面向增強(qiáng)現(xiàn)實(shí)投影的視效技術(shù)研究
發(fā)布時(shí)間:2023-09-14 05:31
投影映射是增強(qiáng)現(xiàn)實(shí)技術(shù)中常用的一種顯示手段,它利用投影儀將虛擬的圖像投影到現(xiàn)實(shí)中的物體上,使得兩者融為一體,達(dá)到增強(qiáng)現(xiàn)實(shí)的目的。投影映射技術(shù)在教育、娛樂、軍事、醫(yī)療等領(lǐng)域有著廣泛的應(yīng)用。常見的投影映射應(yīng)用,通常是將內(nèi)容投影到任意的平面或是具有三維幾何形狀的目標(biāo)物體上。在投影映射的應(yīng)用中,我們追求的目標(biāo)之一是投影視效的真實(shí)感。投影的真實(shí)感與投影內(nèi)容渲染的正確性密切相關(guān),而要得到盡量正確的渲染內(nèi)容,就需要獲取目標(biāo)物體精確的材質(zhì)信息和幾何形狀。在已有的投影映射研究中,對于投影目標(biāo)物體的實(shí)際材質(zhì)研究較少,一些研究者完全不考慮光照效果的合理性,投影內(nèi)容直接使用假想的貼圖,使得投影結(jié)果與當(dāng)前場景的可能的真實(shí)視效產(chǎn)生很大的偏差。另一種常見的方法是用簡單的蘭伯特反射模型(Lambertian reflectance model),人工設(shè)置反射函數(shù)中的參數(shù)和需要用到的紋理,這種方法將會(huì)耗費(fèi)大量的時(shí)間和人力,材質(zhì)屬性完全取決于人的主觀判斷,投影效果的真實(shí)感不能很好地保證。對于幾何形狀的重建,目前已經(jīng)有非常多的研究成果。比如預(yù)先建立與目標(biāo)物體一致的三維模型,再進(jìn)行后續(xù)的處理;或者利用場景的深度信息來獲得目標(biāo)...
【文章頁數(shù)】:84 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 三維物體投影技術(shù)
1.2.2 表面材質(zhì)重建相關(guān)研究
1.3 本文研究目標(biāo)和研究內(nèi)容
1.4 本文的組織結(jié)構(gòu)
第二章 基于深度神經(jīng)網(wǎng)絡(luò)的場景重建算法
2.1 人工設(shè)計(jì)材質(zhì)參數(shù)的方法
2.2 基于深度神經(jīng)網(wǎng)絡(luò)的場景重建算法設(shè)計(jì)
2.3 先驗(yàn)法向量圖
2.3.1 先驗(yàn)法向量圖的生成
2.3.2 先驗(yàn)法向量圖的約束作用
2.4 重建算法的神經(jīng)網(wǎng)絡(luò)
2.4.1 網(wǎng)絡(luò)結(jié)構(gòu)
2.4.2 損失函數(shù)
2.4.3 參數(shù)優(yōu)化算法
2.5 訓(xùn)練數(shù)據(jù)集
2.6 渲染過程及光照模型
2.7 本章小結(jié)
第三章 高精度投影映射系統(tǒng)架構(gòu)設(shè)計(jì)
3.1 總體框架設(shè)計(jì)
3.2 硬件設(shè)備及搭建
3.3 系統(tǒng)標(biāo)定及配準(zhǔn)
3.4 Kinect彩色圖像與深度圖像的標(biāo)定
3.5 深度圖預(yù)處理
3.5.1 前景與背景的分離
3.5.2 深度圖的修復(fù)與平滑
3.6 本章小結(jié)
第四章 實(shí)驗(yàn)結(jié)果與分析
4.1 訓(xùn)練數(shù)據(jù)及結(jié)果分析標(biāo)準(zhǔn)
4.1.1 訓(xùn)練數(shù)據(jù)
4.1.2 預(yù)測算法結(jié)果分析標(biāo)準(zhǔn)
4.1.3 投影結(jié)果分析標(biāo)準(zhǔn)
4.2 基于深度神經(jīng)網(wǎng)絡(luò)的場景重建算法的準(zhǔn)確性
4.2.1 先驗(yàn)監(jiān)督的有效性
4.2.2 損失函數(shù)的權(quán)重對訓(xùn)練結(jié)果的影響
4.2.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法的比較
4.2.4 輸入圖像背景的保留對結(jié)果的影響
4.3 人工設(shè)計(jì)材質(zhì)參數(shù)方法與場景重建算法比較
4.4 材質(zhì)重建算法與同時(shí)重建材質(zhì)和幾何形狀算法比較
4.5 投影系統(tǒng)的表現(xiàn)結(jié)果
4.6 本章小結(jié)
第五章 總結(jié)與展望
5.1 本文工作總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
本文編號:3846650
【文章頁數(shù)】:84 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 三維物體投影技術(shù)
1.2.2 表面材質(zhì)重建相關(guān)研究
1.3 本文研究目標(biāo)和研究內(nèi)容
1.4 本文的組織結(jié)構(gòu)
第二章 基于深度神經(jīng)網(wǎng)絡(luò)的場景重建算法
2.1 人工設(shè)計(jì)材質(zhì)參數(shù)的方法
2.2 基于深度神經(jīng)網(wǎng)絡(luò)的場景重建算法設(shè)計(jì)
2.3 先驗(yàn)法向量圖
2.3.1 先驗(yàn)法向量圖的生成
2.3.2 先驗(yàn)法向量圖的約束作用
2.4 重建算法的神經(jīng)網(wǎng)絡(luò)
2.4.1 網(wǎng)絡(luò)結(jié)構(gòu)
2.4.2 損失函數(shù)
2.4.3 參數(shù)優(yōu)化算法
2.5 訓(xùn)練數(shù)據(jù)集
2.6 渲染過程及光照模型
2.7 本章小結(jié)
第三章 高精度投影映射系統(tǒng)架構(gòu)設(shè)計(jì)
3.1 總體框架設(shè)計(jì)
3.2 硬件設(shè)備及搭建
3.3 系統(tǒng)標(biāo)定及配準(zhǔn)
3.4 Kinect彩色圖像與深度圖像的標(biāo)定
3.5 深度圖預(yù)處理
3.5.1 前景與背景的分離
3.5.2 深度圖的修復(fù)與平滑
3.6 本章小結(jié)
第四章 實(shí)驗(yàn)結(jié)果與分析
4.1 訓(xùn)練數(shù)據(jù)及結(jié)果分析標(biāo)準(zhǔn)
4.1.1 訓(xùn)練數(shù)據(jù)
4.1.2 預(yù)測算法結(jié)果分析標(biāo)準(zhǔn)
4.1.3 投影結(jié)果分析標(biāo)準(zhǔn)
4.2 基于深度神經(jīng)網(wǎng)絡(luò)的場景重建算法的準(zhǔn)確性
4.2.1 先驗(yàn)監(jiān)督的有效性
4.2.2 損失函數(shù)的權(quán)重對訓(xùn)練結(jié)果的影響
4.2.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法的比較
4.2.4 輸入圖像背景的保留對結(jié)果的影響
4.3 人工設(shè)計(jì)材質(zhì)參數(shù)方法與場景重建算法比較
4.4 材質(zhì)重建算法與同時(shí)重建材質(zhì)和幾何形狀算法比較
4.5 投影系統(tǒng)的表現(xiàn)結(jié)果
4.6 本章小結(jié)
第五章 總結(jié)與展望
5.1 本文工作總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
本文編號:3846650
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3846650.html
最近更新
教材專著