增强现实
2016-07-31 22:00:17 0 举报AI智能生成
1
作者其他创作
大纲/内容
技术特征
混合融合
实时交互
三维注册
研究方向
跟踪
相机跟踪
单目相机注册技术
SLAM
PTAM
DTAM
KLT
混合跟踪
互补式
DOF组合或切换
单次单限制 SCAAT
间接滤波
航位推测法
竞争式：融合传感器间提供数据的冲突，最小化误差
集中式融合
航迹融合
容易崩溃
协作式
直线限制法
传感器有主次之分
混合跟踪融合的本质是：动态线性或者是非线性系统的状态优化估计问题
标定方法
相对姿态标定
计算机视觉方法
标定精度严重依赖选定的标定位置
适合视觉-惯性的混合跟踪器
视觉运动法
绝对朝向法
关键建立绝对朝向方程
手眼法
来源于机器人领域，特点：任何方向上的数据都可以耦合进手眼方程中
静态优化法
设计一个代价函数，并将其最小化，获得一个优化过的误差标定参数
动态滤波法
随机运动下的滤波问题
适合视觉-惯性混合跟踪
跟踪同步
难点
普适跟踪环境下的传感器信息融合
完全自动标定
跟踪全程中出现的病态输入条件
交互
手势识别
基于深度图像的手势识别
工具：Kinect 深度摄像头
深度图像：每个像素点的值对应于场景中点距离摄像头的深度值
系统过程
获取信息
人手分割
阈值分割
像素点聚类
结合彩色图像与深度图像的分割
特征提取
基于图像表观的特征提取
基于人手模型的特征提取
手势识别
基于模板匹配的方法
k近邻
向量机（SVM）
决策树
动态时间规整（DTW）
基于状态空间的方法
HMM
训练方法：Baum-Welch算法
分类方法：Viterbi算法
基于视觉的手势识别
K-Means
kNNs k近邻
Means shift clustering
SVM
HMM
DTW
Time delay neural networks
Finite-state machine FSM
Artifical neural networks
主要技术难点：存在大量的丰富的手势
模块
检测与分离
肤色检测
手 形
背景分离
跟踪
Optical flow
基于像素的
适合移动速度较慢的
Camshift
Particle Filtering
TLD
分析
HMM
静态手势识别
动态手势识别
基于传感器的手势识别
双手交互
左右手对称操作
左右手非对称操作
动态链描述
一个连杆的运动以其上一级连杆的位置为参考
级别低的连杆动作越精确，范围越小
高级别连杆的运动在时间上先于低级别连杆的运动
左右手非对称操作时：一般为左手为级别高的连杆，提供位置信息，右手为级别低的连杆，进行精确操作
应用APP
显示融合
遮挡关系处理
基于建模的方法
运动恢复结构算法 SfM
Kinect Fusion
基于深度的方法
基于图像分析的方法
处理的一般步骤
虚实关系遮挡检测
虚实遮挡边缘提取
虚实融合图像生成
移动
硬件发展
相机
球面折返式
子主题
鱼眼式
位置与角度传感器
GPS
加速度计
可穿戴体感设备
光学透射式
视频透视式
体感设备
主要突破来源于TOF技术
Kinect
leapmotion
三维立体显示设备
裸眼3D
主要技术：通过栅格或光栅控制光线的投射方向
0 条评论
下一页
