深度学习在AR中的应用与潜力.pdf

下载文档 降价啦

15
0
约3.19千字
约 25页
2019-11-06 发布于北京
举报
版权申诉
保障服务

深度学习在AR中的应用与潜力.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

深度学习在AR 中的应用与潜力史信楚 01 简介 02 AR原理与关键技术 CONTENTS 03 AR视觉技术 04 DL在AR中的应用 05 展望专注增强现实核心技术与产品研发，致力于提供最自然的人机交互挖掘最深度的数据价值核心人才标杆行业技术济济合作肯定 AR是什么 Augmented Reality AR vs VR Oculus Viera Florida VR VR AR AR Google Glass Magic Leap AR/VR 实例对比 AR-Demo Magic Leap AR-Demo Pokemon Go LBS+IMU AR原理 AR关键技术 3D环境理解识别+定位显示技术光场技术、全息投影… 虚实交互语音、手势… AR视觉关键技术 2D图片识别 HiAR-2D识别 AR视觉关键技术 2D图片识别 3D物体识别 AR视觉关键技术 2D图片识别 3D物体识别 3D场景建模 HiAR-SLAM AR视觉关键技术 2D图片识别 3D物体识别 3D场景建模智能交互手势/表情/注视识别 DL在视觉中的进展 ImageNet图像分类结果 CNN在视觉中的进展 1. AlexNet(2012) 2. GoogleNet(2014) 3. VGG(2014) 4. ResNet(2015) CNN在视觉中的进展 1. R-CNN(2014) 2. Fast-RCNN(2015) 3. YOLO(2016) 4. SSD(2016) DL的优缺点优端到端的学习点强大的表达能力模块化缺大数据依赖点