1 中山大学 物理学院，广东 广州 510275
2 湛江幼儿师范专科学校（岭南师范学院基础教育学院），广东 湛江 524084
3 中山大学 电子与信息工程学院，广东 广州 510275
视觉定位和导航在物流仓储等领域具有广泛的应用前景，传统单目视觉难以实现准确的定位，而双目视觉虽能完成精确的定位和导航，但硬件成本高且影响车体尺寸。提出一种基于特征物形变的单目定位技术，利用单个相机对地面铺设的特征物（带编码的圆环图案）的畸变进行记录，以嵌入式图像处理单元（graphics processing unit,GPU）进行分析，实现端到端的单目视觉定位。其中嵌入式GPU对相机采集的图像通过深度学习目标检测算法识别特征圆环的编码图案，经传统图像处理获取图案物像的形变信息，将该形变信息输入至经极端梯度提升算法（extreme gradient boosting，XGBoost）训练好的回归模型，预测出相机相对图案中心的坐标，同时结合该特征圆环的绝对坐标，最终解算出相机的室内绝对坐标。实验结果表明：在2 m×2 m 的范围内定位平均误差仅为0.55 cm，优于文献报道1个数量级，且算法在电脑端和在嵌入式GPU上的定位解算帧率分别为20帧和4帧，具有实时性。
嵌入式GPU 室内定位 深度学习 回归模型 圆环编码图案 embedded GPU indoor positioning deep learning regression model ring encoded patterns
1 中山大学 电子与信息工程学院，广东 广州 510275
2 中山大学 物理学院 物理实验教学中心，广东 广州 510275
随着3D显示技术的逐渐成熟，越来越多基于3D显示技术的产品被应用于各个领域，例如3D电影、裸眼3D电视、体感交互式系统和影像教学等。基于3D显示的人机交互系统也是近年来越来越热门的研究方向，但是却没有高效地利用深度信息作为交互的线索，因此本文提出将3D显示与体感交互结合，实现立体人机交互的虚拟键盘，让用户只需点击屏幕前方键盘的图像即可进行对应按键信息的录入和编辑，其帧率可达10.6 fps。针对3D显示中用户视角偏离会导致按键的像在视觉上的偏移，容易造成误输入的问题，在系统中整合人眼检测功能，修正因视角偏离带来按键定位误差，从而实现了准确率100%的字符输入交互功能。
视角偏离修正 立体显示 人机交互 人脸检测 瞳孔位置估算 visual angle deviation correction 3D display human-machine interaction face detection pupil position estimation
1 中山大学光电材料与技术国家重点实验室， 广东 广州 510275
2 广州弥德科技有限公司， 广东 广州 510275
为了提高裸眼3D显示的光学膜层与显示屏的贴合效率和全局对位精度，提出了一种全局的、高效率的、实时的3D显示光学特性测量方案，并开发出了相应的测量系统，实现了对3D显示屏幕的亮度均匀性和串扰率均匀性的实时测量。设计并开发了测量系统的光电二极管阵列，制作了高灵敏度和高精度的电路控制模块，同时编写了上位机软件，用以实时显示数据结果。光电二极管的光谱响应与人眼光谱响应基本一致，经过标定和方向性校正后，可以实时得到屏幕不同局部在视区中的光强分布数据。基于这一数据，可以计算出屏幕不同局部定量化的串扰率数据。在实验中，测试系统能够有效测量23.7 cm宽度范围内的空间光强分布，覆盖了一对左右眼视区。系统的测量精度为1.58 mlx。实验表明，所得的数值结果能够定量化地反映人眼亮度和串扰率视觉感受，可用于实时检测3D显示器的视区光强分布，计算串扰率分布，有助于提高3D裸眼显示设备的装机效率。
测量 串扰率 3D显示 亮度 激光与光电子学进展
2017, 54(6): 061201
1 中山大学 物理学院, 广东 广州 510275
2 中山大学 光电材料与技术国家重点实验室, 广东 广州 510275
为了改善常见的背景模型在手势分割易受环境因素影响的缺点, 以及提高基于傅里叶描述子的神经网络对大量手势分类的识别率, 本文提出一种采用预分类的综合手势识别算法。首先, 分割部分使用背景差分检测出手部, 同时利用手分类器对手部识别手掌位置, 获取感兴趣区域, 同时对手和背景分别进行掩膜更新, 进入下一循环, 具有较高的分割效果。接着, 利用指尖检测和傅里叶描述子对区域进行特征提取。识别过程先根据指尖数目及实现功能进行预分类, 再利用神经网络对傅里叶特征系数进行实时的识别并返回识别结果。最后, 进行与直接的傅里叶系数的识别比较及复杂背景下与传统背景差分方法识别率比较, 结果表明该算法普通手势比直接分类平均识别率高4.162%, 易误检手势识别率提高最高达91.7%; 复杂背景下性能也有较大改善。鲁棒性较强, 可以容纳大量手势定义, 满足人机交互的要求。
计算机视觉 手势分割 预分类识别 傅里叶描述子 神经网络 computer vision gesture segmentation pre-classification and recognition Fourier descriptor neural network
中山大学 物理科学与工程技术学院，广东 广州510275
为了更好实现3D虚拟键盘对人手型的分割，建立了一套基于颜色空间和背景减除的手型分割方法。对原有的单颜色空间处理方法进行了改良与创新，提高运算速度和鲁棒性。介绍了原有颜色空间算法的原理和步骤，并给出该方法的效果图和运算速度。根据颜色空间处理方法的原理分析程序中可以提高速度的部分，提出一些颜色空间算法无法解决的问题。在原有HSV颜色空间的处理中加入新颜色空间YCrCb，结合两者进行速度方面的提升，最后，在颜色空间处理之外，加入码本法背景减除，解决干扰色、手饰品干扰等颜色空间无法处理的问题。实验结果表明: 使用新颜色空间算法，运算速度提升，节省28.27%的时间; 加入码本背景减除后的指尖定位良好，平均误差小于2%。达到了提高3D虚拟键盘实时性和鲁棒性的要求。
3D虚拟键盘 混合颜色空间 码本背景减除 3D virtual keyboard mixed color space codebook background difference
1 中山大学 光电材料与技术国家重点实验室,广东 广州 510275
2 中山大学 物理科学与工程技术学院,广东 广州 510275
为了制定裸眼3D关键指标的标准化测试方案,本文根据目前主流的自由立体显示和指向性背光技术的不同显示原理及其甜点的不同排列情况,分别设计了不同的测试方法,并对其进行串扰率、亮度、对比度、色温、色域等关键指标的完整测量与评价。测试结果表明,指向性背光式裸眼3D显示器的串扰率低达2.64%,远低于柱镜式（80.91%）和液晶光栅式（3.3%）裸眼3D显示器;亮度、色域、色温等指标上,指向性背光式显示也胜于柱镜式和液晶光栅式技术;而在对比度上,柱镜式裸眼3D显示凭借较佳的亮度,取得最优秀的数值,明显强于液晶光栅式和指向性背光技术。
裸眼3D显示 评价 串扰率 autostereoscopic display evaluation crosstalk ratio
1 中山大学 光电材料与技术国家重点实验室,广东 广州510275
2 中山大学 物理科学与工程技术学院,广东 广州 510275
时空混合控制式自由立体显示是一种新型的自由立体显示技术,具有全分辨率和低串扰率优点,消除了背光源刷新与屏幕图像刷新不同步所导致的时域串扰率升高,这是时空混合控制式自由立体显示的关键问题之一。本文介绍了时空式立体显示系统的原理和动态背光的工作方式,提出了扫描式和垂直式两种不同的背光源刷新方式,着重对比了两种背光源刷新方式对屏幕亮度和串扰率的影响。通过实验测量给出了时空式自由立体显示系统背光源刷新的最优化参数设置。在优化配置条件下,系统串扰率低至2.64%,证明动态背光同步技术可以有效降低系统的时域串扰率。
自由立体显示 动态背光 时域串扰 auto-stereoscopic display dynamic backlight temporal crosstalk
1 中山大学 光电材料与技术国家重点实验室，广东 广州 510275
2 中山大学 物理科学与工程技术学院，广东 广州 510275
为了更系统、科学地评价眼镜式立体设备的显示质量，本文对目前主流的眼镜式3D显示器进行串扰率、亮度、对比度、色温、色域的测量。首先，根据眼镜式立体设备的成像原理设计相关的测试方案。测试结果表明，色分式3D显示器左眼串扰为3%，右眼为9%，偏振式3D显示器水平方向串扰最低为179%，垂直方向串扰呈振荡分布，时分式3D显示器的串扰最低，达037%[眼镜式3D显示器的亮度在3D模式下均发生较大程度的下降，其中时分式3D显示器在3D模式下亮度仅为697 cd/m2，其对比度也随之发生大幅下降[色域方面，时分式显示器在3D模式下色域覆盖率为727%，相比2D模式存在明显下降，而色分式3D显示器在3D模式下的色域覆盖率最小，仅为03%。上述数据可为设备的选择和产品性能的优化提供有益参考作用。
显示效果评价 眼镜式3D显示 串扰率 3D测量 display evaluation glasses 3D display crosstalk 3D measurement
中山大学 光电材料与技术国家重点实验室, 广东 广州510275
描述了裸眼3D显示设备的关键指标, 包括左右通道串扰率、显示色温、色域覆盖率、分辨率的检测方式与结果。研究结果表明, 双视点全高清裸眼3D显示原型机在2D模式以及3D模式下均能保持1 920×1 080像素的分辨率, 亮度为258 cd/m2, 色温值为5 686 K, 色域为70.83%的NTSC色域饱和度, 视区内的串扰率低至3.62%。
全高清 裸眼3D显示 串扰率 分辨率 full-high resolution glasses-free autostereoscopic display crosstalk resolution
1 广州计量检测技术研究院, 广东 广州 510663
2 中山大学 光电材料与技术国家重点实验室, 广东 广州 510275
人体表面特征点三维空间坐标的实时监测是实现自然高效、非接触的智能化人机交互的关键技术。算法在提取肤色区域外轮廓的基础上, 依据手指和手势的多种形状约束特征实现指尖定位。基于Adaboost算法确定人脸区域, 针对是否佩戴强干扰性眼镜, 采用不同的灰度及空间结构特征实现人眼中心的准确定位。对左右内眼角点或是黑框眼镜内框曲率点进行改良性的光流跟踪。通过多尺度逐级定位算法提升特征点的定位精度。基于双目立体视觉原理实现特征点的三维空间坐标重构, 并依靠三维信息反馈有效重启跟踪错误的光流算法。算法将特征与统计方法相结合, 通过多尺度以及多信息(灰度、色调、空间结构、三维)的综合运用, 相对于传统算法进一步提升了算法的时间处理效率和复杂背景中多状态下(强干扰佩戴物、较大角度的姿态变化、遮挡、光照)目标特征点的检测正确率。
人眼检测 指尖定位 Adaboost算法 光流跟踪 双目立体视觉 多信息 eye recognization finger-tip location Adaboost algorithm light trace binocular stereo vision multi-source information
