面向户外增强现实的地理实体目标识别与检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究现状 | 第9-14页 |
| 1.1.1 户外移动增强现实 | 第9-11页 |
| 1.1.2 深度学习 | 第11-14页 |
| 1.2 实际应用 | 第14-15页 |
| 1.3 关键问题 | 第15-17页 |
| 第二章 基于视觉识别的跟踪注册算法 | 第17-34页 |
| 2.1 传统算法 | 第17-18页 |
| 2.1.1 基于特征描述的算法 | 第17-18页 |
| 2.1.2 基于特征分类的算法 | 第18页 |
| 2.2 卷积神经网络 | 第18-25页 |
| 2.2.1 概述 | 第18-19页 |
| 2.2.2 卷积层 | 第19-21页 |
| 2.2.3 池化层 | 第21-22页 |
| 2.2.4 分类器 | 第22-23页 |
| 2.2.5 目标检测框 | 第23页 |
| 2.2.6 损失函数 | 第23-24页 |
| 2.2.7 过拟合 | 第24-25页 |
| 2.3 CNN模型 | 第25-33页 |
| 2.3.1 基于候选框的目标检测 | 第25-29页 |
| 2.3.2 基于回归方法的目标检测 | 第29-32页 |
| 2.3.3 基于残差方法的目标检测 | 第32-33页 |
| 2.4 模型对比 | 第33-34页 |
| 第三章 训练模型 | 第34-42页 |
| 3.1 前置网络 | 第34-35页 |
| 3.2 卷积层选择 | 第35-36页 |
| 3.3 匹配策略 | 第36页 |
| 3.4 设置默认框 | 第36-37页 |
| 3.5 训练与测试 | 第37-42页 |
| 3.5.1 数据采集 | 第38页 |
| 3.5.2 数据处理 | 第38-40页 |
| 3.5.3 训练环境 | 第40页 |
| 3.5.4 实验结果 | 第40-42页 |
| 第四章 地理增强现实原型设计 | 第42-52页 |
| 4.1 原型总体设计 | 第42-43页 |
| 4.2 图像处理模块 | 第43-45页 |
| 4.2.1 相机获取图像 | 第43页 |
| 4.2.2 图像转换技术 | 第43-44页 |
| 4.2.3 SSD引擎 | 第44页 |
| 4.2.4 检测结果解析 | 第44-45页 |
| 4.3 位置姿态计算模块 | 第45-46页 |
| 4.3.1 姿态数据的计算 | 第45页 |
| 4.3.2 位置信息的获取 | 第45-46页 |
| 4.4 空间数据查询模块 | 第46-48页 |
| 4.4.1 数据表设计 | 第46-47页 |
| 4.4.2 SQLite数据库发布 | 第47页 |
| 4.4.3 周边查询 | 第47-48页 |
| 4.5 增强信息模块 | 第48-52页 |
| 4.5.1 文字信息设计 | 第48页 |
| 4.5.2 三维图形设计 | 第48-49页 |
| 4.5.3 三维纹理设计 | 第49-50页 |
| 4.5.4 坐标转换算法 | 第50-52页 |
| 第五章 原型系统实现 | 第52-60页 |
| 5.1 开发环境 | 第52页 |
| 5.2 原型系统流程图 | 第52-53页 |
| 5.3 模块实现 | 第53-58页 |
| 5.3.1 图像处理 | 第54-55页 |
| 5.3.2 位置姿态计算 | 第55页 |
| 5.3.3 空间数据查询 | 第55-56页 |
| 5.3.4 增强信息 | 第56-57页 |
| 5.3.5 界面设计 | 第57-58页 |
| 5.4 运行测试 | 第58页 |
| 5.5 系统截图 | 第58-60页 |
| 第六章 总结 | 第60-62页 |
| 6.1 创新点 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
