支持大數(shù)據(jù)理解的頭戴式無障礙呈現(xiàn)技術(shù)裝備與云服務(wù)平臺
一、項目簡介 當前虛實融合技術(shù)面臨的重大挑戰(zhàn)可以歸結(jié)為以下兩個關(guān)鍵科學問題:(1)非配合虛實環(huán)境的無縫融合與交互自然呈現(xiàn)。(2)云環(huán)境下虛實融合環(huán)境的語義理解、統(tǒng)一表達與應(yīng)用軟件快速定制。為解決上述兩個關(guān)鍵科學問題和技術(shù)瓶頸,本項目重點研究了自然虛實融合呈現(xiàn)的硬軟件技術(shù)和裝置,構(gòu)建虛實融合應(yīng)用流程框架和規(guī)范,創(chuàng)新云軟件定制和服務(wù)模式,實現(xiàn)應(yīng)用示范。充分利用移動、穿戴式設(shè)備的多傳感器優(yōu)勢以及云端結(jié)合方式進行三維結(jié)構(gòu)的重建、語義標注、識別理解與信息關(guān)聯(lián)。 二、前期研究基礎(chǔ) 目前已發(fā)表論文10篇,包括4篇期刊論文等(包括TIP、TMM等權(quán)威期刊論文)。申請專利3 項。 三、應(yīng)用技術(shù)成果 1)基于搜索的圖像深度估計,相對誤差低于傳統(tǒng)方法,對訓練集的需求小于基于深度學習的方法。 Make3D數(shù)據(jù)集的深度估計結(jié)果2)基于雙模深度玻爾茲曼機(DBM)的三維場景物體檢測框架,給出了RGBD訓練數(shù)據(jù)不足的難題,流程如下 3)基于序列約束的哈希算法在不同比特率情況下均取得了很好的效果。 在LabelMe和Tiny100K上使用不同哈希比特率的效果
廈門大學
2021-04-11