计算机视觉增强现实应用概论 - (EPUB全文下载)

文件大小：0.78 mb。
文件格式：epub 格式。
书籍内容：

计算机视觉增强现实应用概论
第1章 计算机视觉与增强现实应用概论
1.1.1 计算机视觉发展历程
1.1.2 计算机视觉常见模块
1.1.3 计算机视觉应用领域
1.2 增强现实概述
1.2.1 增强现实发展历程
1.2.2 增强现实表现形式
1.2.3 增强现实应用领域
第2章 增强现实理论基础
2.2 增强现实的摄像机空间理论
2.2.1 摄像机透视模型
2.2.2 摄像机参数矩阵
2.2.3 双目摄像机立体视觉系统
2.3 图像处理基本原理
2.3.1 数字图像的色彩模型
2.3.2 图像的截取与缩放
2.3.3 线性滤波器的运用
2.4 图像局部特征的提取与匹配
2.4.1 SIFT特征描述子
2.4.2 ORB特征描述子
2.4.3 模板匹配
2.5 图像的边缘检测
2.5.1 一阶导数边缘检测
2.5.2 二阶导数边缘检测
2.5.3 Canny算子边缘检测
2.5.4 基于二值图像的模板匹配
2.6 位姿估计
2.7 用于运动状态预测的滤波器
2.7.1 贝叶斯滤波器
2.7.2 粒子滤波器
2.7.3 卡尔曼滤波器
2.8 即时定位与地图构建系统
2.8.1 单目LSD-SLAM
2.8.2 单目ORB-SLAM
第3章 增强现实系统简介
3.1.1 增强现实软件系统概述
3.1.2 基于平面图像识别的增强现实系统
3.1.3 基于实物识别的增强现实系统
3.1.4 基于SLAM的增强现实系统
3.2 增强现实硬件系统
3.2.2 基于普通智能手机的增强现实系统
3.2.3 基于包含深度摄像模块的手持设备增强现实系统
3.2.4 基于单目智能眼镜的增强现实系统
3.2.5 基于双目可穿透式智能眼镜的增强现实系统
3.2.6 基于投影的增强现实系统
3.3 国际主流增强现实引擎简介
第4章 增强现实相关的人机交互系统简介
4.1.1 2D静态手势识别
4.1.2 2D动态手势识别
4.1.3 3D手势识别
4.2 语音识别交互系统
4.3 眼动追踪交互系统
第5章 增强现实行业应用
5.1 增强现实在教育和技能培训领域的应用
5.1.1 早教类增强现实应用
5.1.2 学科教学类增强现实应用
5.1.3 工业培训类增强现实应用
5.2 增强现实在游戏娱乐领域的应用
5.3 市场营销类增强现实应用
5.4 文化旅游类增强现实应用
5.5 工业和医疗类增强现实应用
5.6 军事类增强现实应用
第6章 增强现实系统发展趋势
6.1.1 深度学习与增强现实的结合
6.1.2 云计算技术与增强现实的结合
6.1.3 大范围三维重建技术
6.2 增强现实硬件发展趋势
6.2.1 基于光场成像技术的增强现实系统
6.2.2 基于半导体光学的增强现实系统
6.3 增强现实人机交互技术发展趋势
6.3.1 新形态用户界面
6.3.2 新形态交互技术
第7章 结语
第1章　计算机视觉与增强现实应用概论
1.1　计算机视觉概述
通过视觉可以获取环境中物体和事件的信息，进而从物体发射或者反射出来的光中提取信息。人的视觉系统处理过程包括：眼球接收光信号的输入，信息的逐级提取，大脑皮层的处理，最后传递到大脑的不同功能区以做出反馈。
计算机视觉是计算机对生物的一种模拟，是教机器如何“看”的科学，也是人工智能的重要组成部分。它的任务就是通过对采集的图像视频流进行处理以获得相应场景的三维信息，就像人类在非睡眠时间所做的那样。在计算机视觉中，计算机用摄像机代替了人的眼睛，收集外部世界的图像；用算法代替了神经，对输入的图像视频流进行运算；用处理器（CPU或者GPU）代替了大脑，进行信息的存储和运算。
计算机视觉研究有两个终极目标：一是让计算机按照人类的方法去看待这个世界，代替人完成各种复杂的任务，甚至是人类根本无法完成的工作；二是实现图像理解系统，即利用输入的图像数据自动构造场景。当然这不是那么容易实现的，毕竟到目前为止人类对自己大脑的了解程度还是个未知数。人类视觉系统是迄今为止人们所知道的功能最强大和完善的视觉系统。同时，生物的神经系统对计算机视觉也非常重要，很多计算机视觉的处理和算法都是模拟生物视觉系统设计的。比如，人类大脑最强大的功能之一便是慢慢为所学到的东西建立知识关联库，随着知识的扩充与完善，大脑的网络越来越复杂。计算机视觉中也模拟了这样的结构，发展出机器学习和神经网络，使算法本身具备学习能力，随着数据的样本量增多、代表性增强、涵盖面变广，运算结果能够更精确，也更符合人类的预期。
本章将先从计算机视觉的发展历史出发，介绍计算机视觉研究方向的演化以及现状。之后将介绍计算机视觉所涉及的不同领域的理论发展和典型应用，让读者对计算机视觉这门学科有更全面和充分的认识。
1.1.1　计算机视觉发展历程
计算机视觉领域的突出特点是其多样性和不完善性。
计算机视觉的历史要追溯到20世纪50年代，那时候的计算机视觉研究主要集中在二维图像的分析和识别上，比如工件表面、显微图片和航空图片的分析和解释。到了60年代，模式识别发展成为一门独立的学科，也就是当今最流行的深度学习和机器学习的基础。同时MIT的Roberts的研究工作开创了以理解三维场景为目的的三维计算机视觉的研究，他实现了从数字图像中提取立方体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述。Roberts对积木世界创造性的研究给人们以极大的启发，许多人相信由简单的“立体积木”创造的三维世界可以推广到更复杂的三维场景。计算机视觉正是从这时逐渐开始步入蓬勃发展时期的。
到了70年代，当计算机的性能提高到足以处理图像这样的大规模数据时，一些视觉应用系统开始出现，可惜这些方面的应用都很有局限性，如脸孔、指纹、文字等，因而无法被广泛应用在更多场景中。在70年代另外一件标志性事件是MIT人工智能实验室的David Marr教授提出了一套计算机视觉理论，该理论立足于计算机科学，系统地概括了心理生理学和神经心理学等方面取得的重要成果。在该理论中，Marr认为可将视觉看作从三个层次对 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。