项目名称: 移动增强现实中基于视觉—惯性传感器的混合跟踪方法研究

项目编号: No.61502188

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 杨欣

作者单位: 华中科技大学

项目金额: 23万元

中文摘要: 随着智能手机的飞速发展和普及,移动增强现实应用受到学术界和工业界的广泛关注。姿态跟踪作为移动增强现实中的核心技术成为了迫切需要。然而,传统的移动增强现实跟踪技术通常基于单一的视觉方法或者传感器方法,很难同时满足跟踪精度、鲁棒性和实时性的需求。本课题致力于研究新的融合视觉与惯性传感器的混合跟踪模型以实现智能手机上精确、鲁棒、实时的跟踪。围绕混合跟踪模型中三个具体难点开展深入研究,具体包括: 轻量级在线的特征选择算法;多源传感器融合跟踪方法;基于视觉-传感器数据融合跟踪方法及自适应突变误差校验。本课题将有力推动移动增强现实的理论和应用的发展,为提供一种移动环境下全新的人机交互方式提供核心算法与技术。

中文关键词: 移动增强现实;三维注册;自然特征;混合跟踪;智能手机

英文摘要: With fast development and deployment of smartphones, mobile augmented reality (MAR) on smartphones has attracted increasing interests from academia and industry. Pose tracking is one of the most critical tasks in an MAR system. However, conventional methods which rely on only visual features or inertial sensors are either too computationally expensive on smartphones, or not sufficiently accurate and robust for a satisfactory user experience. This proposal focuses on developing a novel hybrid tracking system and address key challenges in the system, including: lightweight online feature selection for robust feature tracking, multimodel sensor data fusion for inertial tracking, adaptive Kalman filtering with abrupt error verification for vision-inertial hybrid tracking. The research conducted in this proposal will provide robust and efficient pose tracking techniques which can run efficiently on mobile phones. Meanwhile, it will significantly speedup the development of MAR theories and facilitate wide deployment of MAR apps.

英文关键词: mobile augmented reality;3D registration;natural features;hybrid tracking;smartphones

成为VIP会员查看完整内容
2

相关内容

专知会员服务
18+阅读 · 2021年10月9日
专知会员服务
41+阅读 · 2021年9月15日
专知会员服务
26+阅读 · 2021年9月13日
专知会员服务
87+阅读 · 2021年7月9日
视觉目标跟踪十年研究进展
专知会员服务
85+阅读 · 2021年3月10日
专知会员服务
74+阅读 · 2020年12月6日
基于深度学习的手语识别综述
专知会员服务
45+阅读 · 2020年5月18日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
专知会员服务
84+阅读 · 2019年12月13日
【泡泡图灵智库】协同视觉-惯性SLAM
泡泡机器人SLAM
28+阅读 · 2019年9月6日
计算机视觉方向简介 | 视觉惯性里程计(VIO)
计算机视觉life
63+阅读 · 2019年6月16日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
15+阅读 · 2018年4月4日
国家自然科学基金
0+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
3+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
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
小贴士
相关VIP内容
专知会员服务
18+阅读 · 2021年10月9日
专知会员服务
41+阅读 · 2021年9月15日
专知会员服务
26+阅读 · 2021年9月13日
专知会员服务
87+阅读 · 2021年7月9日
视觉目标跟踪十年研究进展
专知会员服务
85+阅读 · 2021年3月10日
专知会员服务
74+阅读 · 2020年12月6日
基于深度学习的手语识别综述
专知会员服务
45+阅读 · 2020年5月18日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
专知会员服务
84+阅读 · 2019年12月13日
相关基金
国家自然科学基金
0+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
3+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
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员