项目名称: 现实场景的多传感采样与三维重建方法研究

项目编号: No.61302059

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 李坤

作者单位: 天津大学

项目金额: 24万元

中文摘要: 现实场景的三维重建在军事、航天、医疗、影视制作等领域有着广泛的应用前景。现有采集机制与图形学处理方法难以刻画现实场景的"真实性"、"复杂性"和"多变性",采用低成本采集设备实现精确高效的动态三维重建是国际前沿挑战难题。本项目瞄准Kinect体感相机快速发展与应用的契机,开展现实场景的多传感采样与三维重建研究:以信号的稀疏表示为理论依据,探索采用稀疏分布的多传感形式对复杂现实场景进行采样和高分辨率感知的理论与方法;研究深度超分辨率与优化,探索密集特征的感知与跟踪,揭示场景二维投影特征在空间时间维度的运动规律,结合动态特征矩阵的低秩特性研究纹理特征的空时联合稀疏重建;建立动态场景三维形状轨迹模型,并通过融合多传感信息联合感知三维几何与运动特性。力图揭示现实动态场景三维特性的表示机理,建立多传感信息采样与重建平台,在理论和关键技术研究上取得突破。

中文关键词: 三维重建;Kinect;稀疏表示;现实场景;动态场景

英文摘要: 3-D reconstruction for real scenes has wide application prospects in many fields such as battlefield sensing, aerospace exploration, medical image processing, and movie production. Current acquisition approaches and graphic methods cannot characterize the reality, complexity and variability of real scenes, and therefore to achieve accurate and efficient dynamic 3-D reconstruction with low-cost acquisition devices has become a challenging problem. Grasping the opportunity of rapid development and application of Kinect cameras, this project focuses on the sampling and 3-D reconstruction for real scenes via multi-sensors information fusion: based on sparse representation, explore the theory and method of sampling and high-resolution sensing for complex real scenes via sparsely-distributed multi-sensors; study the depth optimization and super-resolution, explore the sensing and tracking of dense features, and investigate the joint spatio-temporal sparse reconstruction for texture features based on the low-rank characteristics of dynamic feature matrix; establish the model of 3-D shape and trajectory for dynamic scenes, and jointly sense the geometry and motion characteristics through the integration of multi-sensor information. We are to reveal the representation mechanism of 3-D characteristics of dynamic real sce

英文关键词: 3D reconstruction;Kinect;Sparse representation;Real scene;Dynamic scene

成为VIP会员查看完整内容
0

相关内容

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。 物体三维重建是计算机辅助几何设计(CAGD)、计算机图形学(CG)、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。在计算机内生成物体三维表示主要有两类方法。一类是使用几何建模软件通过人机交互生成人为控制下的物体三维几何模型,另一类是通过一定的手段获取真实物体的几何形状。前者实现技术已经十分成熟,现有若干软件支持,比如:3DMAX、Maya、AutoCAD、UG等等,它们一般使用具有数学表达式的曲线曲面表示几何形状。后者一般称为三维重建过程,三维重建是指利用二维投影恢复物体三维信息(形状等)的数学过程和计算机技术,包括数据获取、预处理、点云拼接和特征分析等步骤。
基于深度学习的计算机视觉研究新进展
专知会员服务
150+阅读 · 2022年4月21日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
46+阅读 · 2021年10月10日
专知会员服务
66+阅读 · 2021年5月21日
专知会员服务
55+阅读 · 2021年4月4日
专知会员服务
35+阅读 · 2021年2月20日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
【动态】CSIG面向文化传播的人物理解与视觉表达会议成功举办
中国图象图形学学会CSIG
0+阅读 · 2022年1月11日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
【泡泡点云时空】FlowNet3D:学习三维点云中的场景流
泡泡机器人SLAM
41+阅读 · 2019年5月19日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
基于图像的场景三维建模
计算机视觉战队
13+阅读 · 2018年3月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
14+阅读 · 2019年11月26日
小贴士
相关VIP内容
基于深度学习的计算机视觉研究新进展
专知会员服务
150+阅读 · 2022年4月21日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
46+阅读 · 2021年10月10日
专知会员服务
66+阅读 · 2021年5月21日
专知会员服务
55+阅读 · 2021年4月4日
专知会员服务
35+阅读 · 2021年2月20日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
相关资讯
【动态】CSIG面向文化传播的人物理解与视觉表达会议成功举办
中国图象图形学学会CSIG
0+阅读 · 2022年1月11日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
【泡泡点云时空】FlowNet3D:学习三维点云中的场景流
泡泡机器人SLAM
41+阅读 · 2019年5月19日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
基于图像的场景三维建模
计算机视觉战队
13+阅读 · 2018年3月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员