基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
增强现实技术在移动智能设备的实现称为移动增强现实,已经成为目前研究的热点.目前的移动增强现实技术只能识别平面的现实场景,不能识别现实场景中的立体物体,这大大限制了移动增强现实的普及.本文提出一种基于深度卷积神经网络的移动增强现实技术,识别现实场景中的目标物体,最后渲染对应的三维模型完成增强现实.通过在Android移动设备上的验证,结果表明该技术方案具有很好的效果.
推荐文章
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
基于深度卷积神经网络的车型识别研究
深度学习
卷积神经网络
支持向量机
高速公路
车型识别
基于深度卷积自编码神经网络的手写数字识别研究
卷积自编码神经网络
双线性插值
手写数字识别
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度卷积神经网络在移动增强现实的应用研究
来源期刊 有线电视技术 学科
关键词 移动增强现实 深度卷积神经网络 Android
年,卷(期) 2017,(3) 所属期刊栏目 数字电视
研究方向 页码范围 46-48
页数 3页 分类号
字数 1837字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林志贤 福州大学物理与信息工程学院 139 647 13.0 19.0
2 郭太良 福州大学物理与信息工程学院 302 1102 15.0 21.0
3 苏泽荫 福州大学物理与信息工程学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (50)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动增强现实
深度卷积神经网络
Android
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
有线电视技术
月刊
1008-5351
11-4021/TN
北京市2144信箱
chi
出版文献量(篇)
10278
总下载数(次)
7
总被引数(次)
11175
论文1v1指导