基于视觉场景理解的矢量地图与实景图像实时融合

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41871361
  • 项目类别:
    面上项目
  • 资助金额:
    57.5万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0114.地理信息学
  • 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

The AR-based navigation has become increasingly important in location-based services, by overcoming the limitation of traditional 2D/3D maps, in terms of both service pattern and application. However, current AR-based navigation depends on the high-accuracy GPS localization and other high-cost infrastructure, and therefore cannot combine vector map and images for integral visualization. Targeting this, we develop a novel scene understanding based approach that matches the vector map and real world images to provide online and offline map service. Based on trajectory measure provided by smart phones inertial sensors, this approach captures and analyzes the real world image of the scene through smart phone camera. By real-time recognizing and extracting the semantic object and layout of the scene (geometric, semantic and topologic features), the vector map can fast register to the image through geometric and semantic constraints, and therefore realize the integral rendering of 2D vector map and real world images. The proposed approach provides the user perspective consistent AR rendering, and significantly improve the applicability and user experience of AR-based navigation.
基于增强现实(AR)的导航与位置服务技术能够克服传统2D/3D地图服务在导航模式和应用上局限性,是创新研究的突出热点。然而,当前的AR导航还过度依赖高精度的GPS定位和高成本的元器件,无法将矢量地图与实景拍摄图像进行深度融合。对此,本课题拟发展一种基于视觉场景理解的矢量地图与实景图像实时融合新方法,以网络在线或者离线地图服务为基础,结合智能移动终端惯性测量传感器,通过对智能移动终端摄像头获取的实景图像进行视觉理解,实时识别并且提取与地理场景认知和地图要素布局相关的特征信息(如几何、语义、拓扑等信息),与地图快速匹配,建立实景图像与地图在空间位置与要素上的多层次关联;利用几何与语义一致性约束,实时将矢量地图信息从空间坐标系转换为实景图像坐标系,实现二维矢量地图与实景图像融合渲染,提供与用户观察视角一致的增强现实AR视图,从而极大提升AR导航的可用性与便捷性。

结项摘要

基于增强现实(AR)的导航与位置服务技术能够克服传统2D/3D地图服务在导航模式和应用上局限性,是创新研究的突出热点。然而,当前的AR导航还过度依赖高精度的GPS定位和高成本的元器件,无法将矢量地图与实景拍摄图像进行深度融合。对此,本课题发展了一种基于视觉场景理解的矢量地图与实景图像实时融合新方法,以网络在线或者离线地图服务为基础,结合智能移动终端惯性测量传感器,通过对智能移动终端摄像头获取的实景图像进行视觉理解,实时识别并且提取与地理场景认知和地图要素布局相关的特征信息(如几何、语义、拓扑等信息),与地图快速匹配,建立实景图像与地图在空间位置与要素上的多层次关联;利用几何与语义一致性约束,实时将矢量地图信息从空间坐标系转换为实景图像坐标系,实现二维矢量地图与实景图像融合渲染,提供与用户观察视角一致的增强现实AR视图,从而极大提升AR导航的可用性与便捷性。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
Dense context distillation network for semantic parsing of oblique UAV images
用于倾斜无人机图像语义解析的密集上下文蒸馏网络
  • DOI:
    10.1016/j.jag.2022.103062
  • 发表时间:
    2022-11
  • 期刊:
    International Journal of Applied Earth Observation and Geoinformation
  • 影响因子:
    7.5
  • 作者:
    Youli Ding;Xianwei Zheng;Yiping Chen;Shuhan Shen;Hanjiang Xiong
  • 通讯作者:
    Hanjiang Xiong
Smoothly varying projective transformation for line segment matching
用于线段匹配的平滑变化投影变换
  • DOI:
    10.1016/j.isprsjprs.2021.10.017
  • 发表时间:
    2022-01
  • 期刊:
    ISPRS Journal of Photogrammetry and Remote Sensing
  • 影响因子:
    12.7
  • 作者:
    Xianwei Zheng;Zhuang Yuan;Zhen Dong;Mingyue Dong;Jianya Gong;Hanjiang Xiong
  • 通讯作者:
    Hanjiang Xiong
Semantic Segmentation of Indoor 3d Point Cloud with Slenet
使用 Slenet 对室内 3d 点云进行语义分割
  • DOI:
    10.5194/isprs-archives-xlii-2-w13-785-2019
  • 发表时间:
    2019
  • 期刊:
    ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences
  • 影响因子:
    --
  • 作者:
    Y. Ding;Xianwei Zheng;Hanjiang Xiong;Y. Zhang
  • 通讯作者:
    Y. Zhang
Lattice-Point Mutually Guided Ground-to-Aerial Feature Matching for Urban Scene Images
城市场景图像的格点互引导地空特征匹配
  • DOI:
    10.1109/jstars.2021.3069222
  • 发表时间:
    2021
  • 期刊:
    IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
  • 影响因子:
    5.5
  • 作者:
    Xianwei Zheng;Hongjie Li;Hanjiang Xiong;Xiao Xie
  • 通讯作者:
    Xiao Xie
A Gather-to-Guide Network for Remote Sensing Semantic Segmentation of RGB and Auxiliary Image
用于 RGB 和辅助图像遥感语义分割的收集引导网络
  • DOI:
    10.1109/tgrs.2021.3103517
  • 发表时间:
    2021-08
  • 期刊:
    IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
  • 影响因子:
    8.2
  • 作者:
    Xianwei Zheng;Xiujie Wu;Linxi Huan;Wei He;Hongyan Zhang
  • 通讯作者:
    Hongyan Zhang

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2D-3D语义传递的室内三维点云模型语义分割
  • DOI:
    10.13203/j.whugis20180190
  • 发表时间:
    2018
  • 期刊:
    武汉大学学报(信息科学版)
  • 影响因子:
    --
  • 作者:
    熊汉江;郑先伟;丁友丽;张艺;吴秀杰;周妍
  • 通讯作者:
    周妍
开放式虚拟地球集成共享平台GeoGlobe
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    龚健雅;吴华意;向隆刚;熊汉江;王艳东;陈静
  • 通讯作者:
    陈静
网络3维地球软件客户端缓存动态管理设计与实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地理信息世界
  • 影响因子:
    --
  • 作者:
    熊汉江;郑先伟;戴雪峰;杨哲宇
  • 通讯作者:
    杨哲宇

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

熊汉江的其他基金

海量多比例尺无缝TIN库的组织与管理技术研究
  • 批准号:
    40601075
  • 批准年份:
    2006
  • 资助金额:
    28.0 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