简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。
简介:为满足实时、高效、高精度的便携式三维测量要求,提出了一种基于十字激光线的三维测量方法。综合线结构光和双目立体视觉两种测量原理的优点,设计了新颖的融合式测量模型,解决了局部线激光数据到全局面数据的转换;创新性的十字激光线结构光模式,相比于传统的一字激光线测量效率提升2倍;提出的基于GPU加速的自适应阈值的激光线提取方法,实现了激光线中心的亚像素精确、实时提取和三维测量;设计的匹配能量法稳定、精确地解决了便携式测量过程中的数据拼接,实现了局部坐标系到全局坐标系的数据统一;最后利用搭建的软硬件平台进行了测量性能参数验证,结果表明满足实时高精度测量应用的需求。
简介:GunterHenn,建筑界名宿,我叫他"汽车大亨"。玩笑也要开得有道理,这个玩笑的道理,就在于GunterHenn真的在汽车业淘金无数,太多车厂(主要是德系,更主要是大众系)委托他设计过建筑物。随便写写就是一堆:德累斯顿VW辉腾透明工厂(最知名),沃尔夫斯堡VW汽车城,慕尼黑BMW研究与创新中心……为Audi,他更是设计了大到博物馆、试行中心,小到警卫室,林林总总四五个作品。在GunterHenn的建筑哲学中,建筑物的价值不单单体现在外表美观,在他的工作室设计的建筑里,知识的传送与信息流通能够畅通无阻,工作流程能够得到支持。建筑物是一个能够自己形成空间的有机体。因为在这个空间网络里很多任务都是同时进行的,所以能否有效利用时间成为关键。这次,我们再看看法国境内的Bugatti建筑物。