三维计算机视觉技术及其在电力行业的应用

《三维计算机视觉技术及其在电力行业的应用》从三维计算机视觉技术的特点入手，详细介绍了近期新的研究进展，并以电力行业作为典型的应用场景，阐述了其重要的社会意义。《三维计算机视觉技术及其在电力行业的应用》共有7章，内容包括三维视觉技术概述、关键点检测与描述、显著性区域检测、三维非刚性模型配准、三维目标姿态估计、三维目标跟踪、三维视觉技术电力应用实例等。

前言
第1章 三维视觉技术概述 1
1.1 背景与意义 1
1.2 研究历史与现状 3
1.3 相关技术简介 5
1.3.1 基本概念及定义 5
1.3.2 关键点检测与描述 5
1.3.3 显著性区域检测 7
1.3.4 三维非刚性模型配准 8
1.3.5 三维目标姿态估计 9
1.3.6 三维目标跟踪 10
1.3.7 三维视觉技术电力应用实例 11
第2章 关键点检测与描述 14
2.1 引言 14
2.2 扩散几何 15
2.2.1 黎曼流形 16
2.2.2 扩散几何 17
2.2.3 离散化的扩散几何 18
2.3 pHKS关键点检测器 18
2.3.1 标量域的定义 18
2.3.2 同源一致性的计算 20
2.3.3 关键点的提取 21
2.4 HeaPS特征描述子 21
2.4.1 支撑区域 21
2.4.2 HeaPS特征描述子的生成 23
2.5 实验分析 25
2.5.1 Interest Points数据集上的性能 26
2.5.2 PHOTOMESH数据集上的性能 29
2.5.3 TOSCA数据集上的性能 33
2.5.4 SHREC 2010特征检测与描述数据集上的性能 37
2.5.5 SHREC 14 Human数据集上的性能 42
2.6 本章小结 44
第3章 显著性区域检测 45
3.1 引言 45
3.2 基于同源聚类的三维非刚性模型分割 46
3.2.1 同源一致性的计算 46
3.2.2 标量域的定义 47
3.2.3 基于同源聚类的三维非刚性模型分割 48
3.3 基于标量域聚类演变的显著性区域检测 50
3.3.1 聚类评估 52
3.3.2 标量域聚类演变 53
3.3.3 显著性区域的优化 54
3.4 实验分析 56
3.4.1 TOSCA数据集上的性能 56
3.4.2 Princeton Segmentation数据集上的性能 60
3.4.3 SHREC 2010特征检测与描述数据集上的性能 64
3.4.4 SHREC 2010特征检测与描述数据集上的性能应用 67
3.5 本章小结 70
第4章 三维非刚性模型配准 71
4.1 引言 71
4.2 基于分层策略的三维非刚性模型配准 72
4.2.1 三维几何模型的树形表示 73
4.2.2 三维模型的分层配准 75
4.2.3 实验分析 76
4.3 基于均衡化函数匹配的三维非刚性模型配准 81
4.3.1 函数匹配 81
4.3.2 基于均衡化函数匹配的模型配准 86
4.3.3 实验分析 87
4.4 本章小结 91
第5章 三维目标姿态估计 92
5.1 引言 92
5.2 点云深度学习 92
5.2.1 点云无序性 93
5.2.2 采样非均匀性 93
5.3 头部姿态估计 94
5.3.1 整体结构说明 94
5.3.2 数据预处理 95
5.3.3 下采样和分组 95
5.3.4 点云特征提取 96
5.4 实验分析 97
5.4.1 数据集 98
5.4.2 结果分析 98
5.5 本章小结 101
第6章 三维目标跟踪 102
6.1 引言 102
6.2 时敏单目标跟踪 102
6.2.1 面向目标的特征提取 103
6.2.2 潜在目标中心的生成和筛选 105
6.2.3 联合提议和验证 105
6.2.4 模板点云的更新 106
6.2.5 损失函数的定义 106
6.3 实验分析 106
6.3.1 实验配置 107
6.3.2 消融实验 107
6.3.3 定量分析 109
6.3.4 定性分析 109
6.3.5 复杂度分析 110
6.4 本章小结 110
第7章 三维视觉技术电力应用实例 111
7.1 引言 111
7.2 三维实景建模 111
7.2.1 背景 111
7.2.2 由粗糙到精细的三维实景建模 112
7.2.3 技术方案 114
7.3 三维实景巡视 118
7.3.1 背景 118
7.3.2 基于局部场景更新的三维模型智能视频融合 119
7.3.3 技术方案 121
7.4 输变电设备智能运检典型应用 123
7.5 本章小结 126
参考文献 127