论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究内容 | 第13-14页 |
| 1.3 论文组织结构 | 第14-17页 |
| 第二章 相关技术 | 第17-27页 |
| 2.1 增强现实 | 第17-19页 |
| 2.1.1 增强现实关键技术 | 第17-18页 |
| 2.1.2 增强现实系统中的坐标系 | 第18-19页 |
| 2.2 同步定位建图技术 | 第19-20页 |
| 2.3 深度学习 | 第20-22页 |
| 2.3.1 深度学习简介 | 第20-21页 |
| 2.3.2 深度神经网络 | 第21-22页 |
| 2.3.3 激活函数 | 第22页 |
| 2.3.4 迁移学习方法 | 第22页 |
| 2.4 点云配准 | 第22-25页 |
| 2.4.1 点云配准概述 | 第22-23页 |
| 2.4.2 ICP及其衍生算法 | 第23-24页 |
| 2.4.3 PointNetLK | 第24-25页 |
| 2.5 发布订阅模式 | 第25-26页 |
| 2.5.1 发布订阅模式概述 | 第25页 |
| 2.5.2 消息队列遥测传输协议 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于深度神经网络的不同尺度点云配准方法 | 第27-45页 |
| 3.1 不同尺度点云配准的问题描述 | 第27-28页 |
| 3.2 基于深度神经网络的不同尺度点云配准方法的总体架构 | 第28-30页 |
| 3.3 点云特征提取模块 | 第30-37页 |
| 3.3.1 点云预处理操作的设计 | 第30-32页 |
| 3.3.2 点云特征提取神经网络模型设计 | 第32-35页 |
| 3.3.3 点云特征提取模块的实现 | 第35-37页 |
| 3.4 不同尺度点云迭代配准模块 | 第37-42页 |
| 3.4.1 不同尺度点云迭代配准算法设计 | 第37-40页 |
| 3.4.2 不同尺度点云迭代配准模块的实现 | 第40-42页 |
| 3.5 损失函数 | 第42-44页 |
| 3.5.1 特征向量描述损失 | 第43页 |
| 3.5.2 不同尺度点云配准损失 | 第43-44页 |
| 3.5.3 总体损失函数 | 第44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于点云配准的单目视觉多人增强现实机制 | 第45-59页 |
| 4.1 单目视觉多人增强现实机制中存在的问题 | 第45页 |
| 4.2 基于点云配准的单目视觉多人增强现实机制的总体架构 | 第45-47页 |
| 4.3 用户会话管理模块 | 第47-50页 |
| 4.4 坐标系变换求解模块 | 第50-52页 |
| 4.5 单目视觉SLAM模块 | 第52-53页 |
| 4.6 虚拟物体模型渲染模块 | 第53-56页 |
| 4.6.1 渲染呈现虚拟模型所涉及的坐标系变换关系 | 第53-55页 |
| 4.6.2 多人增强现实互动中渲染呈现虚拟模型的具体流程 | 第55-56页 |
| 4.7 本章小结 | 第56-59页 |
| 第五章 实验与验证 | 第59-83页 |
| 5.1 基于深度神经网络的不同尺度点云配准方法的实验与验证 | 第59-74页 |
| 5.1.1 实验环境 | 第59-61页 |
| 5.1.2 实验数据集介绍 | 第61-64页 |
| 5.1.3 点云特征提取神经网络的训练 | 第64-66页 |
| 5.1.4 基于深度神经网络的不同尺度点云配准方法性能测试 | 第66-69页 |
| 5.1.5 不同尺度点云配准方法对比实验与分析 | 第69-74页 |
| 5.2 基于点云配准的单目视觉多人增强现实机制的实验与验证 | 第74-82页 |
| 5.2.1 实验环境 | 第74-76页 |
| 5.2.2 客户端单目视觉SLAM模块技术选型 | 第76-77页 |
| 5.2.3 基于点云配准的单目视觉多人增强现实机制功能测试 | 第77-81页 |
| 5.2.4 单目视觉多人增强现实机制对比实验与分析 | 第81-82页 |
| 5.3 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 总结 | 第83页 |
| 6.2 展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 攻读学位期间发表的学术论文 | 第90页 |
