课题基金 / 基金详情

三维计算机视觉问题的估计:因子化线性方法

批准号:
60575019
项目类别:
面上项目
资助金额:
23.0 万元
负责人:
吴福朝
学科分类:
机器感知与机器视觉
结题年份:
2008
批准年份:
2005
项目状态:
已结题
项目参与者:
段福庆、王亮、李和平、杨金福

项目摘要

结项摘要

项目成果

吴福朝的其他基金

相似基金

相关文献

中文摘要
本项目旨在为三维计算机视觉中的估计问题提供一种稳定的线性计算方法,称之为因子化线性方法。主要研究内容包括:一般计算框架以及因子矩阵的分解方法;各种具体问题(如:摄像机矩阵、单应矩阵、基本矩阵、三焦张量等估计问题)的因子化线性算法;分析、比较因子化线性方法与其它方法(如:归一化线性方法、几何方法、最大似然方法等)的估计效果;分析噪声类型、测量矩阵条件数对估计结果的影响,明确因子化线性方法的局限性与适用范围。对基本矩阵估计的大量实验表明,我们所提出的因子化线性方法是非常优秀的,与直接线性方法、归一化线性方法以及有关几何方法相比,它都表现出更好的估计结果。本课题的研究成果必将在三维计算机视觉的估计问题中得到广泛地应用。
英文摘要
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
DOI: --
发表时间: --
期刊: 计算机学报, 05期, 737-747,2007
影响因子: --
作者: []
通讯作者:
DOI: --
发表时间: --
期刊: 软件学报, 04期, pp 803-816, 2008
影响因子: --
作者: []
通讯作者:
FOE estimation: Can image measurement errors be totally "corrected" by the geometric method
FOE估计:图像测量误差能否通过几何方法完全“纠正”
DOI: --
发表时间: --
期刊:
影响因子: --
作者: []
通讯作者:
DOI: --
发表时间: --
期刊: 自动化学报, 03期, 225-231, 2007
影响因子: --
作者: []
通讯作者:
9
    基于深度学习的特征点检测与描述方法研究
    • 批准号:
      61876180
    • 项目类别:
      面上项目
    • 资助金额:
      62.0万元
    • 批准年份:
      2018
    • 负责人:
      吴福朝
    • 依托单位:
    矩阵的结构主成份分析及其应用
    • 批准号:
      61375043
    • 项目类别:
      面上项目
    • 资助金额:
      80.0万元
    • 批准年份:
      2013
    • 负责人:
      吴福朝
    • 依托单位:
    鲁棒性交通标志检测与识别研究
    • 批准号:
      91120012
    • 项目类别:
      重大研究计划
    • 资助金额:
      70.0万元
    • 批准年份:
      2011
    • 负责人:
      吴福朝
    • 依托单位:
    计算机视觉中的Lie代数方法
    • 批准号:
      61075038
    • 项目类别:
      面上项目
    • 资助金额:
      37.0万元
    • 批准年份:
      2010
    • 负责人:
      吴福朝
    • 依托单位:
    国内基金
    海外基金