【摘 要】
：
增强现实技术将虚拟物体与真实场景进行融合,实现两者在光照、几何以及时间方面的一致性,增强使用者对真实场景的感知。同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是实现增强现实的核心技术之一,该技术通过实时估计传感器位姿来确定其与真实场景的相对位置,从而在真实场景中准确叠加虚拟物体。准确的参数阈值是利用SLAM算法获得精确位姿的关键。然而,目
论文部分内容阅读
增强现实技术将虚拟物体与真实场景进行融合,实现两者在光照、几何以及时间方面的一致性,增强使用者对真实场景的感知。同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是实现增强现实的核心技术之一,该技术通过实时估计传感器位姿来确定其与真实场景的相对位置,从而在真实场景中准确叠加虚拟物体。准确的参数阈值是利用SLAM算法获得精确位姿的关键。然而,目前大多数视觉SLAM算法采用人工设定经验值的方法,在实际应用中使用固定的参数配置,当场景改变后需重新整定参数。基于此,本文做了如下工作:1.提出一种基于改进深度循环Q网络的视觉SLAM参数自适应调整方法。该方法首先筛选视觉SLAM参数以构建动作空间;其次采用地图点的协方差矩阵或位姿平移的均方根误差来描述视觉定位的不确定性,并将其不确定性以构建奖励函数;最后参数智能体通过ε-greedy策略选择Q值最大的动作作用于视觉SLAM环境,使视觉SLAM算法达到自适应调整参数的目的。2.设计并实现基于参数自适应的相机位姿估计系统。该系统由服务器端和移动端组成,服务器端对移动端采集的真实场景信息进行相机位姿跟踪和地图构建,并将位姿跟踪结果返回移动端,实现移动端在真实场景下的实时位姿估计。移动端对获取到的相机位姿和地图进行实时绘制,并实现基于视频序列的移动增强现实交互。本文在视觉SLAM算法中利用深度循环Q网络进行参数自适应调整。实验结果表明,提出的算法不仅提高了位姿跟踪精度,而且在应用场景变化后能够得到相应的参数调整策略,使系统在不同应用场景下能够良好运行。因此,本文提出的参数自适应相机位姿估计系统具有一定的理论意义及实用价值。
其他文献
近年来,随着数字经济时代的来临,“信息过载”日益凸显。为了解决这个问题,个性化推荐系统得到了飞速的发展。在目前的推荐系统中,研究人员通常从用户和项目的直接交互出发,依赖于神经网络或图神经网络等非线性推理技术挖掘用户和项目的深层嵌入表示。然而,这些研究忽略了对间接交互进行直接建模的重要性,导致无法较好地捕捉隐含关系中蕴含的交互信息,从而降低了推荐系统的性能和可解释性。为了充分利用隐含关系及其交互信息
“三农”问题一直是我国高度关注的话题。自乡村振兴战略提出以来，各方社会力量切身投入于农村建设，并取得了卓越成果。其中，农民专业合作社发挥了举足轻重的作用。基于此，文章对部分地区农民专业合作社发展状况进行研究、整理和分析，阐述了目前农民专业合作社发展存在的问题，并从服务带动、管理规范、品牌建设、融资能力、人才引进等多个角度提出了农民专业合作社发展优化策略，用以促进农民专业合作社高质量发展，为相关工作
对抗样本攻击是一种影响人脸识别系统安全性和鲁棒性的攻击手段。与传统对抗样本生成方法相比,基于生成对抗网络（Generative Adversarial Networks,GAN）的对抗样本生成方法具有生成速度快、可承载的计算量大等优势。然而,现有基于GAN的人脸对抗样本生成方法仍存在训练不稳定、生成对抗样本质量较低以及针对亚洲人脸的研究较少的问题。因此,本文通过梯度惩罚项优化生成对抗网络和训练目标
在分布式环境下实现数据安全共享一直是研究热点,区块链以分布式共享全局账本的形式存储交易数据,为数据安全共享提供了平台支撑。然而,区块链上的交易信息对网络中全部节点公开透明,对用户隐私构成威胁。现有的区块链数据共享方案在进行隐私保护的同时可用性较低,数据共享难以实现隐私保护和可用性之间的平衡,有效实现区块链数据访问权限的动态调整是一个挑战性问题,这也是本文拟研究的问题。具体地,本文结合区块链技术、代
发生在肝脏部位的肿瘤病变具有较高的致死率,及早从腹部CT图像中分割出肝脏和肝脏肿瘤是辅助医生对患者进行诊疗的关键。然而,人工分割耗时长,效率低;且CT图像具有对比度低、器官组织间灰度值较为相似和肝脏肿瘤形状大小多变等特点,使得快速准确分割出肝脏和肝脏肿瘤仍是一项挑战性的任务。随着深度学习技术在计算机视觉任务中表现优异,在医学图像分割领域得到广泛研究与应用。因此,本文使用深度学习技术来实现肝脏和肝脏
为响应高校对于数据科学课程学习和实践训练的需求,数据科学在线实验平台应运而生。然而,当大量学生同时使用平台进行实验时,如果运维人员无法及时解决出现的资源紧缺、实验耗时长和平台崩溃等性能问题,将严重影响用户使用体验和实验教学进度。目前,各类应用平台的性能瓶颈问题的发现和解决逐渐受到大众的重视。在人工分析具有局限性的情况下,搭建实验平台的监控系统以掌握性能状况显得十分重要。但是大部分的性能监控工具主要
近年来,机器学习算法迅速发展并在众多领域取得成功应用,其中BP神经网络作为经典的前馈神经网络算法,其具有较优的泛化和容错能力、以及非线性映射能力,因此在分类、预测、图像处理和模式识别等领域都取得了不错的成绩。由于BP神经网络工作的核心是BP算法,同时网络对初始时的连接权值和偏置具有极强的依赖性,所以其存在收敛速度慢和易陷入局部最优等问题,进而导致网络的性能受到了严重影响。群智能优化算法具有较强的全
随着电网中业务应用类型越发复杂，多源电网业务信息呈现出容量过大而价值密度低的特点，电网调度业务流程日趋繁琐。在此环境下，传统经验型调度模式工作效率低、协同性不强，难以满足现代电网调度运行需求。因此，提出了基于人工智能技术、依赖电力大数据驱动的调度决策支撑技术，通过智慧人机交互方法智能识别、判断、提取电力关键调度业务信息，并将不同的区域业务汇总于统一的电网智能调度平台。在平台的支撑下，有效简化并解决
量刑情节是指法院对罪犯审判时,依据的有关罪犯的身份信息与犯罪事实。量刑情节识别任务主要是指利用计算机技术从半结构化的裁判文书中识别出罪犯的量刑情节。作为司法智能化研究中的重要底层任务,识别出来的量刑情节可以为其他司法智能化任务（如:判决预测等）提供信息参考。目前,司法领域数据由于专业性高、逻辑性强,存在标注数据匮乏、标注质量差导致量刑情节识别效果较差的问题。此外,现有量刑情节识别方法研究过于依赖刑
＜正＞浙江杭州市朝晖幼儿园朝一园区创办于1983年10月,总占地面积3854平方米,户外总面积1892平方米,绿化面积1428平方米。幼儿园被评为浙江省首届现代化幼儿园,浙江省绿色学校,浙江省示范性幼儿园,杭州市特级幼儿园。幼儿园秉承"绿藤悦芽,润泽生长"的理念,追求"让每一个生命在生活中快乐地生长"的发展目标,回归教育本质。近期,幼儿园抓住全面改建的契机,倾听幼儿意见,满足幼儿需求,赋予教育空间