沈向洋
- 作品数：18 被引量：92H指数：5
- 供职机构：微软公司更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理艺术文化科学更多>>
- 打造中国科研的“奥运军团”
- 2009年
- 北京奥运的启示
2008年，中国表现非凡，着实令世界刮目相看。8月8日，在北京奥运‘会正式开幕前，国内发生了很多事情。在抗击“5·12”四川汶川特大地震灾害的艰苦战役中，中国人所表现出的万众一心、不畏苦难的恢弘气魄，令世界为之惊叹。然而，在动用大量人力、物力抗震救灾的同时，有人在怀疑，中国还有余力举办一届“无与伦比的奥运会”吗？
- 沈向洋
- 关键词：中国人地震灾害抗震救灾奥运会
- 投资网络广告关键词的预算分配模型及其简化算法被引量：5
- 2007年
- 探讨了针对网络广告关键词拍卖的预算分配决策的方法和技术,建立了一个多关键词检索的基本模型和转化模型,并对模型中的目标函数、约束条件以及生成随机数等进行优化,得出了在关键词数量有限或相对比较多的两种情况下选择相应解法的结论。
- 侯乃聪沈向洋
- 关键词：网络经济预算约束网络广告
- 用于去除单张图像高光的光照约束补色被引量：17
- 2004年
- 在计算机视觉研究领域,如何检测和消除图像中的高光(specular)一直是个热点问题,有关的研究结果对于提高计算机视觉算法性能有着重要的影响.针对这一问题,提出了一种检测和消除高光的方法.首先,通过比较高光和漫反射光(diffuse)的色度特性的不同,给出了一种交互检测单色物体表面高光区域的方法;然后,引入补色(inpainting)方法并结合光照约束条件,设计了一种去除单张图像中高光并还原出漫反射分量的新的补色算法.与一般补色方法不同,该算法充分利用了高光区域含有的信息来指导补色过程.通过综合利用观测到的像素值、光源的色度分析(illumination chromaticity analysis)、光源颜色的平滑性等来约束补色过程,保证了算法能够克服一般的补色方法无法保持物体表面细微明暗变化的缺点.实验结果表明,与以往的去除单张图像高光的方法相比,该算法能够提供更好的光源色度估计,从而得到更准确的结果.
- 谭平杨杰雷蓓Steve Lin沈向洋
- 关键词：补色
- 互联网时代的计算挑战
- 2006年
- 在信息化迅猛发展的年代,计算关系到人类生产生活的方方面面,稳定的可以安全运行的计算机系统,已经成为保证人们正常生活的必须。
- 沈向洋
- 关键词：计算机系统互联网时代信息化
- “质”取软件未来
- 2006年
- Rick Rashid沈向洋姚期智Eric Grimson
- 关键词：软件质量主持人
- 微软人工智能——增强人类智慧被引量：4
- 2017年
- 在微软,我们希望将人工智能带给每一位开发者,利用微软云、微软人工智能创新、Microsoft Graph,帮助大家创建出由人工智能驱动的下一代应用。若干年前,很难想象会有一项技术工具是由人工智能驱动的。若干年后,很难想象会有任何技术的背后没有人工智能的影子。云计算与日俱增的强大威力、运行于深度神经网络的强力算法,再加上今天能够获取到的海量数据,
- 沈向洋
- 关键词：开发者计算机视觉视觉设计计算机科学家用户研究
- 基于样本学习的肖像画自动生成算法被引量：12
- 2003年
- 提出了一种基于样本学习的人脸肖像画自动生成算法 .文章采用非均匀的马尔科夫随机场模型来描述肖像画与人脸图像之间的统计关系 ,并使用基于训练样本的非参数化的概率表示 ,在贝叶斯优化的框架下设计了迭代采样算法 ,可以自动的从人脸图像生成特定风格的肖像画 .在该方法中 ,使用非均匀的统计模型是保持肖像中人脸结构准确性的关键 .文中所提供的例子表明了该文方法的有效性 .
- 陈洪郑南宁梁林徐迎庆沈向洋
- 关键词：统计学习马尔科夫模型人脸图像图像处理计算机
- 中国的崛起
- 2005年
- 无论是从技术还是从产业发展角度,我们都应该看到,以软件和网络技术为先导,以全面数字化为主要特征的新技术革命即将在未来的10到20年中上演.这主要是由于,人们渴望信息技术能够大幅提高工作和生活质量的热情从来也没有衰减过,而在信息产业内部,推动信息技术持续发展的若干科学规律在今天仍然生效,这些综合因素将为产业营造出良好的内、外部环境,并加速新技术革命的发生和发展.
- 沈向洋
- 关键词：信息产业
- 中国互联网初创企业改写全球格局
- 2014年
- 科技行业景有趣的部分，是我们处存一个永恒的进化及创新的状态，这个状态能够转移和改变箭个行业，创造新的商业模式，并帮助应对一些世界上最刚难的挑战。
- 沈向洋
- 关键词：中国互联网改写商业模式
- 用于动态序列合成的基于核密度估计的隐马尔科夫模型被引量：3
- 2003年
- 提出了一种用于动态序列合成的统计模型———基于核密度估计的隐马尔可夫模型 .给定一个输入动态序列 ,该模型可以自动产生被控的输出动态序列 .文中提出的模型是一种以非参数化概率密度估计作为观测模型的隐马尔可夫模型 .该模型对输入和受控输出序列的联合概率分布进行建模 ,并利用基于核函数的概率密度估计来学习联合概率分布的细节信息 .文中详细地讨论了该模型的学习和合成算法 .并利用该模型实现了一个虚拟指挥系统 .即给定一段音乐 ,系统可以自动生成相关的乐队指挥动作 .该文利用该系统对不同风格和节拍的音乐做了实验 .实验结果验证了算法的有效性 .
- 王天树郑南宁李岩徐迎庆沈向洋
- 关键词：隐马尔科夫模型计算机动画时间序列分析
