增强现实系统中磁力跟踪器的校正

提出了利用BP神经网络对跟踪器进行校正。针对神经网络训练速度慢、容易陷入局部极值的情况，首先利用具有良好全局搜索能力的遗传算法来优化BP神经网络的各层初始权值和阈值，为后续神经网络的搜索定位出一个优化的搜索空间。实验结果表明，利用该遗传神经网络方法进行跟踪器校正，能够显著提高增强现实系统的精度，有助于提高增强现实系统的真实感。     

基于DirectShow的实时立体视频远程监视技术的研究

本文对基于DirectShow的实时立体视频监视技术进行了研究，并开发了相应的系统。系统分服务端和客户端两部分，服务端利用两个工业控制摄像头和两块视频捕捉卡，通过多通道数据采集和融合的方法对现实场景进行实时的视频数据采集；客户端探讨了立体显示机制，再现服务端现场的三维立体视频。     

增强现实中抛掷动作速度的预测

结合增强现实抛掷虚拟物体的应用背景,提出一种新的预测抛掷动作速度的方法。首先利用二维三次多项式函数分段循环拟合抛掷动作的速度曲线,并运用函数的最大值分析出抛掷动作速度的大小;然后利用三维三次多项式函数分段循环拟合抛掷动作的轨迹曲线,由抛掷动作速度曲线的切线方向即可确定抛掷动作速度的方向。实验结果表明,可更为容易地获得抛掷动作速度的大小和方向,克服了对每个空间位置坐标准确性的依赖;同时,能保证虚拟物体和真实物体的运动轨迹一致性,有利于提高增强现实应用的运动一致性。     

多平台三维篮球运动仿真系统的设计与实现

为提高篮球运动员的投篮精度,利用微软的Kinect获取不同的出手速度,求解非线性方程组,得到在罚球点处有空气阻力情况下不同出手高度、出手速度和出手角的精确解。使用三维引擎 U nity3D开发篮球运动仿真系统,并移植到Windows、Web、Mac、Mac Dashboard等多个平台。该系统从图形用户界面、关卡设计、动画模块等模块入手,对纹理贴图、动画、碰撞检测等问题进行了实现和优化,可辅助运动员进行训练。     

增强现实系统中基于视觉感知的抓取识别

增强现实系统采用单目光学透视式头盔时必然会使虚拟物体呈现在真实物体之前,使用户无法得知应该在何处抓取虚拟物体,并且系统所得到的抓取数据也会受硬件本身、人和环境等因素影响而产生偏差.从人的视觉感知习惯入手,利用机器人学和光线几何理论实现基于视觉感知的碰撞检测;通过分析抓取过程,得出3条抓取知识规则,并将其与模糊理论结合应用于证据推理.实验结果表明,采用文中方法,用户能轻松地实现抓取,整个交互过程相当自然.     

视频透视增强现实系统中的运动模糊研究

针对Radon变换对增强现实运动模糊中短模糊尺度无效的问题,提出一种将Radon变换和Canny边缘检测相结合,并基于视频透视的虚拟物体运动模糊模拟算法。采用Canny边缘检测和Radon变换方法,获得点扩散函数参数和基于GPU实现运动模糊的实时渲染。实验结果证明,该算法在视频透视增强现实系统中,对于长短模糊尺度都能较好地模拟运动模糊效果,从而实现虚实场景的无缝融合。     

基于Linux的远程机器人控制系统研究

本文对远程机器人控制系统的体系结构和最新进展进行了论述,提出了一种新的远 程机器人控制系统的软件体系结构．文中就远程机器人的基本原理及远程机器人的状态监控 技术进行了详细的叙述,并详细说明了与这种系统相关的重要技术问题,最后给出了一个基 于Linux操作系统的远程机器人控制程序的具体实现例子．     

HERO型移动机器人控制器的研制和开发

本文介绍了以高档PC、PLC和无线通信作为控制器核心的HERO型移动机器人控制器的 研究开发技术．给出了移动机器人控制器硬件系统结构和控制器软件体系结构,分析介绍了 控制软件系统中的各功能模块的作用与特点,着重介绍了软件中采用的关键技术．已投入使 用的机器人的良好性能证明了其控制器技术方案的合理性．     

一种快速嘴部检测方法在视听语音识别的应用

在改进噪音环境下的语音识别率中,来自于说话人嘴部的可视化语音信息有着显著的作用.介绍了在视听语音识别(AVSR)中的重要组成部分之一:可视化信息的前端设计;描述了一种用于快速处理图像并能达到较高识别率的人脸嘴部检测的机器学习方法,此方法引入了旋转Harr-like特征在积分图像中的应用,在基于AdaBoost学习算法上通过使用单值分类作为基础特征分类器,以级联的方式合并强分类器,最后划分检测区域用于嘴部定位.将上述方法应用于AVSR系统中,基本上达到了对人脸嘴部实时准确的检测效果.     

视频监控中人的运动检测方法研究与实现

为了提高视频监控的实时性、准确性和可靠性,引入运动目标检测非常必要,而在此基础上的人运动检测更是后续各种高级处理的基础。根据视频监控的特点,采用一种基于自适应背景图像估计与当前多帧图像的混合差的算法来实现快速精确地检测和提取运动目标区域,并充分利用视频图像的时域连续特性和人脸肤色信息,实现快速可靠的人脸定位,从而准确定位人运动区域。实验表明,该算法对人的运动检测在光线、姿势变化等情况下具有良好的鲁棒性,适于实时监控系统的应用。