基于层次化建模和显著性分析协同优化的光场三维显示技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61802390
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    27.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Multi-layer light field displays are a type of computational three-dimensional (3D) display which has recently gained increasing interest for its holographic-like effect and natural compatibility with 2D displays. However, the major shortcoming, depth limitation, still cannot be overcome in the traditional light field modeling and reconstruction based on multi-layer liquid crystal displays (LCDs). Considering this disadvantage, this project classifies the research topic into three parts in term of the problem that co-optimized content and display for layered light field display. Firstly, theoretically analyze the performance of layered light field display through its physical and mathematical model, and set up the prototypes with different parameters for performance measurement and analysis. Secondly, explore the light field saliency detection algorithm to adaptively distinguish ROI from non-ROI according to the performance limitation of layered light field display. Thirdly, convert the traditional individual display or content optimization into the new content and display co-optimization by exploring the algorithms of depth initialization and global depth optimization, and thus provide the theoretical foundation and key technique for data processing and display optimization of light filed 3D display with high resolution, high fidelity and high comfort.
多层光场显示是一种计算三维显示,近来由于其全息似的效果和对二维显示的兼容性得到广泛关注。然而深度局限这一主要缺点在传统基于多层LCD的光场显示建模和重建过程中依然无法被克服。考虑到这一不利条件,本项目围绕层次化光场显示应用中内容和显示协同优化的问题,将研究课题分为三个层次:首先,基于层次化光场显示技术的物理与数学模型对层次化光场显示模型的相关性能进行理论分析,并搭建支持多种参数的实验原型样机进行显示性能局限的实测与分析;其次,根据层次化光场显示技术的性能限制探索面向待显示光场数据的显著度分析算法,对待显示的光场数据进行自适应的ROI区域和非ROI区域划分;最后,通过探究层次化光场显示中的深度初始化算法以及全局深度优化算法最终实现从单一优化内容或显示的传统方法到内容和显示协同优化的全新解决方案的转变,从而为面向高清、高保真、高舒适度的三维光场显示的数据处理和显示优化提供理论基础和关键技术。

结项摘要

近年来随着技术的进步与发展,3D 显示技术如 3D 电影和 VR 眼镜等逐渐走 进我们的生活。伴随着 3D 技术发展的如火如荼,作为真 3D 显示的光场技 术也 逐渐引起研究者的关注。光场是一个空间中所有的光线集合,理论上完 备的采集 和显示光场就可以重现真实世界的场景。然而光场的数据维度比较 高,其采集和 显示对比传统的采集和显示均有极大的挑战。本文研究的是如 何在基于光场深度 信息重建高质量的光场。我们采用的是 4D 光场模型作为 理论基础,并在此之上 研究光场显示的技术提出了改进的算法和系统,同时 搭建了实物样机进行验证。 完成了的主要工作如下:.(1) 基于光场深度的光场重建 光场重建是光场显示的重要过程,现如今有很多研究者从不同方向来提高光 场重建质量。本文通过分析得到光场显示有效深度范围远小于实际光场采集 深度 范围。利用光场深度估计的方法获得光场深度估计图,并基于深度信息 提出了深 度信息量的概念。并利用深度信息量来引导光场重建从而获得更好 的重建结果。.(2) 搭建基于 4D 光场模型的光场显示样机 由于光场显示是四维数据而通常使用的传统显示器并不能实现其功能,所以 我们需要依据 4D 光场模型来设计一种可实现裸眼 3D 显示的光场显示样 机。对此,我们从亮度、光场显示模型、分辨率、负载率、液晶层数和层间 距等方面进 行分析和计算。最终搭建出基于 4D 光场模型的光场显示样机, 并能正常实现裸 眼 3D 的功能,可以作为最终实验主评测的重要依据之一。 .最后,我们总结了全文的工作并展望了光场技术发展的未来。并基于现有研 究工作的基础,提出了基于此的未来研究工作的方向。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(3)
基于多尺度特征多对抗网络的雾天图像识别
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    图形图像学报
  • 影响因子:
    --
  • 作者:
    陈硕;钟汇才;李勇周;王师峥;杨键刚
  • 通讯作者:
    杨键刚
Advancing Imbalanced Domain Adaptation: Cluster-Level Discrepancy Minimization With a Comprehensive Benchmark
推进不平衡域适应:通过综合基准最小化集群级差异
  • DOI:
    10.1109/tcyb.2021.3093888
  • 发表时间:
    2021-08
  • 期刊:
    IEEE TRANSACTIONS ON CYBERNETICS
  • 影响因子:
    11.8
  • 作者:
    Jianfei Yang;Jiangang Yang;Shizheng Wang;Shuxin Cai;Han Zou;Lihua Xie
  • 通讯作者:
    Lihua Xie
显著性引导的低光照人脸检测
  • DOI:
    10.13700/j.bh.1001-5965.2020.0469
  • 发表时间:
    2021
  • 期刊:
    北京航空航天大学学报
  • 影响因子:
    --
  • 作者:
    李可夫;钟汇才;高兴宇;翁超群;陈振宇;李勇周;王师峥
  • 通讯作者:
    王师峥
Glasses-Free 3-D and Augmented Reality Display Advances: From Theory to Implementation
裸眼 3D 和增强现实显示的进展:从理论到实施
  • DOI:
    10.1109/mmul.2019.2948334
  • 发表时间:
    2020-01
  • 期刊:
    IEEE MultiMedia
  • 影响因子:
    3.2
  • 作者:
    Phil Surman;Xiangyu Zhang;Weitao Song;Xinxing Xia;Shizheng Wang;Yuanjin Zheng
  • 通讯作者:
    Yuanjin Zheng

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

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

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