增強現(xiàn)實電子沙盤協(xié)同交互技術(shù)研究與實現(xiàn)
發(fā)布時間:2021-04-21 00:25
隨著時代的進步和科技的快速發(fā)展,軍事電子沙盤也向著多樣化、智能化、個性化的方向發(fā)展。在現(xiàn)代信息化聯(lián)合作戰(zhàn)條件下,作戰(zhàn)人員需要能夠進行高效的會商研討、協(xié)同作業(yè),這對電子沙盤態(tài)勢展現(xiàn)的直觀性、交互操作的便捷性以及協(xié)同研討的高效性提出了更高的要求。傳統(tǒng)的電子沙盤借助觸屏、紅外遙控等技術(shù)實現(xiàn)對沙盤的操控,存在成本高、轉(zhuǎn)移不便且交互方式單一等缺點,與上述要求存在著較大的差距。近年來,增強現(xiàn)實(Augmented Reality,AR)技術(shù)已經(jīng)成為研究的熱門課題,它帶來了超越現(xiàn)實的三維視覺體驗和便捷的人機交互方式。針對傳統(tǒng)沙盤的不足,本文設(shè)計和實現(xiàn)了一種基于AR技術(shù)的電子沙盤協(xié)同交互系統(tǒng),論文主要創(chuàng)新成果包括:(1)研究和實現(xiàn)了面向AR電子沙盤的多模態(tài)自然人機交互系統(tǒng)。分析了電子沙盤交互流程和交互要素,設(shè)計了多模態(tài)自然人機交互框架,建立了自然人機交互語義與沙盤操作的映射關(guān)系;根據(jù)應(yīng)用需求定義了中文語音指令庫,基于微軟Speech SDK實現(xiàn)了中文操控指令識別功能;基于表面肌電傳感器實現(xiàn)了指控手勢的識別。實驗表明,以凝視、手勢和語音三種自然交互方式不僅可以滿足軍事沙盤的交互操作需求,而且增強了輸入的...
【文章來源】:南京理工大學江蘇省 211工程院校
【文章頁數(shù)】:81 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.1.1 增強現(xiàn)實技術(shù)
1.1.2 增強現(xiàn)實電子沙盤
1.1.3 面向增強現(xiàn)實電子沙盤的自然人機交互技術(shù)
1.1.4 虛擬化身及其表情模擬技術(shù)
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 增強現(xiàn)實電子沙盤技術(shù)
1.3.2 自然人機交互技術(shù)
1.3.3 人臉表情動畫模擬技術(shù)
1.4 研究內(nèi)容和章節(jié)安排
1.4.1 研究內(nèi)容
1.4.2 章節(jié)安排
2 增強現(xiàn)實電子沙盤交互系統(tǒng)設(shè)計
2.1 需求分析和功能設(shè)計
2.1.1 系統(tǒng)需求分析
2.1.2 功能模塊設(shè)計
2.2 自然人機交互框架設(shè)計
2.2.1 交互流程及交互要素分析
2.2.2 增強現(xiàn)實電子沙盤自然人機交互框架設(shè)計
2.3 技術(shù)模塊設(shè)計
2.3.1 增強現(xiàn)實電子沙盤模型構(gòu)建
2.3.2 自然人機交互模塊
2.3.3 表情模擬模塊
2.4 多人協(xié)同交互功能模塊設(shè)計
2.4.1 多人協(xié)同交互系統(tǒng)設(shè)計
2.4.2 協(xié)同作業(yè)中并發(fā)控制策略
2.5 本章小結(jié)
3 基于約束局部模型的人臉特征點定位
3.1 人臉特征點定位算法流程
3.2 Viola-Jones人臉區(qū)域檢測技術(shù)
3.2.1 Haar-like特征
3.2.2 積分圖
3.2.3 基于AdaBoost算法的強分類器及其級聯(lián)
3.3 約束局部模型
3.3.1 形狀模型的建模
3.3.2 Patch模型的建模
3.3.3 CLM模型擬合過程
3.4 基于均值漂移算法的擬合優(yōu)化
3.4.1 傳統(tǒng)的擬合算法
3.4.2 基于mean-shift的局部搜索優(yōu)化算法
3.5 本章小結(jié)
4 基于徑向基函數(shù)插值的表情動畫模擬
4.1 基于徑向基函數(shù)插值的變形算法
4.1.1 徑向基函數(shù)簡介
4.1.2 高斯核函數(shù)
4.2 基于徑向基函數(shù)插值的人臉表情模擬技術(shù)
4.2.1 基于肌肉模型的分區(qū)域插值算法
4.2.2 基于肌肉模型和貪心算法的特征點控制點選取算法
4.3 數(shù)據(jù)驅(qū)動的三維人臉表情動畫
4.4 本章小結(jié)
5 系統(tǒng)實現(xiàn)與實驗結(jié)果分析
5.1 系統(tǒng)組成
5.1.1 硬件組成
5.1.2 軟件平臺
5.2 實驗結(jié)果與分析
5.2.1 人臉特征點檢測
5.2.2 人臉表情模擬
5.2.3 增強現(xiàn)實電子沙盤模型構(gòu)建
5.2.4 手勢交互
5.2.5 語音交互
5.2.6 增強現(xiàn)實電子沙盤多人協(xié)同交互
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻
附錄
本文編號:3150688
【文章來源】:南京理工大學江蘇省 211工程院校
【文章頁數(shù)】:81 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.1.1 增強現(xiàn)實技術(shù)
1.1.2 增強現(xiàn)實電子沙盤
1.1.3 面向增強現(xiàn)實電子沙盤的自然人機交互技術(shù)
1.1.4 虛擬化身及其表情模擬技術(shù)
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 增強現(xiàn)實電子沙盤技術(shù)
1.3.2 自然人機交互技術(shù)
1.3.3 人臉表情動畫模擬技術(shù)
1.4 研究內(nèi)容和章節(jié)安排
1.4.1 研究內(nèi)容
1.4.2 章節(jié)安排
2 增強現(xiàn)實電子沙盤交互系統(tǒng)設(shè)計
2.1 需求分析和功能設(shè)計
2.1.1 系統(tǒng)需求分析
2.1.2 功能模塊設(shè)計
2.2 自然人機交互框架設(shè)計
2.2.1 交互流程及交互要素分析
2.2.2 增強現(xiàn)實電子沙盤自然人機交互框架設(shè)計
2.3 技術(shù)模塊設(shè)計
2.3.1 增強現(xiàn)實電子沙盤模型構(gòu)建
2.3.2 自然人機交互模塊
2.3.3 表情模擬模塊
2.4 多人協(xié)同交互功能模塊設(shè)計
2.4.1 多人協(xié)同交互系統(tǒng)設(shè)計
2.4.2 協(xié)同作業(yè)中并發(fā)控制策略
2.5 本章小結(jié)
3 基于約束局部模型的人臉特征點定位
3.1 人臉特征點定位算法流程
3.2 Viola-Jones人臉區(qū)域檢測技術(shù)
3.2.1 Haar-like特征
3.2.2 積分圖
3.2.3 基于AdaBoost算法的強分類器及其級聯(lián)
3.3 約束局部模型
3.3.1 形狀模型的建模
3.3.2 Patch模型的建模
3.3.3 CLM模型擬合過程
3.4 基于均值漂移算法的擬合優(yōu)化
3.4.1 傳統(tǒng)的擬合算法
3.4.2 基于mean-shift的局部搜索優(yōu)化算法
3.5 本章小結(jié)
4 基于徑向基函數(shù)插值的表情動畫模擬
4.1 基于徑向基函數(shù)插值的變形算法
4.1.1 徑向基函數(shù)簡介
4.1.2 高斯核函數(shù)
4.2 基于徑向基函數(shù)插值的人臉表情模擬技術(shù)
4.2.1 基于肌肉模型的分區(qū)域插值算法
4.2.2 基于肌肉模型和貪心算法的特征點控制點選取算法
4.3 數(shù)據(jù)驅(qū)動的三維人臉表情動畫
4.4 本章小結(jié)
5 系統(tǒng)實現(xiàn)與實驗結(jié)果分析
5.1 系統(tǒng)組成
5.1.1 硬件組成
5.1.2 軟件平臺
5.2 實驗結(jié)果與分析
5.2.1 人臉特征點檢測
5.2.2 人臉表情模擬
5.2.3 增強現(xiàn)實電子沙盤模型構(gòu)建
5.2.4 手勢交互
5.2.5 語音交互
5.2.6 增強現(xiàn)實電子沙盤多人協(xié)同交互
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻
附錄
本文編號:3150688
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3150688.html
最近更新
教材專著