【摘 要】
：
由于生理的局限,人眼立体感知存在一定的盲区,并对立体视差存在一定的融合极限,因此获取符合人眼立体感知的三维影像就显得尤为重要。针对该问题,结合Panum融合区理论以及人眼立体感知误差,对立体观影区间的范围进行界定,并对立体观影区对应下的基线长度范围进行推导。根据推导结果,利用3ds max进行场景模拟,分别以特定距离下基线长度所允许的最大值和最小值为基准,获取5组不同基线长度下的视差图,最后利用虚
论文部分内容阅读
由于生理的局限,人眼立体感知存在一定的盲区,并对立体视差存在一定的融合极限,因此获取符合人眼立体感知的三维影像就显得尤为重要。针对该问题,结合Panum融合区理论以及人眼立体感知误差,对立体观影区间的范围进行界定,并对立体观影区对应下的基线长度范围进行推导。根据推导结果,利用3ds max进行场景模拟,分别以特定距离下基线长度所允许的最大值和最小值为基准,获取5组不同基线长度下的视差图,最后利用虚拟现实眼镜验证了推导结果的正确性,该结果可对立体摄影过程的相机摆放提供指导。
其他文献
对于需要利用平行光使物体成像的机器视觉测量仪,有时由于受到仪器自身尺寸条件的限制使其在较短距离内无法产生一束真正的平行光,从而影响了实时测量的精度和速度。为了解决这一问题,提出把根据全息原理和边缘照明技术制作好的全息元件应用到这类机器视觉测量仪的内部光路中,对其原来产生平行光的光路加以改进。通过多次实验,让入射光从边缘照亮全息元件时,再现出来的平行光能够满足实时测量的要求,即这一方法在现实中具有较
提出一种新的基于奇异点邻域结构的三维人脸识别方法.首先,在人脸纹理图像上分割目标区域,划分特征子区域,提取二维奇异点和奇异点邻域结构;然后,在人脸空间几何信息上标记三维奇异点及其邻域结构,并以奇异点和奇异点邻域结构的三维信息表征人脸特征;最后,采用奇异点邻域结构最近点方法识别人脸身份信息.实验结果表明,所提出方法在三维人脸识别方面具有较高的识别准确率和较好的鲁棒性能.
Semantic image segmentation is a task to predict a category label for every image pixel. The key challenge of it is to design a strong feature representation. In this paper, we fuse the hierarchical c
今年山东青岛的高考考生见识到了一个新装备——类似平板电脑的考生身份验证系统,先读取考生二代身份证信息,然后验证指纹,最后现场拍照并与报名照片进行人脸识别的比对验证,通过这些步骤,15秒就能验证一个高考考生的身份。越来越多的普通人开始见识到人脸识别技术在"验证我是我"和"寻找你是谁"上的巨大威力。自2016年起,在安防、教育、金融等各个领域,人脸识别技术不断"落地"。人脸识别技术为何成长速度如此之快
We construct a collaborative model of the sparse representation and the subspace representation. First, we represent the tracking target in the principle component analysis(PCA) subspace, and then we
This paper proposes a robust auto-focus(AF) measure based on inner energy. In general, the inner energy of noise pixels is close to zero because the magnitude of gradient and the direction of the nois
在结构光三维(3D)重建系统中,编码模式用来解决对应点匹配问题,将直接影响测量的精度、分辨率和实时性。M阵列的结构光模式具有良好的子窗体特性,全局唯一。通过归纳结构光模式应遵守的规则,利用改进的拼片算法生成了大尺寸多元M阵列,具有2×2的子窗体特性,有8个阵列元素。提出符号选择机制,采用多条件评判方法确定8个模式符号。用设计的符号代替M阵列元素,生成一种新颖的分辨率为1 024×768的M阵列单帧
立体图像的视差很大程度上决定了立体图像的视觉舒适度,本文从定量的角度对影响立体图像舒适度的视差范围进行了研究。首先对源立体图像采用像素平移方法得到测试立体图像集,通过大量的主观实验得到测试立体图像的舒适度平均意见得分(MOS,mean opinion score)值;其次,基于视觉显著性特点,采用自适应权重立体匹配方法计算各区域的视差值,以测试各区域视差值对整幅立体图像舒适度的影响程度;最后通过转
针对三维图像特征点的匹配问题,研究了在Kinect三维图像中,分别基于SIFT、SURF和ORB算法建立的三维特征描述子经RANSAC算法优化后匹配精度和匹配速度的差异。首先,使用一组Kinect拍摄的测试集进行测试,三种特征匹配算法经过RANSAC算法优化之后,都表现出良好的匹配精度,ORB算法在匹配速度上稍有优势。其次,使用Kinect实际拍摄的室内样张进行重复性测试,实验结果表明,ORB算法
针对于人脸图像检测的有效利用性,为了提高其检测的性能,提出一种新的基于监督学习的优化相关性投影(ORP)人脸性别分类算法,并将其应用到基于Eigenface算法与Fisherface算法的人脸识别中,以及应用WPCA到基于PGA的性别分类中。本文算法首先基于带权主成分分析(WPCA)算法来降低脸部维度,将脸部特征提取出;然后,对其进行优化,同时计算ORP的误差函数;最后,最小化脸部ORP误差函数,