双平面光场局部不变性特征提取与匹配方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61871319
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0117.多媒体信息处理
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Compare to traditional images, more complete information can be recorded by capturing a 4D light field. But most of available light field imaging systems have very limited numerical aperture, which be deemed as narrow-baseline-bottleneck problem for light field theory and applications. Research on light field features extraction and correspondence becomes an urgent need for extended the narrow-baseline light field to wide-baseline light field. Our proposal aims at local invariant features extraction and correspondence in two-paralleled-plane light field, which includes: 1) Research on the invariant theory of 4D light field, and propose the light field feature analysis and extraction methods. 2) Research on the light field feature scale space selection, and propose the quantitative measurement of light field feature similarity. 3) Research on the light field feature correspondence algorithm, and study on scene depth recovery and optimization with wide-baseline light field feature correspondence. This light field imaging theory and approach study belongs to the cross domain of computational photography and computer vision. The local invariance theory is one of key problems to break through the narrow-baseline-bottleneck of light field imaging, that may also contribute to the ambiguity problem of feature correspondence in computer vision. Thus, the content of this research has theoretical significance to light field imaging, and many potential applications can be benefited from this work.
与传统图像相比,双平面光场数据对场景信息的记录更完整。但主流光场成像系统仍存在基线较窄的瓶颈,将窄基线光场延拓至宽基线光场已成为光场成像理论发展的迫切需求。光场数据特征的提取与匹配是宽基线光场理论亟待研究的重要理论问题,故本项目拟开展双平面光场局部不变性特征提取与匹配方法研究,主要内容包括:1)研究双平面光场局部不变性原理,构建光场特征的分析与提取理论。2)研究光场特征尺度空间的选择问题和特征相似性的计算方法,实现对光场特征相似性的量化度量。3)研究宽基线光场特征的匹配计算方法,提出基于宽基线光场特征匹配的场景深度重建及优化方法。本项目研究内容属于计算摄影学和计算机视觉交叉领域的前沿热点和瓶颈问题,旨在探索双平面光场局部不变性的原理,并为突破光场成像窄基线瓶颈提供重要的理论支撑,或将为解决计算机视觉特征匹配的多义性难题提供新思路。研究成果对丰富光场成像理论、拓展光场应用具有重要意义。

结项摘要

本项目研究双平面光场特征提取与匹配方法,其内容属于光场成像和计算摄影学领域的热点问题。项目主要研究内容包括:双平面光场特征分析与提取理论,双平面光场特征的相似性度量方法,及基于宽基线光场匹配的场景重建方法。本项目系统构建了光场傅里叶视差空间与对极平面图像空间的特征提取理论,并搭建基于宽基线光场的特征提取与匹配计算软硬件验证平台。本项目理论成果包括:1)提出光场空间-角度域的变换保持采样分布及其相应的数学描述,设计了高匹配精度的FDL-HSIFT描述子、FDL-HCGH描述子;对角度变化鲁棒的EPI-Harris和EPI-HoG;适合于快速计算的LF-LBP、LF-SURF等光场特征。2)提出基于光场尺度空间选取的量化描述光场特征。针对光场局部不变性给出了光场特征匹配的距离度量,并在表面光场相似性比对方面进行了验证。3)提出了多种基于光场特征学习的光场及场景重建方法,并提出适合光场角度、空间及轴向的超分辨率方法。其中,在傅里叶视差描述下,FDL-HCGH圆形邻域特征在特征匹配精度与计算效率方面均明显优于现有光场特征(如SIFT、LIFF等)。由于双平面光场角度-空间域特征分布具有一致性和局部不变性,该研究揭示光场特征在对场景深度变化感知与描述方面具有明显优势,为特征匹配的多义性难题提供新的思路。本项目理论研究成果对于场景重建、目标跟踪、目标识别等光场成像应用具有较高理论价值。.针对上述研究内容,项目申请国家发明专利9项,已授权5项;发表相关学术论文12篇,其中SCI检索论文8篇(包括CCF认定的A类期刊论文1篇,SCI二区及以上期刊论文3篇,CCF推荐的中文T2类期刊3篇),另有2篇论文已录用待发表,2篇论文在投。项目公开可用于光场特征匹配实验和对比的光场数据集1套,可用于误匹配去除的公开数据集1套。本项目协助培养博士研究生1名,硕士研究生9名,已毕业7名。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(9)
Behavioral features fusion for ethological CNN classification of open field test videos
旷场测试视频行为学 CNN 分类的行为特征融合
  • DOI:
    10.1007/s11042-020-08858-x
  • 发表时间:
    2020-04
  • 期刊:
    Multimedia Tools and Applications
  • 影响因子:
    3.6
  • 作者:
    Xiao Zhaolin;Liu Huan;Zhou Guoqing;Zhu Feng;Jin Haiyan
  • 通讯作者:
    Jin Haiyan
Classification for Human Balance Capacity Based on Visual Stimulation under a Virtual Reality Environment
虚拟现实环境下基于视觉刺激的人体平衡能力分类
  • DOI:
    10.3390/s19122738
  • 发表时间:
    2019-06
  • 期刊:
    Sensors
  • 影响因子:
    3.9
  • 作者:
    Jin Haiyan;Xie Le;Xiao Zhaolin;Zhou Ting
  • 通讯作者:
    Zhou Ting
COLF‐GAN: Learning to axial super‐resolve focal stacks
COLF-GAN:学习轴向超分辨焦点堆栈
  • DOI:
    10.1049/ipr2.12460
  • 发表时间:
    2022
  • 期刊:
    IET Image Processing
  • 影响因子:
    2.3
  • 作者:
    Zhaolin Xiao;Huan Liu;Haiyan Jin
  • 通讯作者:
    Haiyan Jin
Network video summarization based on key frame extraction via superpixel segmentation
基于超像素分割关键帧提取的网络视频摘要
  • DOI:
    10.1002/ett.3940
  • 发表时间:
    2020-03
  • 期刊:
    Transactions on Emerging Telecommunications Technologies
  • 影响因子:
    3.6
  • 作者:
    Jin Haiyan;Yu Yang;Li Yumeng;Xiao Zhaolin
  • 通讯作者:
    Xiao Zhaolin
面向旷场实验视频分类的特征拼接矩阵学习方法
  • DOI:
    10.11834/jig.210606
  • 发表时间:
    2022
  • 期刊:
    中国图象图形学报
  • 影响因子:
    --
  • 作者:
    肖照林;杨志林;刘欢;金海燕
  • 通讯作者:
    金海燕

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于随机遮挡孔径的光场图像混叠检测方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    肖照林;王庆;杨恒;周果清
  • 通讯作者:
    周果清
基于时间维度局部特征的人体行为识别
  • DOI:
    10.19322/j.cnki.issn.1006-4710.2017.02.008
  • 发表时间:
    2017
  • 期刊:
    西安理工大学学报
  • 影响因子:
    --
  • 作者:
    张九龙;张镇东;杨夙;高阳;肖照林
  • 通讯作者:
    肖照林
场景深度无关的虚拟孔径图像鬼影去除算法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    西北工业大学学报
  • 影响因子:
    --
  • 作者:
    肖照林;周果清
  • 通讯作者:
    周果清
基于共聚焦图像序列的深度估计方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    吴文杰;肖照林;王庆;杨恒
  • 通讯作者:
    杨恒
一种视差法与变焦法融合的深度估计方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    西北工业大学学报
  • 影响因子:
    --
  • 作者:
    肖照林;杨恒;周果清;王庆
  • 通讯作者:
    王庆

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

肖照林的其他基金

面向弱光自动对焦的光场特征计算增强理论与方法研究
  • 批准号:
    62371389
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
光场成像的轴向超分辨率方法研究
  • 批准号:
    61501370
  • 批准年份:
    2015
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码