用自動白平衡一般是不保險的。光圈和快門：室外良好光照環(huán)境下，場景的清晰度和鮮艷顯然是最重要的，一般用8到11的光圈，魚眼鏡頭一般能達到非常大的景深，所以沒必要為了追求景深而才用小光圈（大光圈值），由于鏡片結(jié)構(gòu)多層，邊緣部分接近全反射角，所以小光圈往往會導(dǎo)致進光不足，如果為了追求快門速度用大光圈，可能會產(chǎn)生沒必要的光韻。室內(nèi)情況下為了減少振動和數(shù)碼噪聲，光圈可以適當調(diào)大，來提高快門速度
ISO: 在數(shù)碼攝影中，ISO(當量感光度）越大，數(shù)碼噪聲越多，全景圖片一般要滿足放大觀看的需要，選擇ISO的時候要更多的考慮以下數(shù)碼噪聲的問題。
曝光鎖定：全景是通過把對場景的幾張圖片進行拼合生成的，所以每張圖片的明暗要一直，所以在對場景的平均照度區(qū)域測光并設(shè)定參數(shù)以后進行曝光鎖定是非常必要的。
其他：幾張圖片之間的相對位置對全景圖像的后期拼合也是相當關(guān)鍵的，所以拍攝的過程中要保持相機位置不變；
為減少振動，用自動拍攝或者快門線也是必須的； 為提高拼合質(zhì)量，作為拼縫的地方盡量避免運動物體。3.圖像拼接：在此主要介紹 PTGui pro的步驟（1）打開PTGui軟件，進入軟件界面。
（2）點擊加載圖像，在出現(xiàn)的對話框里面選擇要拼圖的原片。（3）對圖像進行旋轉(zhuǎn)，使得豎片豎過來，然后調(diào)整圖像順序。（4）對圖像順序調(diào)整，反序正序，或者增減圖像。
（5）在圖像順序調(diào)整完成后，對圖像進行對齊。點擊對齊圖像，對齊完成后出現(xiàn)全景圖編輯器窗口。在這個窗口可以對全景圖像進行水平，弧度，中軸等等調(diào)節(jié)，調(diào)節(jié)完成后就可以創(chuàng)建全景圖。
（6）進行全景圖輸出的各項設(shè)置。主要是圖像大小和輸出文件名、格式等，設(shè)置完成點擊創(chuàng)建全景圖。
4．用PhotoShop進行全景圖片后期處理。5.用Pano2VR生成Flash全景圖： 創(chuàng)建一個新工程
在輸入框中點“選擇輸入”，選擇要拼接的圖片
輸入類型里有矩形球面投影、立方體面片、柱型、圖像條、十字型、T型、QuickTime VR等7種類型，這里我們直接選擇自動，由軟件自動判斷。點擊全景圖后的打開按鈕，導(dǎo)入要輸出的全景圖。
設(shè)置好要輸出的文件位置路徑，點擊確定.這時圖片已經(jīng)自動導(dǎo)入了。
點擊下面的參數(shù)修改，可以設(shè)置默認播放的初始角度、添加相應(yīng)的版權(quán)信息等。
數(shù)據(jù)都修改完畢后，就可以輸出了。在這里我們選擇FLASH格式，點擊右邊添加按鈕，可對輸出文件做相應(yīng)的修改
先看設(shè)定選項下的參數(shù)，可以根據(jù)實際需要修改圖像質(zhì)量，顯示大小和播放幀數(shù)，如無特別需要，直接默認設(shè)置，如需全景制動旋轉(zhuǎn)，可以點擊右邊的開啟自動旋轉(zhuǎn)功能，我一般選擇加載完畢后開始旋轉(zhuǎn)。
對于播放器的控制按鈕，我們可以自己編輯修改或外調(diào)他人做好的文件，對于有一定動手能力的朋友，建議自己制作個性化的皮膚。最后選擇文件輸出格式和輸出文件名與路徑。4.用pano2vr 做交互熱點：
1.打開Pano2VR軟件，導(dǎo)入一張全景圖，選擇交互熱點
2.打開交互熱點可以看到有3個選項卡，其中前兩個是添加交互熱點和熱區(qū)的，第三個選項卡是管理添加的熱點的。這里著重講第一個選項卡，因為第一個選項卡點形和多邊形交互熱區(qū)應(yīng)該說是使用最多的，效果也相當好。
3.交互熱區(qū)選項卡，在這里也可以加熱區(qū)，但總的來說這里的熱區(qū)不好控制，無法和皮膚文件進行交流，雖然也可以控制全景場景的轉(zhuǎn)換但效果不好，所以很少使用。4.這里主要是對已經(jīng)添加的熱點或熱區(qū)進行管理，可以顯示已經(jīng)添加了哪些熱點和熱區(qū)。也可以在這里點下面的加號添加熱點，但不能指定位置，所以基本不使用這里的添加功能。
5.回到“點形和多邊形交互熱區(qū)”選項卡，在這個選項卡中，我們可以看到主要有兩種熱點類型一是交互熱點，二是多邊形交互熱區(qū)，在這個面板中重要的一是熱點和熱區(qū)的開關(guān)，二是皮膚ID,為什么說皮膚ID是重點，這是因為如果我們不想使用軟件提供的默認皮膚或者說樣式，就要通過皮膚ID來與后臺皮膚文件聯(lián)系以用別的樣式來替換默認的那個紅色目標按鈕。添加交互熱點的方式很簡單，選擇交互熱點，然后在全景圖合適位置雙擊即可加入交互熱點。
6.多邊形交互熱區(qū)，這個功能也是相當不錯的，特別是在制作圖片展或是全景分辨率不高的情況下，我們可以為墻上的一張圖添加多邊形熱區(qū)，然后通過皮膚ID來控制從外部調(diào)入單獨的清晰圖來顯示，還可以設(shè)置當鼠標移動到熱區(qū)上時播放一段音樂，在使用上很靈活。建立多邊形交互熱區(qū)的方法是選擇多邊形交互熱區(qū)工具，然后在需要的地方雙擊開始繪制需要的圖形完成后點右鍵結(jié)束。
7.前面設(shè)置了交互熱點的皮膚ID,下在后臺的皮膚文件中如何和它進行交流。點擊參數(shù)按鈕打開參數(shù)設(shè)定面板。
8.在參數(shù)面板右下角皮膚選項的下拉菜單中選擇一種皮膚，然后選擇編輯按鈕打開皮膚文件
9.按圖所示，選擇新建熱點皮膚按鈕，在場景上設(shè)置一個代替皮膚按鈕，然后雙擊，可以打開“交互熱點模板屬性”對話框，在這個對話框的最下有一項“交互熱點替身ID”，在這里添入前面我們加的交互熱點的皮膚ID名就可以建立前臺的熱點與后臺交互熱點間的聯(lián)系，然后 我們可以diy一個箭頭，放在這個熱點下就可以用它把前面的那個紅色熱點代替掉。
10.設(shè)置完樣式，還要設(shè)置交互熱點的動作，此時選擇“動作/修改器”，可以打開以下面板，通過對動作的來源（事件）和動作進行設(shè)置讓全景完成相應(yīng)的操作。
5.用NotePad++，F(xiàn)irebug做成簡易網(wǎng)頁，講全景地圖用網(wǎng)頁的形式發(fā)布。
五、實習(xí)總結(jié)
通過這次實習(xí)，我們培養(yǎng)了更好的團隊協(xié)作精神，學(xué)習(xí)了對全景地圖制作的步驟及對困難的解決方法。學(xué)會了對軟件PTM，PTGUI pro，PS，pano2vr一些常用功能的操作。掌握了拍攝全景圖選點的技巧和方法。拍攝步驟和方法。
我們做出了360全景地圖由于硬件和軟件處理的一些原因，沒能做出720，并且舍棄了一部分熱點。對于制作中遇到的問題，我們不回避，想辦法解決，大家都很認真的對待了這次制作。
讀書的好處
1、行萬里路，讀萬卷書。
2、書山有路勤為徑，學(xué)海無涯苦作舟。
3、讀書破萬卷，下筆如有神。
4、我所學(xué)到的任何有價值的知識都是由自學(xué)中得來的?！_爾文
5、少壯不努力，老大徒悲傷。
6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲?！佌媲?/p>
7、寶劍鋒從磨礪出，梅花香自苦寒來。
8、讀書要三到：心到、眼到、口到
9、玉不琢、不成器，人不學(xué)、不知義。
10、一日無書，百事荒廢?！悏?/p>
11、書是人類進步的階梯。
12、一日不讀口生，一日不寫手生。
13、我撲在書上，就像饑餓的人撲在面包上。——高爾基
14、書到用時方恨少、事非經(jīng)過不知難。——陸游
15、讀一本好書，就如同和一個高尚的人在交談——歌德
16、讀一切好書，就是和許多高尚的人談話。——笛卡兒
17、學(xué)習(xí)永遠不晚?！郀柣?/p>
18、少而好學(xué)，如日出之陽；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！獎⑾?/p>
19、學(xué)而不思則惘，思而不學(xué)則殆。——孔子
20、讀書給人以快樂、給人以光彩、給人以才干?！喔?/p>
點擊咨詢 