基于多普勒效应的图片标注应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内研究现状 | 第10-14页 |
| 1.2.1 人脸识别技术 | 第11页 |
| 1.2.2 传感器技术 | 第11-12页 |
| 1.2.3 定位技术 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 图片自动标注相关技术研究 | 第17-35页 |
| 2.1 多普勒效应及其频移的计算 | 第17-18页 |
| 2.1.1 多普勒效应 | 第17页 |
| 2.1.2 多普勒频移的计算 | 第17-18页 |
| 2.2 采样方法 | 第18-23页 |
| 2.2.1 采样定理 | 第18-21页 |
| 2.2.2 欠采样 | 第21-23页 |
| 2.3 滤波器 | 第23-29页 |
| 2.3.1 双线性法设计IIR数字滤波器 | 第24-27页 |
| 2.3.2 窗函数法设计FIR滤波器 | 第27-29页 |
| 2.4 FFT变换 | 第29-31页 |
| 2.5 互模糊函数 | 第31-34页 |
| 2.5.1 互模糊函数的原理 | 第31-33页 |
| 2.5.2 互模糊函数的计算 | 第33-34页 |
| 2.5.3 互模糊函数的精度 | 第34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 基于多普勒效应的图片标注应用的设计 | 第35-55页 |
| 3.1 系统总体介绍 | 第35-37页 |
| 3.1.1 设计目标 | 第35-36页 |
| 3.1.2 设计挑战 | 第36-37页 |
| 3.2 接收设备相对位置的识别 | 第37-45页 |
| 3.2.1 相机FOV内的接收设备的识别 | 第37-41页 |
| 3.2.2 单行排列下接收设备相对位置的识别 | 第41-42页 |
| 3.2.3 多行排列下接收设备相对位置的识别 | 第42-45页 |
| 3.3 发送端的设计 | 第45-46页 |
| 3.4 接收端的设计 | 第46-54页 |
| 3.4.1 巴特沃斯带通滤波器滤波 | 第47-48页 |
| 3.4.2 欠采样降低角分辨率 | 第48-51页 |
| 3.4.3 FFT估算多普勒频移 | 第51-52页 |
| 3.4.4 互模糊函数高精度估计频移 | 第52-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于多普勒效应的图片标注应用的实现 | 第55-71页 |
| 4.1 系统的开发环境 | 第55-56页 |
| 4.1.1 Android系统架构 | 第55-56页 |
| 4.1.2 Android系统应用程序组件 | 第56页 |
| 4.2 发送端的实现 | 第56-61页 |
| 4.3 接收端的实现 | 第61-70页 |
| 4.3.1 接收音频信号 | 第61-62页 |
| 4.3.2 巴特沃斯滤波器过滤信号 | 第62-69页 |
| 4.3.3 FFT估算多普勒频移 | 第69-70页 |
| 4.3.4 互模糊函数高精度估计频移 | 第70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 图片标注系统的测试与评估 | 第71-79页 |
| 5.1 实验环境 | 第71-73页 |
| 5.2 标注准确度 | 第73-77页 |
| 5.2.1 不同距离下的测试 | 第73-74页 |
| 5.2.2 不同噪音条件下的测试 | 第74-75页 |
| 5.2.3 与Picasa系统的比较 | 第75-77页 |
| 5.3 交互延迟 | 第77-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 本文总结 | 第79-80页 |
| 6.2 未来工作展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
