【摘 要】
：
移动增强现实(AR)借助智能移动终端将虚拟信息和真实世界进行实时融合,能否实时准确地对环境中需要增强的物体进行目标检测直接决定了系统的性能。随着深度学习的快速发展,近年来出现了大量的基于深度学习的目标检测方法。由于存在移动增强设备计算能力有限、能耗大、模型尺寸大以及卸载任务到边缘云端的网络延迟严重等问题,将深度学习方法应用于移动AR的目标检测是一项具有挑战性的问题。首先从Two stage和One stage的2方面对目前深度学习目标检测算法进行综述;然后对面向移动AR的目标检测系统架构进行归纳分类,分析
【机 构】
：
北京理工大学光电学院,北京电影学院未来影像高精尖创新中心
【基金项目】
：
国家自然科学基金项目(61960206007),广东省重点领域研发计划项目(2019B010149001),高等学校学科创新引智计划项目(B18005)。
论文部分内容阅读
移动增强现实(AR)借助智能移动终端将虚拟信息和真实世界进行实时融合,能否实时准确地对环境中需要增强的物体进行目标检测直接决定了系统的性能。随着深度学习的快速发展,近年来出现了大量的基于深度学习的目标检测方法。由于存在移动增强设备计算能力有限、能耗大、模型尺寸大以及卸载任务到边缘云端的网络延迟严重等问题,将深度学习方法应用于移动AR的目标检测是一项具有挑战性的问题。首先从Two stage和One stage的2方面对目前深度学习目标检测算法进行综述;然后对面向移动AR的目标检测系统架构进行归纳分类,分析
其他文献
为解决目标检测任务中小目标检测精度低,错检、漏检率高等问题,提出一种scSE-IYOLOv4的改进YOLOv4的小目标检测算法。实验使用VEDAI小目标数据集,采用K-means++算法对目标样本进行锚定框优化,以提升算法精度。在YOLOv4算法的基础上,分别研究分析了scSE注意力模块嵌入至模型不同位置以及在模型颈部增加SPP模块对算法检测性能带来的影响。实验证明,在YOLOv4模型的骨干网"A
以兰州市某深基坑为例,根据动态监测数据分析其支护结构水平位移、地表沉降、地下水位等因素随时间和开挖深度的变化规律;并基于深基坑降水三维渗流数值模拟的理论与方法,建立了深基坑降水三维渗流数学模型。研究结果表明:有限元数值模拟结果与现场监测结果较为接近,桩锚支挡结构这一支护形式能够有效地控制基坑变形,在兰州地区地铁深基坑支护中具有一定的适用性。
为辅助企业在产品设计方案评估阶段进行合理地决策,减少设计的盲目性和主观性,基于多层次灰色综合评价法构建了工业产品设计方案优选决策模型。在评价流程中,首先依据层次分析法(AHP)与熵权法通过定性、定量分析,合理地进行评价指标权重系数的确定。其次,采用灰色关联度分析法对各设计方案进行灰色加权关联度的计算,确定其排序,并依据结果完成对设计方案的综合评价与优选工作。基于该模型完成了对某款多旋翼无人机的5个设计方案的优先级排序,并将结果依据熵权TOPSIS法进行验证,以证明其可行性。最后,基于指标权重与方案得分完成
产品造型感性评价反映了用户的意象感知,具有模糊性与不确定性,用户常难以准确描述其感性偏好而表现出犹豫。针对该问题,引入犹豫模糊语言术语集(HFLTSs)描述用户感性评价,基于其数学算子构建犹豫模糊语言共识模型以测度用户认知一致性程度,借助粒子群优化算法(PSO)实现非共识条件下用户评价矩阵的优化与共识达成,通过逼近理想解排序法对产品造型方案进行优劣排序,提出了基于HFLTSs和PSO的产品造型设计感性评价流程。以汽车充电桩造型方案感性评价为例,验证了HFLTSs有助于解决用户感性认知的不确定问题,结合PS
曲面参数化是计算机图形学和计算机辅助设计中的一个重要问题,有着广泛的应用背景。曲面参数化旨在谋求从三维曲面到某参数区域变换过程中某些内蕴几何量(例如边长、角度、面积)的变形最小化。保角参数化前后保持曲面局部形状,又称作共形参数化。本文针对三角网格曲面,介绍了共形参数化领域的研究现状。根据目标参数域的不同,主要讨论了平面参数化、球面参数化和双曲空间参数化。最后总结了现阶段共形参数化存在的难点问题和未来可能的研究方向。
为了调查分析西南民族村寨火灾的潜在风险,本文选取贵州省民族村寨作为调查对象,采用直接调查法对西南民族村寨建筑的固定火灾荷载、活动火灾荷载分别进行了统计归纳和数据处理。研究发现,西南民族村寨民居的活动火灾荷载密度分布较平均,总火灾荷载与建筑占据空间呈线性正相关分布;火灾荷载密度远超国内外相同类型建筑与不同类型建筑,存在较高火灾风险。
基于装配式建筑施工与AR技术结合的优势,以及国内外相关软件的功能应用以及应用研发,研究分析了AR技术与装配式建筑标准化施工应用相结合的可行性,包括AR远程协作安装技术、AR三维图像识别技术在装配式标准化施工工艺指导上的应用。
中国古壁画历经千百年历史,不可避免地出现了不同程度的破损,其修复研究具有重要的历史价值和文化价值。传统的手工修复直接作用于壁画,操作不当会造成保护性破坏,所以采用数字虚拟修复,提出了基于边缘重建的多尺度壁画修复方法。由于现存壁画数量较少,通过收集与整理我国不同地域年代的壁画获得了实验数据。对自由裁剪后的壁画进行滤波平滑图像细节并保留其边缘,为破损区域的图像分割提供良好的初始化条件,经过图像聚类自动
图像超分辨率重建作为一种廉价方便的图像增强手段,在视频监控、医学成像、卫星遥感等领域有着重要的研究意义。为此结合深度学习在图像重建的性能优势,提出了一种基于增强稠密残差网络(ERDN)的图像超分辨率重建模型。首先使用多卷积核的稠密残差神经网络模块,提取图像的细节信息;然后通过跳跃连接和特征复用模块对多层图像信息进行筛选重组,使网络模型对不同深度的图像信息综合利用;最后对重建模型参数向量进行约束,通
测量不确定度可证明实验室的检测质量,不确定度越小代表检测质量越高。通过对测量不确定度的评定,识别出影响检测结果的因素,以便在检测过程中对关键环节进行控制,提高检测结果的准确性。本文以SBS防水卷材为实例,依据GB 18242-2008《弹性体改性沥青防水卷材》的要求,对防水卷材的拉伸性能进行检测,分析不确定度来源,并对测试结果进行不确定度评定,为其他检测项目进行不确定评定提供参考。