前沿进展 | 视觉传感机理与数据处理研究综述

2020 年 4 月 3 日 中国图象图形学报

点击中国图象图形学报→主页右上角菜单栏→设为星标

图片来源网络

传统视觉感知以光学图像和视频图像为主要数据源 ,借助计算机视觉的发展取得了巨大成功。然而光学成像也存在着光谱 、采样速度、测量精度、可工作条件等方面的限制。近年来,视觉感知的新机理和新数据处理技术的迅速发展,为提升感知和认知能力带来了重大机遇,同时也具有重要的理论价值和重大应用需求。


今天图图推荐的是发表在《中国图象图形学报》2020年第1期的综述论文《视觉传感机理与数据处理进展》,由中国图象图形学学会视觉传感专业委员会牵头组织撰写 ,厦门大学王程教授主笔,厦门大学、西安电子科技大学 、国防科技大学、中国科学院西安光学精密机械研究所和中国科学院声学研究所等相关研究团队共同推出。


关注我们
一起努力




论文信息


题目:视觉传感机理与数据处理进展

作者:王程,陈峰,吴金建,赵勇,雷浩,刘纪元,汶德胜

单位:中国图象图形学学会视觉传感专业委员会

关键词:视觉传感,激光扫描,合成孔径声呐,新体制动态成像,计算成像,位姿感知

引用格式:王程, 陈峰, 吴金建, 赵勇, 雷浩, 刘纪元, 汶德胜. 2020. 视觉传感机理与数据处理进展. 中国图象图形学报, 25(1): 19-30.

[DOI: 10.11834/jig.190404]

全文链接

http://www.cjig.cn/html/jig/2020/1/20200102.htm




论文看点


  • 重点围绕激光扫描、新体制动态视觉成像、水声声呐成像、位姿感知等研究方向进行综述。


  • 从发展现状、前沿动态、热点问题和发展趋势角度进行分析,以期为相关研究者提供参考。





研究现状


1)激光扫描成像(laser scanning)是通过激光器以主动发射激光的方式,根据激光测距的原理来感知真实的3维世界。通过激光扫描获取的3维点云数据能充分地表达现实场景中重要的3维几何形状信息以及深度信息。

图片来源网络


2)动态视觉传感器(DVS)是一种新型的动态成像传感器,成像速度不受曝光时间和帧速率限制,像素的响应时间在微秒甚至纳秒级,且输出信号格式不是帧而是运动物体激发的事件流,在检测超高速运动物体方面有极大优势。

图片来源网络


3)水声成像探测技术是对海洋空间进行全面和细致观察的重要手段之一,在海洋探索和观测中发挥着重要的作用。


4)位姿感知是求解目标本体坐标系相对于参考坐标系的变换关系的过程。基于视觉测量目标的位姿感知,就是用单目或多目摄像机采集任务目标的图像,解算目标体坐标系相对于测量像机组基准坐标系的位姿参数。

图片来源网络




分析与展望



激光扫描成像
  • 国外在硬件方面的领先优势依然显著,且在点云数据采集、预处理上有较强实力。

  • 国内许多机构和团队在数据处理算法方面已经达到与国际同步或领先水平,同时在点云数据的应用领域也更广,学科间交叉融合也更加丰富。


展望

未来在海量3维点云数据极简描述的视觉感知理论与方法研究、基于跨维度结构描述匹配的大范围户外场景匹配理论与方法研究等方面有极为广泛的应用。




动态视觉传感器
  • DVS的硬件设计和制作工艺目前主要集中在国外研究机构,并且这些机构几乎都有十年左右的研究历史;国外相关机构在追踪、光流、定位、机器人、自动驾驶、3维重建、AR/VR等方面具备更为完善的理论体系,并有大量的优秀论文成果发表和应用实例。

  • 国内几乎没有能独立生产DVS的机构;在基于事件(DVS信号)的应用和算法研究方面,国内专注于目标分类、目标识别和跟踪、立体匹配、超分辨率等领域,并取得了一定的突破和进展。


展望

DVS最明显的优势是能捕捉高速运动的物体和高效低耗的处理方式,实时背景过滤功能在无人驾驶、轨迹分析等方面都有很大的前景,势必吸引更多关注。




水声成像探测技术
  • 在水下信息电子技术及产品方面,动态目标探测和针对水下静态小目标的水声成像技术一直是国内外研究的关注点。

  • 国内水声成像的相关高新技术研究主要是以民用部门支持为主,如合成孔径声呐就是在国家“863”计划持续支持下发展起来的。由于共性机理、关键技术、示范应用等难以在较短时间取得重大突破,国家持续稳定的支持是技术突破并走向产品化的重要保障。


展望

深海小目标探测声呐装备能力不足发展多基地成像声呐,一方面利用收发分置和较好的灵活性,另一方面可以充分利用目标的散射特性,获得比常规成像声呐更丰富的目标信息,获得更丰富的水下小目标特征信息量,从而提升水下小目标的探测率和识别率。




位姿感知
  • 在非合作目标位姿成像感知方面,国际上拥有先进航天技术的国家和组织已开展了大量研究工作,部分技术已成功应用于实际的空间操作任务。

  • 国内对于非合作目标的视觉测量起步较晚,围绕空间非合作目标交会对接、空间机器人在轨服务等应用项目也在进行中。然而,多数相关研究仍处于理论研究和地面实验验证阶段,还没有成熟的工程应用。

展望

视觉定位和3维信息处理面临的主要挑战是鲁棒性。在获取目标初始位姿的前提下,专注于基于目标3维模型的位姿跟踪是研究的热点方向。在人工智能大潮下,如何将其与位姿感知进行结合,也是研究方向。






作者简介

王程,厦门大学信息学院教授、博士生导师,IET会士,主要研究方向为激光雷达点云处理、三维视觉、空间大数据分析。E-mail: cwang@xmu.edu.cn


陈峰,博士,主要从事遥感信息智能处理与应用方向研究。

E-mail: chenfeng105@gmail.com


吴金建,副教授、博士生导师,主要从事视觉感知建模、图像质量评价、机器学习等方向研究。

E-mail: jinjian.wu@mail.xidian.edu.cn


赵勇,教授、博士生导师,主要从事位姿成像感知、传感器设计等方向研究。E-mail:nudtzhy@163.com


雷浩,博士,主要从事图像处理、位姿成像感知等方向研究。

E-mail: leihao@opt.ac.cn


刘纪元,研究员、博士生导师,主要从事水声成像技术、自适应信号处理、阵列信号处理等方向研究。E-mail: ljy@mail.ioa.ac.cn


汶德胜,研究员、博士生导师,主要从事空间光学载荷技术、光电成像技术、快速信号处理技术等方向研究。E-mail: ven@opt.ac.cn


推荐阅读

苏本跃, 储小玉, 盛敏. 同态滤波下RGB-D点云配准方法[J]. 中国图象图形学报, 2019, 24(11): 1985-1997 [DOI: 10.11834/jig.190011]

http://www.cjig.cn/html/jig/2019/11/20191113.htm


文威威, 文贡坚, 回丙伟, 陈鼎新. 结合全局与局部信息的点云目标识别模型库构建[J]. 中国图象图形学报, 2019, 24(2): 248-257 [DOI: 10.11834/jig.180270]

http://www.cjig.cn/html/jig/2019/2/20190209.htm


苗菁华, 孙延奎. 定位图像匹配尺度与区域的摄像机位姿实时跟踪[J]. 中国图象图形学报, 2017, 22(7): 957-968 [DOI: 10.11834/jig.160612]

http://www.cjig.cn/html/jig/2017/7/20170710.htm




申明:本文发布的网站内容均不代表本号观点,本号旨在提供参考素材以便学习交流。




❂ 好文推荐

前沿进展 | 多媒体信号处理的数学理论

中国卫星遥感回首与展望

单目深度估计方法:现状与前瞻

目标跟踪40年,什么才是未来?

10篇CV综述速览计算机视觉新进展

算法集锦|深度学习在遥感图像处理中的六大应用

封面故事 | 从传统到深度:火灾烟雾识别综述

封面故事 | 光场数据压缩综述

学者观点 | 结合深度学习和半监督学习的遥感影像分类

编辑推荐 | 视频 + 地图!四维信息助力实景中国

深度学习+图像降噪,如何解决“卡脖子”问题?


❂ 专家报告

专家推荐|高维数据表示:由稀疏先验到深度模型

专家报告 | AI与影像“术”——医学影像在新冠肺炎中的应用

专家推荐|真假难辨还是虚幻迷离,参与介质图形绘制让人惊叹!

学者推荐 | 深度学习与高光谱图像分类【内含PPT 福利】

专家报告|深度学习+图像多模态融合

专家报告 | 类脑智能与类脑计算

实战例题!200+PPT带你看懂监督学习

118页PPT!机器学习模型参数与优化那些事儿~

专家开讲 | 机器学习究竟是什么?


论文写作

羡慕别人中了顶会?做到这些你也可以!

如何阅读一篇文献?

共享 | SAR图像船舶切片数据集

资源分享| 不知道如何获取最新的算法资讯?快来这里看一看

资源分享|热门IT资讯号推荐


往期目次

《中国图象图形学报》2020年第2期目次

《中国图象图形学报》2020年第1期目次

《中国图象图形学报》2019年第12期目次

《中国图象图形学报》2019年第11期目次

《中国图象图形学报》2019年第10期目次



本文系《中国图象图形学报》独家稿件

内容仅供学习交流

版权属于原作者

欢迎大家关注转发!


编辑:狄   狄

指导:梧桐君

审校:夏薇薇

总编辑:肖   亮




声  明


欢迎转发本号原创内容,任何形式的媒体或机构未经授权,不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流,内容为作者观点,不代表本号立场。未经允许,请勿二次转载。如涉及文字、图片等内容、版权和其他问题,请于文章发出20日内联系本号,我们将第一时间处理。《中国图象图形学报》拥有最终解释权。


齐心抗疫

与你同在

前沿 | 观点 | 资讯 | 独家

电话:010-58887030/7035/7418

网站:www.cjig.cn



在看点这里



登录查看更多
1

相关内容

王程,福建省特支“双百计划”入选者、福建省科技创新领军人才、厦门大学计算机科学系教授、博士生导师、副院长。研究方向:三维视觉,空间大数据分析,激光雷达,虚拟/增强现实。个人主页:http://www.cwang93.net/#
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
3D目标检测进展综述
专知会员服务
187+阅读 · 2020年4月24日
数据标注研究综述,软件学报,19页pdf
专知会员服务
87+阅读 · 2020年2月20日
专知会员服务
84+阅读 · 2019年12月13日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
分布式智能计算系统前沿
中国计算机学会
18+阅读 · 2019年10月8日
报名 | CSIG“图像视频理解”学科前沿讲习班
AI科技评论
4+阅读 · 2019年7月18日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
AI综述专栏|多模态学习研究进展综述
人工智能前沿讲习班
64+阅读 · 2018年7月13日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Arxiv
30+阅读 · 2019年3月13日
Labeling Panoramas with Spherical Hourglass Networks
Two Stream 3D Semantic Scene Completion
Arxiv
4+阅读 · 2018年7月16日
Arxiv
7+阅读 · 2018年1月10日
Arxiv
4+阅读 · 2017年4月12日
VIP会员
相关VIP内容
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
3D目标检测进展综述
专知会员服务
187+阅读 · 2020年4月24日
数据标注研究综述,软件学报,19页pdf
专知会员服务
87+阅读 · 2020年2月20日
专知会员服务
84+阅读 · 2019年12月13日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
相关资讯
分布式智能计算系统前沿
中国计算机学会
18+阅读 · 2019年10月8日
报名 | CSIG“图像视频理解”学科前沿讲习班
AI科技评论
4+阅读 · 2019年7月18日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
AI综述专栏|多模态学习研究进展综述
人工智能前沿讲习班
64+阅读 · 2018年7月13日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关论文
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Arxiv
30+阅读 · 2019年3月13日
Labeling Panoramas with Spherical Hourglass Networks
Two Stream 3D Semantic Scene Completion
Arxiv
4+阅读 · 2018年7月16日
Arxiv
7+阅读 · 2018年1月10日
Arxiv
4+阅读 · 2017年4月12日
Top
微信扫码咨询专知VIP会员