论文摘要
大范围应用增强现实ξAugmented Reality,简称ARο技术是当前该领域的研究热点。其中目标识别技术是实现该任务的关键技术之一,计算机需要在图像中定位和识别用户感兴趣的对象。然而现实环境中的目标种类繁多,外界干扰因素严重,极大地增加了识别的难度。根据目标类型的不同,本文将目标识别任务分为两类:ξ1ο以整幅图为目标的场景识别任务;ξ2ο一幅图像有多个目标的物体检测识别任务。计算机视觉提供了丰富的场景识别和物体检测识别技术。然而这些方法大多忽略了增强现实对算法的实时性要求。大多数场景识别方法使用单一特征导致相似场景识别失败。同时,当场景数量继续扩展,算法的实时性和准确性都会降低。另外,现有基于部件的模型具有良好的物体检测速度和精度,但由于缺乏描述部件组成结构的方法,限制了识别的精度。为完善目标识别的方法和提高目标检测识别的精度和实时性,本文主要研究了户外场景识别和物体检测识别算法,完成的研究工作包括:ξ1ο针对场景识别使用特征单一的问题,本文提出使用融合地理位置信息和视觉信息的方法。首先,把所有的场景划分为几个区域,识别时根据地理位置信息查找用户对应的区域,实现场景的初定位。接着使用本文提出的混合特征模型,使用纹理。轮廓和颜色三种视觉特征精确定位用户感兴趣的场景,提高了算法的鲁棒性和实时性。ξ2ο针对场景数量增加导致识别实时性和准确性降低的问题。本文提出一种地理信息检索树的方法层次化地自动划分场景。通过聚类算法递归的建立了一棵K叉树,将场景划分为由树的叶节点定义的若干原子区域。使用地理信息检索树保持每个原子区域中的场景维持在一个相对较少的数量,保证了识别算法的实时性和稳定性。ξ3ο针对物体检测识别中缺乏描述物体组成结构的问题,本文提出一种重构模型,学习物体的组成结构以捕捉特征的空间关系,提高物体的检测和识别率。为描述部件,本文定义了由不同大小。长宽比和位置的部件组成的字典。通过与或搜索学习字典的一个非重叠子集作为最优组成结构,提高检测和识别的精度。实验证明本文提出的场景识别算法和目标检测识别算法很好地解决了增强现实中户外复杂环境下的目标识别问题。
论文目录
相关论文文献
- [1].光电成像目标检测识别跟踪平台建设探索[J]. 电气电子教学学报 2020(03)
- [2].高分辨率遥感图像中油库的检测识别[J]. 华中科技大学学报(自然科学版) 2011(S2)
- [3].铁路人脸检测识别技术应用探讨[J]. 中国铁路 2015(08)
- [4].新形势下红外成像导引头目标检测识别共性技术分析[J]. 科技与创新 2016(19)
- [5].基于双通道的快速低空无人机检测识别方法[J]. 光学学报 2019(12)
- [6].番茄病害检测识别方法的构建与应用[J]. 贵州农业科学 2020(10)
- [7].高空域噪声影响下的目标检测识别方法研究[J]. 现代防御技术 2008(01)
- [8].基于颜色属性的信号指示灯检测识别[J]. 现代计算机(专业版) 2018(07)
- [9].烟草分拣线条烟烟姿检测识别装置的设计与实现[J]. 科技创新导报 2015(06)
- [10].基于Gabor小波的人脸检测识别方法研究[J]. 无线互联科技 2013(01)
- [11].输电线路除冰机器人障碍视觉检测识别算法[J]. 仪器仪表学报 2011(11)
- [12].基于RAM-MS320C6x的高速套牌车检测识别系统设计[J]. 现代电子技术 2016(10)
- [13].红外成像导引头目标检测识别共性技术综述[J]. 上海航天 2015(01)
- [14].基于改进SSD模型的交通路标检测识别研究[J]. 信息记录材料 2020(04)
- [15].基于单片机的智能水下目标检测识别系统设计[J]. 电子制作 2019(01)
- [16].遥感舰船目标检测识别方法[J]. 遥感信息 2020(01)
- [17].ARP攻击的检测识别与防范[J]. 网络安全和信息化 2017(03)
- [18].检测识别跟踪分离的在线多样本视频目标跟踪[J]. 计算机工程 2012(23)
- [19].无人机基于视觉自主着陆的跑道识别跟踪[J]. 单片机与嵌入式系统应用 2017(06)
- [20].基于FPGA人脸检测识别平台的构建[J]. 电声技术 2019(02)
- [21].基于有限元离散的不规则管道几何边界红外瞬态检测识别[J]. 化工学报 2012(12)
- [22].基于机器视觉深度学习的电站渗水检测识别技术研究[J]. 电子设计工程 2020(20)
- [23].基于可见光遥感图像的船只目标检测识别方法[J]. 科技导报 2017(20)
- [24].移动机器人检测识别技术的研究[J]. 电气自动化 2015(06)
- [25].高压输电线路巡线机器人障碍物视觉检测识别研究[J]. 传感技术学报 2008(12)
- [26].机器学习在桥梁病害检测识别中的研究应用进展[J]. 公路交通科技(应用技术版) 2019(09)
- [27].基于负熵的人员脚步震动信号检测识别算法[J]. 小型微型计算机系统 2010(01)
- [28].基于计算机视觉的手势检测识别技术[J]. 电脑迷 2017(11)
- [29].基于优化YOLOv3的低空无人机检测识别方法[J]. 激光与光电子学进展 2019(20)
- [30].基于Hough树林的空间有形目标特征训练与检测识别方法[J]. 红外与激光工程 2011(08)