[发明专利]一种基于深度学习的增强现实系统虚实混合建模方法在审
| 申请号： | 201811366602.3 | 申请日： | 2018-11-16 |
| 公开（公告）号： | CN109544694A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 罗志勇;夏文彬;王月;耿琦琦;杨美美;蔡婷;韩冷;郑焕平 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06T19/00 | 分类号： | G06T19/00;G06T7/254 |
| 代理公司： | 重庆萃智邦成专利代理事务所(普通合伙) 50231 | 代理人： | 黎志红 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于深度学习的增强现实系统虚实混合建模方法，针对增强现实系统虚实混合建模问题，该方法首先将相邻帧的虚拟模型视图和实际物体图片有差异的区域全部提取出来，输入的图像首先经过PBAS算法进行检测，完成对前景目标的分割，然后将分割得到的疑似目标区域送入VGGNet‑16模型进行二次判断，将判断出的前景图像坐标输出，结合模型贴图与初始图像，得到虚实混合的模型结果。利用本发明提出的虚实混合建模方案，既能够大幅度降低算法整体的运算量，有效地降低算法对硬件的需求，又能够充分利用深度卷积神经网络模型VGGNET‑16的高图像分类准确率保证目标检测效果，有效提高建模精确度。 | ||
| 搜索关键词： | 混合建模 增强现实系统 算法 卷积神经网络 初始图像 模型结果 目标检测 前景目标 前景图像 实际物体 图像分类 虚拟模型 疑似目标 坐标输出 相邻帧 有效地 运算量 分割 准确率 建模 贴图 送入 图像 学习 检测 保证 图片 | ||
【主权项】：
1.一种基于深度学习的增强现实系统虚实混合建模方法，其特征在于，包括以下步骤：1)、输入虚拟模型视图和实际物体图像，首先基于目标先验知识对相邻帧的虚拟模型视图和实际物体图片进行了初步筛选，去除掉显著地虚假目标有差异的区域；2)、完成第一步之后的虚拟模型视图和实际物体图像经过PBAS算法进行检测，完成对前景目标的分割，得到疑似目标区域；其中，PBAS算法中融合了SACON算法的背景建模部分和VIBE算法的前景检测部分；3)、然后将分割得到的疑似目标区域送入VGGNet‑16模型进行二次判断，将判断出的前景图像坐标输出；4)、结合模型贴图与初始图像，得到虚实混合的模型结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811366602.3/，转载请声明来源钻瓜专利网。
- 上一篇：实时三维图形系统和虚拟现实交互技术
- 下一篇：一种虚拟服装换装系统
