面向智能穿戴设备的三维图形网格简化与渐进显示方法

With the maturity of mobile Internet technology, wearable devices become hot in recent years.Wearable devices such as smart glasses, smart watch have very limited power and memory capacity. Displaying high definition 3D graphics on these kind of embedded system becomes a challenging problem. Therefore, research on mesh simplification and display method for embedded 3D graphics is necessary. In this project we will do the following research: (1) We will research the theory of 3D graphics simplification, and design a rapid and efficient simplification method which is feature-preserving and reversible, to provide a basis to display high definition 3D graphics on embedded systems. (2) According to the property of wearable devices, we will research the theory and method of embedded 3D graphics, and give a proposal of displaying 3D graphics on Android Wear devices. (3) Combining the new simplification method and embedded 3D graphics display proposal, we will design a progressive transmission and reconstruction methods for wearable devices, which can used to support mobile Internet application such as social network, education, health care and E-commerce.

随着移动互联网技术的逐渐成熟，智能穿戴设备成为近年的热点。智能眼镜、手表等智能穿戴设备的计算能力、存储容量、电池电量都相对较低，在此类系统中进行三维图形互动应用成为十分具有挑战性的课题。因此研究三维图形网格简化以及在智能穿戴设备上的传输显示方法十分重要。本项目主要研究：（1）研究三维图形简化的理论，设计出保留图形主要特征的、简化效率较高的网格简化的算法模型与细节保存方法，为在智能穿戴系统上增量显示三维图形提供基础；（2）针对智能穿戴设备的特点，研究在此类系统上显示三维图形的理论和方法，形成在Android Wear等系统上有效显示三维图形的可行方案；（3）结合新设计的简化算法和三维图形显示方案，设计出面向智能穿戴设备的渐进式传输与重构显示图形的方法，为社交、教育、医疗、电商等移动互联网应用提供支持。

本项目面向智能穿戴设备上的三维图形应用，目标是为移动互联网环境下的智能穿戴设备上的三维图形应用提供切实可行的支撑方案。针对此类设备的特点，对图形的简化与穿戴设备上的表示方式、图形图像资源的检索与预览、穿戴设备人机交互与数据处理进行了研究。具体研究进展包括：.（1）图形的简化与穿戴设备上的表示方式：提出了基于运动特征的三维动画网格简化方法，简化效率高且简化效果平滑，为降低智能穿戴设备的计算量需求提供了基础；提出了高效的SPH模拟三维流体表示方法，通过耦合密度不变性和无散度这两个条件有效的缩短了流体模拟时间，为在智能穿戴设备上显示包含流体的场景提供了支撑；提出了智能眼镜的三维图形自适应显示方法，其便于重构的细节文件结构使性能低下的智能眼镜能快速进行图形重构，提升用户交互地查看三维模型时的使用体验。.（2）图形图像资源的检索与预览：提出了基于手绘的三维模型检索方法，对三维模型的草图与历史用户的数据进行匹配，提升了检索的准确率与效率；提出了三维图形等交互式资源的预览生成方法，基于软件自动测试和图像处理的交互式资源预览生成，令快速预览图形资源成为可能；提出了可穿戴眼镜的视频预览生成方法，使用检测到的预览幻灯片来结构化视频内容，为用户快速了解视频结构并定位视频内容提供了基础。.（3）穿戴设备人机交互与数据处理：提出了可穿戴设备人机交互的肌电信号特征提取方法，从肌电信号特征提取的方向展开研究，为提升穿戴设备上手势动作的识别精度提供了方向；提出了智能眼镜的基于混合先验学习模型的去雾方法，利用深度学习训练透射率预测模型进行去雾处理，可以对眼镜捕捉到的图像清晰度进行优化；提出了可穿戴设备数据处理与传输方法，能够将数据高效率地传输到云端，同时又能保存尽可能多且全面的用户真正需要的数据。.本项目进展情况良好，研究内容按计划执行，发表了学术论文7篇，其中SCI收录4篇；申请了发明专利共3件并已获得受理；共培养硕士研究生5名，其中4名已毕业，1名目前在读。