CN107452056A - 一种增强现实的教学系统及其控制方法 - Google Patents
一种增强现实的教学系统及其控制方法 Download PDFInfo
- Publication number
- CN107452056A CN107452056A CN201710706700.6A CN201710706700A CN107452056A CN 107452056 A CN107452056 A CN 107452056A CN 201710706700 A CN201710706700 A CN 201710706700A CN 107452056 A CN107452056 A CN 107452056A
- Authority
- CN
- China
- Prior art keywords
- picture
- library
- module
- augmented reality
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种增强现实的教学系统,包括前置部件和与前置部件相连接的展示部件,所述的前置部件包括用于获取图片信息的摄像头、匹配处理模块、图片库、动态信息匹配库,所述的摄像头对准图片库中的图片,所述图片库中的图片分别与动态信息匹配库中教学信息对应,所述的匹配处理模块分别连接摄像头、图片库、动态信息匹配库以及展示部件;本发明还公开了该教学系统的控制方法。利用本发明一种增强现实的教学系统能够增加更加形象的展现教学内容,具有开发成本低、交互效果好的特点。将该控制方法用于本发明的一种增强现实的教学系统中能够更好的给用户展示教学内容。
Description
技术领域
本发明涉及虚拟与现实的教育领域,更具体地说,尤其涉及一种增强现实的教学系统;本发明还涉及该系统的控制方法。
背景技术
增强现实技术是运用图像识别、虚拟现实的方法,将虚拟的文字、图片、语音等不同的数据展现到现有的世界里。在目前的主流框架中,主要是基于移动设备的摄像头来进行内容读取的,采用的方法有基于内容本身特性进行识别和基于地理位置来获取内容。
基于内容本身特性进行识别的方法往往需要经过一系列复杂的数学计算后,才能有效的识别其中内容。但是此类方法容易受到各种环境因素的影响,在识别内容的过程中也可能会产生一定误差,难以确保足够的准确性。再者,这些复杂的数学运算对设备的计算性能要求较高,会增加实现的成本。
而基于地理位置来获取内容的方法主要依赖于设备自身的GPS、各类传感器等获取信息,当传感器有效的定位设备所在位置后,设备内置的相关程序会将位置信息与内容信息进行匹配,然后在显示端进行展示。但是此类方法会导致设备消耗大量的电能,使设备发热从而出现响应慢等问题,影响体验效果,降低了实用性。
针对上述主流框架中存在的不足,当前还缺乏有效的解决方案。因此,亟待开发一种成本低、交互效果好的增强现实的教学系统。
发明内容
本发明的前一目的在于提供一种增强现实的教学系统,利用该教学系统进行教学能够增加更加形象的展现教学内容,具有开发成本低、交互效果好的特点。本发明的后一目的在于提供该种教学系统的控制方法,将该控制方法用于本发明的一种增强现实的教学系统中能够更好的给用户展示教学内容。
本发明前一技术方案如下:
一种增强现实的教学系统,包括前置部件和与前置部件相连接的展示部件,所述的前置部件包括用于获取图片信息的摄像头、匹配处理模块、图片库、动态信息匹配库,所述的摄像头对准图片库中的图片,所述图片库中的图片分别与动态信息匹配库中教学信息对应,所述的匹配处理模块分别连接摄像头、图片库、动态信息匹配库以及展示部件。
优选的,所述的展示部件包括渲染模块和显示模块,所述的渲染模块分别与匹配处理模块和显示模块连接。
优选的,所述的展示部件还包括交互优化模块,所述的渲染模块通过交互优化模块与显示模块连接。
优选的,所述的前置部件还包括使摄像头移动以获取不同的教学资料的移动装置,所述的移动装置的动力输出端连接摄像头。
本发明后一技术方案如下:
一种增强现实的教学系统的控制方法,其特征在于,包括以下步骤:
(1)用户将摄像头移动至想要学习的教学图片上,摄像头从该图片中获取图片信息发送至匹配处理模块;
(2)匹配处理模块接收到图片信息后,与图片库中的图片进行逐一比对,找出图片库中与图片信息相一致的图片;
(3)将图片库中找到的与图片信息相一致的图片信息返回匹配处理模块,匹配处理模块 (发送查询信息至动态信息匹配库获取与该图片信息对应的教学信息;
(4)匹配处理模块(12)将接收到与该图片信息对应的教学信息后,根据对应的教学信息中的建模数据信息构建虚拟教学模型;
(5)匹配处理模块(12)将对应的教学信息中的其他信息及构建的教学模型发送至展示部件(2)进行优化渲染后输出显示。
优选的,在所述的步骤(2)中,将获得的图片信息与图片库中的某一图片进行比对时,包括如下步骤:
(2.1)将获得的图片信息的图片中心100x100的区域和四个角50x50区域进行计算获取灰度值、Moravec角点值、SUSAN角点值、Harris角点值,再将图片库中的某一图片的相同区域分别进行计算后获取的灰度值、Moravec角点值、SUSAN角点值、Harris角点值,将两幅图片计算所获得的灰度值、Moravec角点值、SUSAN角点值、Harris角点值集合这些特征集合,表示如下:
其中,A集合为获得的图片的特征集合;Bj集合为图片库中第j幅图片的特征集合。a1为获得的图片的灰度值,a2为获得的图片的Moravec角点值,a3为获得的图片的SUSAN角点值,a4为获得的图片的Harris角点值,b1为图片库中第j幅图片的灰度值,b2为图片库中第 j幅图片的Moravec角点值,b3为图片库中第j幅图片的SUSAN角点值,b4为图片库中第j幅图片的Harris角点值;
(2.2)选择A集合中任意一个特征ai,分别计算与B集合各个特征之间的距离,计算方法如下:
d(ai,bj)=|ai-bj|;
(2.3)计算总的距离,这里采用权重方法计算:
Dij=θ1(ai,b1)+θ2(ai,b2)+θ3(ai,b3)+θ4(ai,b4),
其中,θ1表示权重,计算方法如下:
(2.4)重复步骤(2.2)至步骤(2.3),得到集合Dj={D1j,D2j,D3j,D4j},计算求和:
Dj=D1j+D2j+D3j+D4j;
(2.5)重复步骤(2.1)至步骤(2.4),得到集合D={D1,D2,D3,…,Dj};
(2.6)分别对比D1,D2,D3,…,Dj,选出值最小的Dj,即图片库(13)中第j幅图片为匹配图片。
优选的,在所述的步骤(4)中,在展示部件构建虚拟教学模型时,需要将教学模型进行优化并与现实场景相结合,采用删除法减少建模的计算量,所述的删除法包括以下步骤:
(4.1)计算预设教学模型的三角形每一面的误差矩阵Mi,计算方法如下:
其中,设定三角形面的最高顶点空间坐标pi为[x,y,z,1],则存在一个公式为:
ax+by+cz+d=0,
且系数a,b,c,d满足如下公式:
a2+b2+c2=1;
(4.2)然后根据来计算约减后的误差值;
(4.3)对每个误差值进行升序排序;
(4.4)根据排序顺序依次删除相应的三角形面;
(4.5)若删除后误差达到了预设的值T,则结束删除,否则持续删除。
优选的,在所述的步骤(5)中,在展示部件(2)进行优化渲染后,还将其经过交互优化模块(23)处理。
优选的,所述的交互优化模块是根据所生成的虚拟教学模型的网格四条边中点的高程值进行求导,求导公式如下:
其中,y表示高程值,x表示中点的横坐标,δ表示参数,取值为0.6;
设变量d为:
真实参数A计算公式如下:
A2=logM(|y|)‐logd–A,
真实补偿参数B计算公式如下:
求出建模的真实参数和真实补偿参数后,按所得真实参数和真实补偿参数对所生成的虚拟教学模型重新建模后得到优化的教学模型。
与现有技术相比,本发明具有的有益效果为:
1.本发明的一种增强现实的教学系统,包括前置部件和与前置部件相连接的展示部件,所述的前置部件包括用于获取图片信息的摄像头、匹配处理模块、图片库、动态信息匹配库,所述的摄像头对准图片库中的图片,所述图片库中的图片分别与动态信息匹配库中教学信息对应,所述的匹配处理模块分别连接摄像头、图片库、动态信息匹配库以及展示部件。通过摄像头获取图片信息,再从图片库中搜索相匹配的图片,确认需要学习的目标后,从动态信息匹配库获取对应教学信息,根据相应教学信息生产虚拟教学模型,使用户能够增加更加形象的观看教学内容,该系统所要求的设备较传统的增强现实观感系统配置更低,开发成本更少,交互效果更好,更加展现了增强现实技术的科技效果。
2.本发明的一种增强现实的教学系统的控制方法能够使系统中各部件发挥其自身作用,将用户想要了解的内容以立体的形式呈现,更好的给用户展示教学内容。
附图说明
图1是本发明的一种增强现实的教学系统的方框图;
图2是本发明一种增强现实的教学系统的控制方法的流程图。
具体实施方式
下面结合具体实施方式,对本发明的技术方案作进一步的详细说明,但不构成对本发明的任何限制。
如图1所示,本发明的一种增强现实的教学系统,包括前置部件1和与前置部件1相连接的展示部件2,所述的前置部件1包括用于获取图片信息的摄像头11、匹配处理模块12、图片库13、动态信息匹配库14,所述的摄像头11对准图片库13中的图片,所述图片库13 中的图片分别与动态信息匹配库14中教学信息对应,所述的匹配处理模块12分别连接摄像头11、图片库13、动态信息匹配库14以及展示部件2。通过摄像头11获取图片信息,再从图片库12中搜索出相匹配的图片,以确认需要学习的目标后,从动态信息匹配库14获取对应教学信息,根据相应教学信息生产虚拟教学模型,使用户能够增加更加形象的观看教学内容,该系统所要求的设备较传统的增强现实观感系统配置更低,开发成本更少,交互效果更好,更加展现了增强现实技术的科技效果。
所述的展示部件2包括渲染模块21和显示模块22,所述的渲染模块21分别与匹配处理模块12和显示模块22连接,匹配处理模块12将从动态信息匹配库14搜索出的与获取相匹配的图片所对应的教学信息后,根据所获得的教学信息中的建模信息构建教学模型,并将教学模型信息发送至展示部件2,由渲染模块21对教学模型进行优化渲染,补充贴图和声音等信息后从显示模块22输出显示给用户。
所述的展示部件2还包括交互优化模块23,所述的渲染模块21通过交互优化模块23与显示模块22连接,交互优化模块23能对优化渲染后的教学模型进行显示效果和读取速度方面的优化,使显示效果更好读取效率更高。
所述的前置部件1还包括使摄像头11移动以获取不同的教学资料的移动装置15,所述的移动装置15的动力输出端连接摄像头11,利用移动装置15控制摄像头11移动,以获得更多不同的教学内容。
本发明的一种增强现实的教学系统的控制方法,包括以下步骤:
(1)用户将摄像头11移动至想要学习的教学图片上,摄像头11从该图片中获取图片信息发送至匹配处理模块12。获取图片信息前先要将摄像头信号初始化,并将匹配处理模块12 于图片库13连接。
(2)匹配处理模块12接收到摄像头11发送的图片信息后,将其与图片库13中的图片进行逐一比对,找出图片库13中与图片信息相一致的图片。
其中,将获得的图片信息与图片库13中的某一图片进行比对时,利用局部匹配特征,即对所获得的图片的某一处位置与图片库13中模板图的相同区域的特征进行匹配。包括如下步骤:
(2.1)将获得的图片信息的图片中心100x100的区域和四个角50x50区域进行计算获取灰度值、Moravec角点值、SUSAN角点值、Harris角点值,再将图片库13中的某一图片的相同区域分别进行计算后获取的灰度值、Moravec角点值、SUSAN角点值、Harris角点值,将两幅图片计算所获得的灰度值、Moravec角点值、SUSAN角点值、Harris角点值集合这些特征集合,表示如下:
其中,A集合为获得的图片的特征集合;Bj集合为图片库13中第j幅图片的特征集合。 a1为获得的图片的灰度值,a2为获得的图片的Moravec角点值,a3为获得的图片的SUSAN角点值,a4为获得的图片的Harris角点值,b1为图片库13中第j幅图片的灰度值,b2为图片库13中第j幅图片的Moravec角点值,b3为图片库13中第j幅图片的SUSAN角点值,b4为图片库13中第j幅图片的Harris角点值。
(2.2)选择A集合中任意一个特征ai,分别计算与B集合各个特征之间的距离,计算方法如下:
d(ai,bj)=|ai-bj|;
(2.3)计算总的距离,这里采用权重方法计算:
Dij=θ1(ai,b1)+θ2(ai,b2)+θ3(ai,b3)+θ4(ai,b4),
其中,θ1表示权重,计算方法如下:
(2.4)重复步骤(2.2)至步骤(2.3),得到集合Dj={D1j,D2j,D3j,D4j},计算求和:
Dj=D1j+D2j+D3j+D4j;
(2.5)重复步骤(2.1)至步骤(2.4),得到集合D={D1,D2,D3,…,Dj};
(2.6)分别对比D1,D2,D3,…,Dj,选出值最小的Dj,即图片库13中第j幅图片为匹配图片。
(3)将图片库13中找到的与图片信息相一致的图片信息返回匹配处理模块12,匹配处理模块12发送查询信息至动态信息匹配库14获取与该图片信息对应的教学信息。教学信息包括了建模数据信息、贴图文件、声音信息等,贴图文件包括动态贴图文件和静态贴图文件。
(4)匹配处理模块12将接收到与该图片信息对应的教学信息后,根据对应的教学信息中的建模数据信息构建虚拟教学模型。
其中,在展示部件2构建虚拟教学模型时,需要将教学模型进行优化并与现实场景相结合,采用删除法减少建模的计算量,提高系统的响应速度,所述的删除法包括以下步骤:
(4.1)计算预设教学模型的三角形每一面的误差矩阵Mi,计算方法如下:
其中,设定三角形面的最高顶点空间坐标pi为[x,y,z,1],则存在一个公式为:
ax+by+cz+d=0,
且系数a,b,c,d满足如下公式:
a2+b2+c2=1;
(4.2)然后根据来计算约减后的误差值;
(4.3)对每个误差值进行升序排序;
(4.4)根据排序顺序依次删除相应的三角形面;
(4.5)若删除后误差达到了预设的值T,则结束删除,否则持续删除。
(5)匹配处理模块12将对应的教学信息中的其他信息及构建的教学模型发送至展示部件2进行优化渲染后输出显示。其中,优化渲染的材料包括贴图文件、声音信号等,贴图文件包括动态贴图文件和静态贴图文件。显示模块22用于将优化渲染后的教学模型与现实场景结合,并进行显示。
在展示部件2进行优化渲染后,还将其经过交互优化模块23处理,用于增强显示效果和提高读取速度,增强显示效果包括优化虚拟教学模型的对比度、逼真度、像素化操作,读取速度提高包括内容提炼、模型线条优化、降低模型复杂度操作。所述的交互优化模块23是根据所生成的虚拟教学模型的网格四条边中点的高程值进行求导,求导公式如下:
其中,y表示高程值,x表示中点的横坐标,δ表示参数,取值为0.6;
设变量d为:
真实参数A计算公式如下:
A2=logM(|y|)‐logd–A,
真实补偿参数B计算公式如下:
建模的真实参数表示建模的复杂情况和精细程度,参数值越小则复杂度更高,更加精细。而真实补偿参数表示模型表面的起伏情况,值越大表面起伏就越多,这样就更贴近真实物体。求出建模的真实参数和真实补偿参数后,按所得真实参数和真实补偿参数对所生成的虚拟教学模型重新建模后得到优化的教学模型。
以上所述仅为本发明的较佳实施例,凡在本发明的精神和原则范围内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种增强现实的教学系统,其特征在于,包括前置部件(1)和与前置部件(1)相连接的展示部件(2),所述的前置部件(1)包括用于获取图片信息的摄像头(11)、匹配处理模块(12)、图片库(13)、动态信息匹配库(14),所述的摄像头(11)对准图片库(13)中的图片,所述图片库(13)中的图片分别与动态信息匹配库(14)中教学信息对应,所述的匹配处理模块(12)分别连接摄像头(11)、图片库(13)、动态信息匹配库(14)以及展示部件(2)。
2.根据权利要求1所述的一种增强现实的教学系统,其特征在于,所述的展示部件(2)包括渲染模块(21)和显示模块(22),所述的渲染模块(21)分别与匹配处理模块(12)和显示模块(22)连接。
3.根据权利要求2所述的一种增强现实的教学系统,其特征在于,所述的展示部件(2)还包括交互优化模块(23),所述的渲染模块(21)通过交互优化模块(23)与显示模块(22)连接。
4.根据权利要求1所述的一种增强现实的教学系统的,其特征在于,所述的前置部件(1)还包括使摄像头(11)移动以获取不同的教学资料的移动装置(15),所述的移动装置(15)的动力输出端连接摄像头(11)。
5.根据权利要求1所述的一种增强现实的教学系统的控制方法,其特征在于,包括以下步骤:
(1)用户将摄像头(11)移动至想要学习的教学图片上,摄像头(11)从该图片中获取图片信息发送至匹配处理模块(12);
(2)匹配处理模块(12)接收到图片信息后,与图片库(13)中的图片进行逐一比对,找出图片库(13)中与图片信息相一致的图片;
(3)将图片库(13)中找到的与图片信息相一致的图片信息返回匹配处理模块(12),匹配处理模块(12)发送查询信息至动态信息匹配库(14)获取与该图片信息对应的教学信息;
(4)匹配处理模块(12)将接收到与该图片信息对应的教学信息后,根据对应的教学信息中的建模数据信息构建虚拟教学模型;
(5)匹配处理模块(12)将对应的教学信息中的其他信息及构建的教学模型发送至展示部件(2)进行优化渲染后输出显示。
6.根据权利要求5所述的一种增强现实的教学系统的控制方法,其特征在于,在所述的步骤(2)中,将获得的图片信息与图片库(13)中的某一图片进行比对时,包括如下步骤:
(2.1)将获得的图片信息的图片中心100x100的区域和四个角50x50区域进行计算获取灰度值、Moravec角点值、SUSAN角点值、Harris角点值,再将图片库(13)中的某一图片的相同区域分别进行计算后获取的灰度值、Moravec角点值、SUSAN角点值、Harris角点值,将两幅图片计算所获得的灰度值、Moravec角点值、SUSAN角点值、Harris角点值集合这些特征集合,表示如下:
其中,A集合为获得的图片的特征集合;Bj集合为图片库(13)中第j幅图片的特征集合。a1为获得的图片的灰度值,a2为获得的图片的Moravec角点值,a3为获得的图片的SUSAN角点值,a4为获得的图片的Harris角点值,b1为图片库(13)中第j幅图片的灰度值,b2为图片库(13)中第j幅图片的Moravec角点值,b3为图片库(13)中第j幅图片的SUSAN角点值,b4为图片库(13)中第j幅图片的Harris角点值;
(2.2)选择A集合中任意一个特征ai,分别计算与B集合各个特征之间的距离,计算方法如下:
d(ai,bj)=|ai-bj|;
(2.3)计算总的距离,这里采用权重方法计算:
Dij=θ1(ai,b1)+θ2(ai,b2)+θ3(ai,b3)+θ4(ai,b4),
其中,θ1表示权重,计算方法如下:
(2.4)重复步骤(2.2)至步骤(2.3),得到集合Dj={D1j,D2j,D3j,D4j},计算求和:
Dj=D1j+D2j+D3j+D4j;
(2.5)重复步骤(2.1)至步骤(2.4),得到集合D={D1,D2,D3,…,Dj};
(2.6)分别对比D1,D2,D3,…,Dj,选出值最小的Dj,即图片库(13)中第j幅图片为匹配图片。
7.根据权利要求5所述的一种增强现实的教学系统的控制方法,其特征在于,在所述的步骤(4)中,在匹配处理模块(12)根据对应的教学信息中的建模数据信息构建虚拟教学模型时,需要将教学模型进行优化并与现实场景相结合,采用删除法减少建模的计算量,所述的删除法包括以下步骤:
(4.1)计算预设教学模型的三角形每一面的误差矩阵Mi,计算方法如下:
其中,设定三角形面的最高顶点空间坐标pi为[x,y,z,1],则存在一个公式为:
ax+by+cz+d=0,
且系数a,b,c,d满足如下公式:
a2+b2+c2=1;
(4.2)然后根据来计算约减后的误差值;
(4.3)对每个误差值进行升序排序;
(4.4)根据排序顺序依次删除相应的三角形面;
(4.5)若删除后误差达到了预设的值T,则结束删除,否则持续删除。
8.根据权利要求5所述的一种增强现实的教学系统的控制方法,其特征在于,在所述的步骤(5)中,在展示部件(2)进行优化渲染后,还将其经过交互优化模块(23)处理。
9.根据权利要求8所述的一种增强现实的教学系统的控制方法,其特征在于,所述的交互优化模块(23)是根据所生成的虚拟教学模型的网格四条边中点的高程值进行求导,求导公式如下:
其中,y表示高程值,x表示中点的横坐标,δ表示参数,取值为0.6;
设变量d为:
真实参数A计算公式如下:
A2=logM(|y|)‐logd–A,
真实补偿参数B计算公式如下:
求出建模的真实参数和真实补偿参数后,按所得真实参数和真实补偿参数对所生成的虚拟教学模型重新建模后得到优化的教学模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706700.6A CN107452056B (zh) | 2017-08-17 | 2017-08-17 | 一种增强现实的教学系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706700.6A CN107452056B (zh) | 2017-08-17 | 2017-08-17 | 一种增强现实的教学系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107452056A true CN107452056A (zh) | 2017-12-08 |
CN107452056B CN107452056B (zh) | 2021-01-01 |
Family
ID=60492690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710706700.6A Active CN107452056B (zh) | 2017-08-17 | 2017-08-17 | 一种增强现实的教学系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107452056B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279878A (zh) * | 2017-12-20 | 2018-07-13 | 中国科学院软件研究所 | 一种基于增强现实的实物编程方法及系统 |
CN108364504A (zh) * | 2018-01-23 | 2018-08-03 | 浙江中新电力发展集团有限公司萧山科技分公司 | 增强现实三维互动学习系统及控制方法 |
CN108877340A (zh) * | 2018-07-13 | 2018-11-23 | 李冬兰 | 一种基于增强现实技术的智能化英语辅助学习系统 |
CN109979269A (zh) * | 2019-03-28 | 2019-07-05 | 王雍天 | 一种基于人工智能的在线教育交互系统 |
CN110930773A (zh) * | 2019-11-20 | 2020-03-27 | 深圳前海维度新科有限公司 | 一种具有增强现实教学功能的智能黑板 |
CN111583736A (zh) * | 2020-05-28 | 2020-08-25 | 甘肃艺博教育文化传播股份有限公司 | Ar网络在线家庭教育系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383053A (zh) * | 2008-10-31 | 2009-03-11 | 北京理工大学 | 基于表面积保持的3d网格变形方法 |
CN104216951A (zh) * | 2014-08-15 | 2014-12-17 | 广州金山网络科技有限公司 | 一种基于移动终端实现增强实境的方法及移动终端 |
-
2017
- 2017-08-17 CN CN201710706700.6A patent/CN107452056B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383053A (zh) * | 2008-10-31 | 2009-03-11 | 北京理工大学 | 基于表面积保持的3d网格变形方法 |
CN104216951A (zh) * | 2014-08-15 | 2014-12-17 | 广州金山网络科技有限公司 | 一种基于移动终端实现增强实境的方法及移动终端 |
Non-Patent Citations (2)
Title |
---|
孙永辉 等: "一种改进的基于三角形折叠的网格简化算法", 《计算机工程与设计》 * |
高乙文: "基于混合角点检测的脑磁共振图像配准", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279878A (zh) * | 2017-12-20 | 2018-07-13 | 中国科学院软件研究所 | 一种基于增强现实的实物编程方法及系统 |
CN108279878B (zh) * | 2017-12-20 | 2020-11-20 | 中国科学院软件研究所 | 一种基于增强现实的实物编程方法及系统 |
CN108364504A (zh) * | 2018-01-23 | 2018-08-03 | 浙江中新电力发展集团有限公司萧山科技分公司 | 增强现实三维互动学习系统及控制方法 |
CN108364504B (zh) * | 2018-01-23 | 2019-12-27 | 浙江中新电力工程建设有限公司自动化分公司 | 增强现实三维互动学习系统及控制方法 |
CN108877340A (zh) * | 2018-07-13 | 2018-11-23 | 李冬兰 | 一种基于增强现实技术的智能化英语辅助学习系统 |
CN109979269A (zh) * | 2019-03-28 | 2019-07-05 | 王雍天 | 一种基于人工智能的在线教育交互系统 |
CN110930773A (zh) * | 2019-11-20 | 2020-03-27 | 深圳前海维度新科有限公司 | 一种具有增强现实教学功能的智能黑板 |
CN111583736A (zh) * | 2020-05-28 | 2020-08-25 | 甘肃艺博教育文化传播股份有限公司 | Ar网络在线家庭教育系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107452056B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107452056A (zh) | 一种增强现实的教学系统及其控制方法 | |
CN102831401B (zh) | 对无特定标记目标物体跟踪、三维叠加及交互的方法及系统 | |
EP3944200A1 (en) | Facial image generation method and apparatus, device and storage medium | |
CN102999942B (zh) | 三维人脸重建方法 | |
CN106710003B (zh) | 一种基于OpenGL ES的三维拍照方法和系统 | |
CN107016704A (zh) | 一种基于增强现实的虚拟现实实现方法 | |
IL266482A (en) | Deep learning cube discovery system | |
CN112150575A (zh) | 场景数据获取方法及模型训练方法、装置及计算机设备 | |
CN110309842B (zh) | 基于卷积神经网络的物体检测方法及装置 | |
CN109543285B (zh) | 一种融合数据驱动与强化学习的人群疏散仿真方法和系统 | |
CN112085835B (zh) | 三维卡通人脸生成方法、装置、电子设备及存储介质 | |
CN104537705A (zh) | 基于增强现实的移动平台三维生物分子展示系统和方法 | |
CN112598780A (zh) | 实例对象模型构建方法及装置、可读介质和电子设备 | |
CN106355643A (zh) | 一种高速公路三维实景道路模型的生成方法 | |
KR20200136723A (ko) | 가상 도시 모델을 이용하여 객체 인식을 위한 학습 데이터 생성 방법 및 장치 | |
Mel et al. | Workflows for virtual reality visualisation and navigation scenarios in earth sciences | |
TW201839665A (zh) | 物件辨識方法及物件辨識系統 | |
CN114092670A (zh) | 一种虚拟现实显示方法、设备以及存储介质 | |
Verykokou et al. | 3D visualization via augmented reality: The case of the middle stoa in the ancient agora of athens | |
CN110489794B (zh) | 一种面向简笔画的乐高类积木平面图纸的构建方法 | |
CN109215128A (zh) | 物体运动姿态图像的合成方法及系统 | |
CN112070901A (zh) | 一种园林的ar场景构建方法、装置、存储介质及终端 | |
Kang et al. | VR design of public facilities in historical blocks based on BP neural network | |
CN112861944B (zh) | 一种基于混合模态输入的图像检索方法及装置 | |
CN114219960A (zh) | 基于多学习器优化的XGBoost的小样本条件下空间目标ISAR图像分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |