本项目将深入开展基于编码视频图像的无模型三维刚体跟踪关键理论与技术研究,研究内容将光学工程领域的一种新型三维成像方法- - 编码成像及重建算法- - 与计算机视觉领域近年的热点问题- - 增强现实应用中的摄像机三维跟踪注册算法- - 相融合,通过对特定编码视频图像的分析,在无需目标/场景模型的情况下,融合编码重建算法与运动结构理论的基本算法,仅需当前帧图像及实时更新的兴趣点索引,实现对当前帧摄像机位姿的精确估计,从而实现对刚体的三维跟踪,目的旨在为增强现实应用中的摄像机三维跟踪注册问题提供一套全新的解决方案。本项目的完成将突破无模型的三维跟踪、编码重建算法与运动结构理论的融合、遮挡情况下的跟踪等关键科学问题。研究成果有望直接应用于增强现实、机器人导航、视觉伺服、医疗诊断等新技术领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
基于层次化生成模型的刚体跟踪与识别
基于深度信息的三维视频编码技术研究
基于深度学习的自然图像先验模型及高效视频编码研究
基于HEVC的三维视频深度编码关键技术研究