研究进展—一三维重建 ·通过多视角二维图像帧序列感知还原三维场景，通过稀疏重建过 层匹配特征点、计算三维稀疏点云、估计相机参数，然后利用稠 密重建过程计算相机位姿、逐像素点计算密集空间点云 稀疏重建 稠密重建 重建结果 [1]https://github.com/raulmur/ORB SLAM2
¬n ¯s • ǺǮÈLjNJIư¸jçíĄƁDZSư»ĵOǺǮƎŴȂñǮ áǿũúţȲǍƝSưƎŴţeȲ]ǍŻĻĨOŤ«Űȭ ØȂñǮƏǍƝŻĻ^ȩȲǹjƤţǍƝØȑƑȉţe [1] https://github.com/raulmur/ORB_SLAM2. (%0 )0 0*
典型案例 基于移动设备内置摄像头的文本输入技术 ·如何基于内置摄像头实时准确地向移动设备输入文本？ iPad mini iPhone Apple Watch Google Glass 。 小屏移动设备的前置摄像头 屏幕越来越小→文本输入愈发低效 。 一张纸质布局 →自然高效的实时文本输入体验 [1]Yin,Y.,Li,Q.,Xie,L.,Yi,S.,Novak,E.,Lu,S."CamK:A camera-based keyboard for small mobile devices".IEEE INFOCOM.2016
4ct/d&W¡gOf1iin«2co • ÎaÂdtƴĞjÍÔIJyƅº¬ƍǑÆǫoīĹR [1] Yin, Y., Li, Q., Xie, L., Yi, S., Novak, E., Lu, S. “CamK: A camera-based keyboard for small mobile devices”. IEEE INFOCOM. 2016. / 33 "" à #& • PR1¨E0l%H • Ã`UQ à ! % #$
典型案例 基于移动设备内置摄像头的文本输入技术 按键提取：通过Canny边缘检测和Hough变换检测键盘的边 缘直线，然后利用颜色分割和按键面积特征分离出按键轮廓，并 映射到对应字符 (a)An input image (b)Canny edge detection result (c)Optimization for edges 4n6 Py2】 P33》 (d)Position range of keyboard (e)Keyboard boundary (f)Key Segmentation Result
4ct/d&W¡gOf1iin«2co • ĔȆĝPǺǮ !DD1 ǬƲʼnŚ² +I%& ĖʼnŚȆŸŶǬ ƲźƨOŤ«ŰȜƾ~²ĔȆȖƌũú~Ɖ|ĔȆǩðOì ijÜÙîÐƘ ) ! ) )# ! $) ) # ) # ) !) # #' ) !
典型案例 基于移动设备内置摄像头的文本输入技术 指尖检测：结合Otsu方法和YCrCb空间的Cr分量分割手部，利 用指尖的形状特征检测指尖 (a)An input image (b)Hand Segmentation (c)Finger's contour (d)Fingertips 0(0.0) 00.0) ggmy） P(, (c-gy-g P(x.y) PPg·PP+g 7 >i-9 ;arccos (Ti-xi-q)(Zi-Zi+q)>O PP-PP+ 班>+g Fingertips (excluding thumbs) Thumbs
4ct/d&W¡gOf1iin«2co • ēàʼnŚPƬ© 1HGI įŗ²:F"ƑȉŶF~ȃ~ĈǾO ŰēàŶøŪũúʼnŚēà ) ! ) )' ) ! • "! ! • (!
典型案例一 基于移动设备内置摄像头的文本输入技术 按键动作检测和定位：判断按键指尖是否移动来检测可能的按键 动作，通过指尖与按键的距离和覆盖率定位按下的字符 (n,ya) (xj2,y2) 0(0.0) A B (x,,y D (x4y4 (,yi) Pi(i yD Pr(x,r) .K3/∠.K4 (a)Candidate keys (b)Locating a fingertip V:-4,-2+(:-:-12≤△r, AB×A市≥0，Bd×Bp≥0. /c-x,-12+(r--1P≤△r Ci×C≥0，DA×DP≥0
4ct/d&W¡gOf1iin«2co • ĔȆbʼnŚ²Ó^PĬĔȆēàĴƍĽʼnŚ¥ƹŶĔȆ bOǺǮēàWĔȆŶǡƉ²DžŷūÓ^ĔUŶÐƘ