3D video is regarded as the future technique of information acquisition, transmission and display, and the auto stereoscopy related technology has become a research hotspot. However, the current 3D industry is facing bottlenecks like the content shortage. This is due to the lack of knowledge about the quantitative control on view depth. So it is urgent to explore the basic law of depth perception, study the new method and the new system of depth information acquisition, processing and reproduction in the basic principle and structure, in order to achieve high accuracy, high quality, efficient production of stereo video..This project plans to research on the nature laws of eye’s depth perception, solve the disparity accurately by stereo matching algorithm based on multi-feature fuzzy integral information, reveal the relationship among object distance, parallax and view depth, establish the mathematical model of stereo video shooting, process the monitor image at real time during the filming, simulate the apparent effect of screen; Moreover, a feedback platform will be built, which can statistics and analysis of the viewers’ feeling, in order to reveal the new rules of depth perception by the feedback of human factors analysis result; Then explore the new method for shooting parameter optimization in the premise of the considered effect, to provide theoretical guidance and practical reference for stereo video shooting.
立体视频是新一代信息获取、传播与显示的前沿核心技术,裸眼3D相关技术成为研究热点,立体视频片源的匮乏严重制约立体视频产业链的发展。其实质问题是立体视在深度难于量化控制,亟需进一步探索深度感知的基本规律,从基本原理和结构上研究深度信息的获取、处理与再现的新方法和新系统,实现高精度、高质量、高效的立体视频拍摄制作。.本项目拟通过对人眼深度感知自然规律的学习理解,研究基于多特征模糊积分信息的立体图像匹配算法以精确求解视差;揭示“物距-视差-视在深度”的关系和变化规律,建立立体视频拍摄环节的数学模型,对拍摄过程中的监看图像进行实时处理,仿真银幕播放环节的视在效果;搭建效果反馈平台,统计和分析观者感受,揭示人因分析结果反馈的深度感知新规律;探索以想定视在效果为前提的拍摄参数优选新方法,为立体视频拍摄提供理论指导和实践参考。
立体视频匮乏的实质问题是立体视在深度难于量化控制,拍摄者很难掌握和控制双目视频拍摄的特殊规律。立体视频的研究亟需进一步探索深度感知的基本规律,从基本原理和结构上创新地研究深度信息的获取、处理与再现的新方法和新系统,实现高精度、高质量、高效的立体视频拍摄制作。立体视频归根结底还是一种模拟立体,不是真实的景物,它在观看过程中与人们观察日常的景物存在不同,所以会引起人眼的视觉疲劳。深度信息是立体视觉的重要特征,视在效果计算的准确程度直接影响立体视频的视觉效果和观看舒适度,而其主要影响因素包括立体图像对匹配的准确度和立体视在效果解算模型的精确度。本项目在掌握立体视觉成像原理的基础上,通过对立体深度感知规律和人因分析,揭示双目立体视频拍摄中的监视画面与立体视频播放中的银幕画面间的对应关系和转换规律,研究了立体视在效果定量控制机理,利用计算视觉、图像处理等技术手段对立体视在效果进行量化描述和定量控制,从技术为艺术服务的角度,以简化技术难度提高艺术表现为目标,通过建立数学模型和图像处理的方式,实现了立体视频的实时辅助拍摄具有重要的理论意义和实用价值。通过对人眼深度感知自然规律的学习理解,以及基于多特征模糊积分信息的立体图像匹配算法,精确求解视差;揭示“物距-视差-视在深度”的关系和变化规律,建立立体视频拍摄环节的数学模型,对拍摄过程中的监看图像进行实时处理,仿真银幕播放环节的视在效果;搭建效果反馈平台,统计和分析观者感受,揭示人因分析结果反馈的深度感知新规律;探索以想定视在效果为前提的拍摄参数优选新方法,为立体视频拍摄提供理论指导和实践参考。从基本原理和系统架构两个层面改变了当前立体视频拍摄体系,形成了高精度、高质量、高效的立体 视频拍摄方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
采用深度学习的铣刀磨损状态预测模型
不同司天、在泉时段五省市流行性感冒发病率规律研究
基于深度神经网络的个体阅读眼动预测
磁控熔化极立焊过程多参数实时控制关键技术研究
高动态时空同步光网络控制机理与关键技术研究
基于自由曲面棱镜的单目立体视觉测量关键技术研究
多源监测数据动态体视化形变模型构建关键技术与应用研究