基于深度学习的3D视频编码研究

针对当前网络系统对3D视频系统的需求,提出了一种基于深度学习的3D视频编码系统。首先,针对当前网络系统终端多样化问题,深入研究基于深度学习的鲁棒性 3D 视频编码;其次,针对当前网络系统中的设备不能处理高复杂度的问题,进一步研究基于深度学习的低复杂度3D视频编码;然后,针对当前网络系统中视频信息庞大问题,深入研究基于深度学习的高效3D视频编码;最后,针对人类是视频信息的最终接收体,深入研究基于深度学习的满足人类视觉特性的3D视频编码。实验结果表明,所提方法实现了基于深度学习的鲁棒、低复杂度、高效、符合人类视觉特性的3D视频编码。     

基于Mask R-CNN的胶囊缺陷检测方法

针对传统的空心胶囊缺陷检测多用于人工抽样检测,无论是时间成本还是人力成本都较高,并且带有一定的主观性的问题,研究分析了胶囊缺陷的特点,设计并搭建了胶囊制造缺陷在线检测实验平台,设计并开源了药用空心胶囊凹陷缺陷数据集,提出了一种基于Mask R-CNN算法的胶囊缺陷检测识别方法,使用ResNet作为特征提取网络,ROIAlign对特征图ROI提取是完成像素级的对齐,能很好地解决胶囊缺陷的检测难题。经过实验验证,基于Mask R-CNN的胶囊缺陷检测识别的正确率较高。     

基于深度学习和视觉语义关系的防振锤滑移目标检测

为了精确定位防振锤滑移异常,保障输电线路安全运行,在输电线路巡检过程中,通常使用视觉检测的方法,对防振锤滑移异常及相关部件进行识别。但输电线路场景复杂多变,常规目标检测算法对防振锤滑移异常检测的精度较差,无法满足实际检测需求。因此,本文提出一种基于深度学习和视觉语义关系的防振锤滑移目标检测方法。该方法依据空间上下文信息,判断所检测目标间的视觉语义关系;联合Cascade R-CNN目标检测算法,并利用制定的相应判别规则及约束算法,实现防振锤滑移异常判别。实验结果表明,与常规目标检测算法相比,本文方法对防振锤滑移异常目标识别更加有效,在输电线路巡检中具有较高的理论价值与可观应用前景。     

基于点云深度学习的3D目标检测

针对目前利用点云进行3D目标检测的研究较少和检测精度不高的问题,利用Frustum-Pointnets模型实现基于点云的3D目标检测,并在该模型的基础上进行改进,选用不同的激活函数和参数初始化方法进行组合对比,进一步提高模型的精度。实验表明:在选用Swish激活函数和He参数初始化方法时汽车平均检测精度提高了0.31 %,行人平均检测精度提高了0.41 %,骑车人平均检测精度提高了5.5 %。因此改进后的模型能有效提高检测的精度,使得模型能够应用在复杂的场景中。     

基于深度学习的自动抠图技术研究

针对计算技术视觉中的抠图问题,分析利用人工智能技术进行自动抠图的实现方法,通过深度学习技术结合大数据的优势实现端到端的精准抠图。首先,列出抠图技术在生活中的应用场景;然后,介绍抠图任务的目标和实质,并将抠图与图像分割进行对比分析;接下来重点介绍近年来利用深度卷积网络实现自动抠图的五类模型和算法,分析其在模型结构、数据集构建、模型训练方面的不同特点和实现方法;最后,归纳总结基于深度学习的自动抠图方法和精细的抠图数据集的创建方法。     

基于Mask R-CNN的回环检测算法

本文针对SLAM问题中的回环检测算法进行研究,结合深度学习技术,提出了基于Mask R-CNN的回环检测算法。该算法利用MaskR-CNN检测得到的掩膜表示图像特征,定义了一种基于物体掩膜的计算图像相似度的方法。本文还将该算法与经典的BOW算法进行了融合,提出了2种融合算法的方式。本文在2个开放的数据集NewCollege和CityCentre对提出的算法进行了实验。实验结果表明,融合算法有着比BOW算法更高的性能,而且随着图像中可识别物体数量的增加,性能也会增加。     

基于深度学习的自动调制识别方法综述

自动调制识别(Automatic Modulation Recognition,AMR)是复杂电磁环境下的信号感知和识别领域中的重要技术,广泛应用于频谱感知、链路自适应、干扰防护等领域。传统的AMR方法主要依赖于人工提取特征、决策理论和识别器的选择。而深度学习(Deep Learning,DL)算法直接从海量数据中自动获取信号特征,同时实现特征提取和识别。因此,针对复杂多变的电磁环境中的信号识别问题,提出了将DL算法应用于AMR任务。首先,从数据集、信号表示和网络模型三个层面系统地综述基于DL的AMR方法;其次,详细总结了针对不同的信号表示所设计的神经网络模型,其中接收信号可以由专家特征、序列和图像来表示;最后概述了AMR存在的问题、潜在的研究方向和结论。     

基于多信息深度学习的3D点云语义分割

点云语义分割是三维点云数据处理的基础步骤,是三维场景理解分析、重建和目标识别的关键环节.针对目前对三维点云进行语义分割使用的点云信息少和精度不高的问题,本文在利用点云三维坐标信息的基础上,增加了点云RGB信息和所属房间的归一化坐标信息,从而丰富了神经网络输入端的信息量,进一步提高了模型的分割精度,最后利用PointNe...     

多阶段深度学习单帧条纹投影三维测量方法

深度学习的应用简化了数字条纹投影三维测量的过程,在传统数字条纹投影三维测量技术条纹投影、相位计算、相位展开、相位深度映射的流程中,研究者们已经成功证明了前三个环节以及整个流程结合深度神经网络的可行性。基于深度学习,PDNet (Phase to Depth Network)神经网络模型被提出,用于绝对相位到深度的映射。结合多阶段深度学习单帧条纹投影三维测量方法,通过分阶段学习方式依次获得物体的绝对相位与深度信息。实验结果表明,PDNet能较准确地测量出物体的深度信息,深度学习应用于相位深度映射步骤具有可行性。并且,相较于直接从条纹图像到三维形貌的单阶段深度学习单帧条纹投影三维测量方法,多阶段深度学习单帧条纹投影三维测量方法可以明显提升测量精度,仅需单帧条纹图像输入即可获得毫米级测量精度,且能适应具有复杂形貌物体的三维测量。     

Phase unwrapping based on deep learning in light field fringe projection 3D measurement

Phase unwrapping is one of the key roles in fringe projection three-dimensional (3D) measurement technology. We propose a new method to achieve phase unwrapping in camera array light filed fringe projection 3D measurement based on deep learning. A multi-stream convolutional neural network (CNN) is proposed to learn the mapping relationship between camera array light filed wrapped phases and fringe orders of the expected central view, and is used to predict the fringe order to achieve the phase unwrapping. Experiments are performed on the light field fringe projection data generated by the simulated camera array fringe projection measurement system in Blender and by the experimental 3×3 camera array light field fringe projection system. The performance of the proposed network with light field wrapped phases using multiple directions as network input data is studied, and the advantages of phase unwrapping based on deep learning in light filed fringe projection are demonstrated.     

一种“客观度量”和“深度学习”共同驱动的立体匹配方法

提出一种基于"客观度量"和"深度学习"共同驱动的立体匹配方法,互补"度量"和"学习"特征,提升立体匹配视差图的精度。将基于灰度差绝对和(SAD)与灰度梯度差绝对和(GRAD)两类算子的客观计算特征和基于数据驱动的深度学习特征进行加权融合,构建匹配代价模型;采用引导滤波器对匹配代价进行聚合;通过胜者全赢算法得到初始视差图;最后,运用左右一致性校验和加权中值滤波器优化视差图,去除误匹配点,得到最优视差图。在Middlebury立体匹配评估平台上的测试实验表明,所提算法能有效降低视差图平均绝对误差和均方根误差。     

基于超光栅的3D打印全介质太赫兹超透镜

超透镜是基于超表面和超光栅的器件,可实现对入射光振幅、相位、偏振等的灵活调控,具有轻薄、易集成的特点。但超透镜的制作周期时间长、成本高,寻找一种易加工、低成本、高效的方法制造超透镜是非常有必要的。本文设计了一种高效波前控制电磁波的太赫兹(Terahertz, THz)全介质超光栅,当电磁波垂直入射时,超光栅将电磁波束弯曲至T_-1衍射级。通过仿真模拟可知,当P偏振光入射时,可将83.44%的透射能量集中在T_-1衍射级,S偏振光入射时可达到82.73%。基于设计的超光栅,当0.14 THz电磁波入射时,设计了数值孔径为0.39的超透镜,利用3D打印技术加工工艺制备,并搭建扫描测量系统验证该设计。测量结果表明,超透镜焦距为114.5 mm,与仿真设计相一致,同时测得了光斑的大小,最后搭建的THz透射成像系统表征了超透镜的成像能力。这项工作在光学传感、通信和超分辨率成像中具有潜在的应用价值。     

深度学习精确相位获取的离焦投影三维测量

数字光栅投影三维测量技术,通过离焦投影二值光栅条纹,生成三维测量所需正弦光栅条纹,能够实现超高投影速度,在快速三维测量领域具有极大潜力。但是,二值光栅条纹不可避免地包含高次谐波,导致计算所得相位包含相位误差,进而降低了快速三维测量精度。提出了一种基于深度学习精确相位获取的离焦投影三维测量方法,通过构建含噪声相位到精确相位的端到端深度卷积神经网络,降低高次谐波引入的相位误差,进而实现快速精确三维测量。首先,以理论分析证明所提方法的可行性,并以仿真和实验进一步验证了所提方法的有效性和精确性。与现有快速三维测量方法相比,所提方法在保证测量速度的同时保证测量精度。     

基于ardunio的3D打印控制系统设计

3D打印技术给社会生产生活带来很多便利,但目前市面上销售的3D打印设备造价昂贵,精度难以控制.基于此,设计开发出一款基于ardunio的3D打印控制系统,并进行硬件电路和软件设计,实现硬件各模块的高耦合性.所设计的3D打印控制系统能够实现精度达标、价格低廉、设备小型,具有很好的应用前景.     

基于深度测量的三维成像技术

由于三维（3D）成像技术有着广泛的应用,尤其是在信息和生命科学领域的应用,因此越来越受到人们的关注。这些技术大致可分为两类:基于光线的三维成像技术和基于波前的三维成像技术。传统成像技术存在系统装置复杂和成像质量不尽人意等问题,极大限制了其在相关领域的应用,因此基于深度测量的三维成像技术越来越受到重视。文中概述了基于深度测量的三维成像技术,分别详细描述了基于深度测量三维成像的光线场和光波场的相关技术,给出了光线场和光波场成像技术之间的联系,基于这些描述和分析,给出了基于深度测量三维成像研究领域的研究方向。     

基于开源软件的3D打印教育探索与实践

3D打印的步骤是生成3D模型、打印前检查、打印与后期处理。前两步是在计算机上利用软件完成的。开源软件是指开放源代码的软件,用户可以免费获得软件的全部功能。选用开源软件,开设选修课,学生可以学习有关机械类图形、艺术类图形、三维扫描数据的处理,获得三维模型,进行打印前检查和参数设置,打印完成后进行后期处理。结业方式为学生自己设计一套机械机构打印模型作为学习成果。