随着对象复杂度的日益增长,现有图形处理技术在真实性、计算效率和交互自然性等方面遇到了巨大挑战。而计算机视觉提供了从实拍图像/视频中提取更精确视觉感知计算模型的技术手段,能够有效弥补基于理想数学物理模型的传统图形处理方法的缺陷。本项目的研究目标是探索计算机视觉和计算机图形学有机融合的理论框架和计算模型,并面向图形学学科发展与应用需求,研究和探讨两者相结合的算法机理和技术方案,在摄像机自动定标/定位理论与方法、基于图像/视频的建模、绘制与交互等四个方面展开研究,在面向大变焦长序列视频的快速鲁棒摄像机定标、利用光线空间场景辐射度离散采样来反演高维的全息场景函数、建立输入和输出视频在光线空间的映射与重构关系以及让机器从视频中实时可靠地识别与理解具有某种含义的连续动作等关键问题研究上取得突破,为实现更加真实和高效的交互图形处理系统提供新的研究方法和手段,推动计算机图形学和计算机视觉研究的交叉和发展。
{{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
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
一种改进的多目标正余弦优化算法
面向工件表面缺陷的无监督域适应方法
计算机图形硬件处理技术研究
基于协同式视觉注意的认知计算与交互技术研究
基于图形处理器的高性能计算
基于图形处理单元的高性能网络包处理技术研究