位置:立项数据库 > 立项详情页
数据驱动的多维媒体感知与理解
  • 项目名称:数据驱动的多维媒体感知与理解
  • 项目类别:重点项目
  • 批准号:61035002
  • 申请代码:F030403
  • 项目来源:国家自然科学基金
  • 研究期限:2011-01-01-2014-12-31
  • 项目负责人:戴琼海
  • 负责人职称:教授
  • 依托单位:清华大学
  • 批准年度:2010
中文摘要:

现实场景的三维重建在军事、航天、医疗、影视制作等领域有着广泛的应用前景。利用稀疏分布的低分辨率相机感知高速运动、动态场景的光照迁移与逼真再现是三维重建的国际前沿挑战难题,通过现有采集机制与视觉处理方法难以刻画"大规模"、"变光照"、"高动态"的多维媒体特性。涉及到的核心问题包括高动态复杂对象空时光采样,多维媒体几何及光照特性的感知与理解、重生成与优化等。本项目瞄准多维媒体数据的几何、光照与动态特性,探索大规模数据采样的机制,通过时间解耦、压缩采样、自动补偿高精密采样实现场景的空时光数据捕获,采用数据驱动的方法,结合物理特性建模与图像数据分析,解决场景空时光感知与理解的关键问题,同时研究多维媒体的视觉质量评价方法,对场景的高效采样、逼真重建进行反馈指导。力图揭示多维媒体特性的表示机理,建立数据驱动的多维媒体感知与理解平台。在理论和关键技术研究上取得突破,培养一支多维媒体领域的研究团队。

结论摘要:

现实场景的三维重建在军事、航天、医疗、影视制作等领域有着广泛的应用前景。利用稀疏分布的低分辨率相机感知高速运动、动态场景的光照迁移与逼真再现是三维重建的国际前沿挑战难题,通过现有采集机制与视觉处理方法难以刻画"大规模"、"变光照"、"高动态"的多维媒体特性。涉及到的核心问题包括高动态复杂对象空时光采样,多维媒体几何及光照特性的感知与理解、重生成与优化等。本项目瞄准多维媒体数据的几何、光照与动态特性,探索大规模数据采样的机制,通过时间解耦、压缩采样、自动补偿高精密采样实现场景的空时光数据捕获,采用数据驱动的方法,结合物理特性建模与图像数据分析,解决场景空时光感知与理解的关键问题,同时研究多维媒体的视觉质量评价方法,对场景的高效采样、逼真重建进行反馈指导。力图揭示多维媒体特性的表示机理,建立数据驱动的多维媒体感知与理解平台。在理论和关键技术研究上取得突破,培养一支多维媒体领域的研究团队。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 57
  • 24
  • 0
  • 0
  • 0
期刊论文
会议论文
相关项目
期刊论文 26 会议论文 2 专利 2
期刊论文 50 会议论文 14
期刊论文 3 会议论文 11
戴琼海的项目
期刊论文 26 会议论文 14 获奖 2
期刊论文 30 会议论文 34