本文選題：戶外增強(qiáng)現(xiàn)實(shí)　切入點(diǎn)：深度學(xué)習(xí)　出處：《武漢大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,戶外增強(qiáng)現(xiàn)實(shí)系統(tǒng)有越來越多的使用場(chǎng)景,如社交、購物、娛樂等。增強(qiáng)現(xiàn)實(shí)系統(tǒng)的核心在于跟蹤注冊(cè)算法的設(shè)計(jì),主流算法為混合跟蹤注冊(cè)思想,在混合注冊(cè)算法中基于視覺識(shí)別的跟蹤注冊(cè)最為關(guān)鍵,傳統(tǒng)算法以提取特征點(diǎn)為核心,但由于計(jì)算量大且精度不高等問題影響著跟蹤注冊(cè)的效率。隨著在計(jì)算機(jī)視覺領(lǐng)域中的深度學(xué)習(xí)思想的快速發(fā)展,以卷積神經(jīng)網(wǎng)絡(luò)為核心的圖像識(shí)別模型也得到普遍應(yīng)用,并且實(shí)驗(yàn)證明該算法比傳統(tǒng)算法大大提高了圖像識(shí)別精度和效率。本文研究了多種用于圖像分類和目標(biāo)檢測(cè)的卷積神經(jīng)網(wǎng)絡(luò)模型,分析了各個(gè)模型的優(yōu)缺點(diǎn),并結(jié)合實(shí)際的應(yīng)用在優(yōu)秀的卷積神經(jīng)網(wǎng)絡(luò)SSD(單次檢測(cè)模型)模型的基礎(chǔ)上,更換了三層前置網(wǎng)絡(luò)結(jié)構(gòu),較少了網(wǎng)絡(luò)的深度,設(shè)計(jì)了不同長(zhǎng)寬比的默認(rèn)框,從而簡(jiǎn)化了模型用于識(shí)別戶外的地理目標(biāo)。參考ImageNet和PASCAL VOC 2007的訓(xùn)練集,采集數(shù)據(jù)并設(shè)計(jì)了訓(xùn)練和預(yù)測(cè)的數(shù)據(jù)集,在深度學(xué)習(xí)平臺(tái)MXNET上訓(xùn)練簡(jiǎn)化的SSD模型,最終得到SSD模型的網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)重值,該模型的mAP達(dá)到58.2%,PC端處理一張圖像的時(shí)間為0.03s。本文將深度學(xué)習(xí)思想用于解決移動(dòng)增強(qiáng)現(xiàn)實(shí)系統(tǒng)中的跟蹤注冊(cè)問題,采用基于傳感器的非視覺感知和基于深度學(xué)習(xí)的視覺識(shí)別混合跟蹤注冊(cè)方式開發(fā)了移動(dòng)戶外增強(qiáng)現(xiàn)實(shí)原型系統(tǒng),該系統(tǒng)是采用本地客戶端的模式,利用安卓手機(jī)的傳感器系統(tǒng)來獲取手機(jī)姿態(tài)和當(dāng)前位置信息,將訓(xùn)練好的簡(jiǎn)化SSD模型作為圖像識(shí)別的引擎,使用GPU來完成計(jì)算過程,另外,針對(duì)地理目標(biāo)設(shè)計(jì)了本地的二維和三維增強(qiáng)信息,提供了簡(jiǎn)單的交互模式,最終在實(shí)際測(cè)試中的處理圖像的速度為1.5s,目標(biāo)識(shí)別的置信度在90%左右。
[Abstract]:With the rapid development of mobile Internet, outdoor augmented reality systems have more and more use scenarios, such as social, shopping, entertainment, etc. The core of augmented reality system is to track the design of registration algorithm. The mainstream algorithm is hybrid tracking registration. In the hybrid registration algorithm, visual recognition based tracking registration is the key. The traditional algorithm takes extracting feature points as the core. However, the efficiency of tracking registration is affected by many problems, such as large computation and low precision. With the rapid development of depth learning in the field of computer vision, the image recognition model with convolution neural network as the core is also widely used. Experiments show that the algorithm improves the accuracy and efficiency of image recognition greatly. In this paper, several convolution neural network models for image classification and target detection are studied, and the advantages and disadvantages of each model are analyzed. Combined with practical application, based on the excellent model of convolution neural network (SSD), the three-layer network structure is replaced, the depth of the network is reduced, and the default frame with different aspect ratio is designed. Therefore, the model is used to identify outdoor geographical targets. Referring to the training set of ImageNet and PASCAL VOC 2007, the training and prediction data sets are collected, and the simplified SSD model is trained on the MXNET platform. Finally, the network structure and weight of SSD model are obtained. The mAP of the model reaches 58.2 and the time of processing an image is 0.03s. In this paper, the idea of depth learning is used to solve the problem of tracking registration in mobile augmented reality system. A mobile outdoor augmented reality prototype system is developed by using non-visual perception based on sensor and visual recognition and registration based on deep learning. The system adopts the mode of local client. Using the sensor system of Android phone to obtain the mobile phone attitude and current position information, using the trained simplified SSD model as the image recognition engine, using GPU to complete the calculation process, in addition, The local 2D and 3D enhancement information is designed for geographical targets, and a simple interactive mode is provided. Finally, the speed of image processing in the actual test is 1.5 seconds, and the confidence of target recognition is about 90%.
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP183;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林P;楊珂;王涌天;劉越;;移動(dòng)增強(qiáng)現(xiàn)實(shí)系統(tǒng)的關(guān)鍵技術(shù)研究[J];中國圖象圖形學(xué)報(bào);2009年03期

2 徐超;;增強(qiáng)現(xiàn)實(shí),3G的潛在“殺手”應(yīng)用?[J];通信世界;2010年10期

3 ;蘋果兩項(xiàng)新專利解讀:增強(qiáng)現(xiàn)實(shí)與半透明屏幕[J];硅谷;2011年15期

4 蔡蘇;宋倩;唐瑤;;增強(qiáng)現(xiàn)實(shí)學(xué)習(xí)環(huán)境的架構(gòu)與實(shí)踐[J];中國電化教育;2011年08期

5 ;移動(dòng)增強(qiáng)現(xiàn)實(shí)國家重大專項(xiàng)正式啟動(dòng)[J];信息技術(shù)與標(biāo)準(zhǔn)化;2012年03期

6 趙越;;基于移動(dòng)增強(qiáng)現(xiàn)實(shí)的學(xué)習(xí)形式研究[J];科技資訊;2013年06期

7 張健;蔡新元;;“增強(qiáng)現(xiàn)實(shí)”在傳統(tǒng)出版領(lǐng)域中的應(yīng)用探索[J];科技與出版;2013年10期

8 裴燕;;“增強(qiáng)現(xiàn)實(shí)”的革命[J];IT經(jīng)理世界;2013年24期

9 陳靖,王涌天,閆達(dá)遠(yuǎn);增強(qiáng)現(xiàn)實(shí)系統(tǒng)及其應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2001年15期

10 徐偉平,朱仲濤,丁曉玲,趙強(qiáng);增強(qiáng)現(xiàn)實(shí)硬件平臺(tái)的實(shí)現(xiàn)與應(yīng)用[J];實(shí)驗(yàn)技術(shù)與管理;2003年01期

相關(guān)會(huì)議論文 前10條

1 劉越;王涌天;閆達(dá)遠(yuǎn);;增強(qiáng)現(xiàn)實(shí)系統(tǒng)顯示技術(shù)研究[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

2 張旭光;閻鎮(zhèn);;面向遙科學(xué)實(shí)驗(yàn)的增強(qiáng)現(xiàn)實(shí)應(yīng)用研究[A];第二十三屆全國空間探測(cè)學(xué)術(shù)交流會(huì)論文摘要集[C];2010年

3 王倩;高長(zhǎng)城;徐大衛(wèi);;基于虛實(shí)像結(jié)合的增強(qiáng)現(xiàn)實(shí)研究[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 李丹;黃有群;;增強(qiáng)現(xiàn)實(shí)交互技術(shù)的研究[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

5 葛瑩;;基于視頻影像的地理數(shù)據(jù)增強(qiáng)現(xiàn)實(shí)可視化研究[A];中國地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

6 葛學(xué)東;;增強(qiáng)現(xiàn)實(shí)一致光照技術(shù)研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

7 周志穎;鄭思遠(yuǎn);昌明;;增強(qiáng)現(xiàn)實(shí)內(nèi)容管理云平臺(tái)在數(shù)字科技館中的應(yīng)用[A];第十六屆中國科協(xié)年會(huì)——分16以科學(xué)發(fā)展的新視野，努力創(chuàng)新科技教育內(nèi)容論壇論文集[C];2014年

8 王堅(jiān);;虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)的人機(jī)交互技術(shù)[A];計(jì)算機(jī)技術(shù)在工程建設(shè)中的應(yīng)用——第十二屆全國工程建設(shè)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議演講輯錄[C];2004年

9 王紅;周雅;高宇;閆達(dá)遠(yuǎn);;光學(xué)透視式增強(qiáng)現(xiàn)實(shí)系統(tǒng)虛實(shí)亮度匹配研究[A];中國光學(xué)學(xué)會(huì)2006年學(xué)術(shù)大會(huì)論文摘要集[C];2006年

10 趙小軍;游旭群;石常秀;甘碩秋;;基于增強(qiáng)現(xiàn)實(shí)技術(shù)的催眠治療:心理壓力和焦慮[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 逄丹;“增強(qiáng)現(xiàn)實(shí)”用虛擬美化現(xiàn)實(shí)[N];通信產(chǎn)業(yè)報(bào);2010年

2 中國移動(dòng)研究院業(yè)務(wù)研究所 陳志剛;“增強(qiáng)現(xiàn)實(shí)”適宜后向收費(fèi)[N];通信產(chǎn)業(yè)報(bào);2010年

3 本報(bào)記者 鄒大斌;增強(qiáng)現(xiàn)實(shí):互聯(lián)網(wǎng)應(yīng)用的新熱點(diǎn)[N];計(jì)算機(jī)世界;2011年

4 ;移動(dòng)增強(qiáng)現(xiàn)實(shí)：是炒作還是下一件大事?[N];網(wǎng)絡(luò)世界;2010年

5 ;AR：更深刻的現(xiàn)實(shí)[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2002年

6 本報(bào)記者 劉霞;2020年的可能和不可能[N];科技日?qǐng)?bào);2011年

7 特約作者 蘇馳;真亦假時(shí)假亦真[N];電腦報(bào);2010年

8 華凌;NASA為商業(yè)飛行員開發(fā)增強(qiáng)現(xiàn)實(shí)設(shè)備[N];科技日?qǐng)?bào);2012年

9 荊晶;手機(jī)帶你穿越時(shí)空,如夢(mèng)如幻回到從前[N];新華每日電訊;2009年

10 陳志鴻;荷蘭郵票使用“增強(qiáng)現(xiàn)實(shí)”技術(shù)展現(xiàn)“托塔”情景[N];中國集郵報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 林一;基于上下文感知的移動(dòng)增強(qiáng)現(xiàn)實(shí)瀏覽器構(gòu)建及優(yōu)化方法研究[D];北京理工大學(xué);2015年

2 趙越;實(shí)時(shí)增強(qiáng)現(xiàn)實(shí)中運(yùn)動(dòng)目標(biāo)及場(chǎng)景的跟蹤注冊(cè)關(guān)鍵問題研究[D];東北大學(xué);2015年

3 陸平;移動(dòng)增強(qiáng)現(xiàn)實(shí)中的圖像處理關(guān)鍵技術(shù)研究及應(yīng)用[D];東南大學(xué);2015年

4 魏小東;面向教育應(yīng)用的增強(qiáng)現(xiàn)實(shí)系統(tǒng)關(guān)鍵問題研究[D];北京理工大學(xué);2015年

5 趙新燦;增強(qiáng)現(xiàn)實(shí)維修誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2007年

6 姚遠(yuǎn);增強(qiáng)現(xiàn)實(shí)應(yīng)用技術(shù)研究[D];浙江大學(xué);2006年

7 董子龍;面向增強(qiáng)現(xiàn)實(shí)的實(shí)時(shí)三維跟蹤[D];浙江大學(xué);2010年

8 馮曉偉;增強(qiáng)現(xiàn)實(shí)工業(yè)培訓(xùn)系統(tǒng)研究[D];華東師范大學(xué);2012年

9 桂振文;面向移動(dòng)增強(qiáng)現(xiàn)實(shí)的場(chǎng)景識(shí)別與跟蹤注冊(cè)技術(shù)研究[D];北京理工大學(xué);2014年

10 豐艷;增強(qiáng)現(xiàn)實(shí)系統(tǒng)虛實(shí)無縫融合相關(guān)問題研究[D];上海大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 徐靈;增強(qiáng)現(xiàn)實(shí)廣告技術(shù)的創(chuàng)新擴(kuò)散研究[D];湖南大學(xué);2012年

2 Pp冬慧;基于增強(qiáng)現(xiàn)實(shí)的手部康復(fù)訓(xùn)練系統(tǒng)的研究[D];南京信息工程大學(xué);2015年

3 夏德芳;移動(dòng)增強(qiáng)現(xiàn)實(shí)中位姿計(jì)算與靜態(tài)手勢(shì)識(shí)別交互研究[D];南京理工大學(xué);2015年

4 李潔;基于Android平臺(tái)的增強(qiáng)現(xiàn)實(shí)系統(tǒng)研究與應(yīng)用[D];河北農(nóng)業(yè)大學(xué);2015年

5 張愷夫;基于增強(qiáng)現(xiàn)實(shí)的交通安全公益廣告設(shè)計(jì)及其效果研究[D];哈爾濱工業(yè)大學(xué);2015年

6 康磊;地標(biāo)性建筑的增強(qiáng)現(xiàn)實(shí)系統(tǒng)設(shè)計(jì)研究[D];哈爾濱工業(yè)大學(xué);2015年

7 趙王軍;面向信息物理Web的增強(qiáng)現(xiàn)實(shí)瀏覽器設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2015年

8 彭雪;基于傳感器的增強(qiáng)現(xiàn)實(shí)關(guān)鍵技術(shù)研究[D];上海大學(xué);2015年

9 田遠(yuǎn)霞;增強(qiáng)現(xiàn)實(shí)下多通道交互模型研究與實(shí)現(xiàn)[D];浙江大學(xué);2015年

10 嚴(yán)玉若;增強(qiáng)現(xiàn)實(shí)中視覺反饋關(guān)鍵技術(shù)研究[D];上海大學(xué);2015年

，

本文編號(hào)：1603663