基于HoloLens的物体检测与定位

发布时间：2021-05-24 04:20

　　随着社会的发展,人需要处理记忆的事情越来越多。对于年轻人,也经常遇到过出门忘带东西,或找不见东西的情况。而对于老年人,如果忘记一些紧急药的放置位置,则可能会造成十分严重的后果。然而针对人脑的辅助设备却鲜有研究。针对这一问题,本文设计了基于HoloLens的物体位置跟踪记忆系统,该系统可自主帮助人记忆相关物体位置,在人需要找寻时只需说出找寻指令,如“帮我找到xxx”,HoloLens便会给予人指引帮助。本文的主要工作如下:1.在HoloLens平台上开发了基于深度学习的物体检测算法。通过对样本照片进行亮度、尺度、角度变化扩充了原始训练集,提高了识别精度,减少了训练所需照片数量,降低了对用户的打扰。2.针对包含成像坐标系信息的HoloLens照片,提出了一种特征点匹配的高效算法。本算法通过成像坐标系信息快速推导出两张照片的焦点坐标系的齐次变换矩阵后,以对极几何约束为判断依据,采用聚类算法滤除离异点。最后实验结果表明,本文提出的算法不仅满足需求,而且与RANSAC相比计算速度更快,对特征点的要求更少。3.开发了HoloLens下的线性三角形定位算法,用Bundle Adjustment方法优... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1. 课题来源
    1.2. 课题背景及研究意义
    1.3. 国内外研究现状
    1.4. 本文主要研究内容
第2章 基于深度学习的目标检测
    2.1. 深度学习
    2.2. 神经网络的训练
    2.3. YOLO物体识别算法
    2.4. 使用YOLO训练自定义图片
    2.5. 小结
第3章 特征点提取与匹配
    3.1. 图像特征点提取
    3.2. 特征点匹配
    3.3. Holo Lens平台下的改进匹配算法
    3.4. 实验结果与分析
    3.5. 小结
第4章 三角定位与误差分析
    4.1. 三角定位方案概述
    4.2. HoloLens 平台下的物体定位
    4.3. 三角定位实现与验证
    4.4. 误差分析
    4.5. 小结
第5章 系统实现与验证
    5.1. 系统平台
    5.2. 系统功能模块设计
    5.3. 系统运行结果
    5.4. 小结
第6章 总结与展望
    6.1. 本文工作总结
    6.2. 未来研究展望
致谢
参考文献



本文编号：3203540