内容简介
本书共分7章，主要内容包括绪论，相关技术基本原理，面向无人机采样的大规模场景光场采样与重建，环境影响下大场景光场采样与重建，面向VR视频流的高效传输优化与缓存算法研究，脑电情感识别算法及其在虚拟现实场景评价研究，基于NeRF技术的特殊场景三维重建。
本书可供网络虚拟现实、计算成像、信息学等专业的师生阅读，也可供从事图像安全及相关领域的工程技术人员参考。
目录
1 绪论
1.1 光场绘制技术
1.2 空中光场技术
1.3 光场重建技术
1.4 VR视频特征
1.5 脑电信号特征
2 相关技术基本原理
2.1 空中光场理论
2.1.1 光场的定义及参数化
2.1.2 极线平面图像定义
2.1.3 基于频谱分析的光场采样方法
2.1.4 新视点重构滤波器设计
2.2 面向大场景的无人机采样技术
2.3 面向云边端架构的VR视频传输技术
2.3.1 移动边缘计算技术
2.3.2 视场角(FoV)
2.3.3 FoV预测
2.3.4 优化问题求解
2.4 脑电信号简述
2.4.1 脑电信号的激发及特点
2.4.2 脑电信号数据采集
2.5 面向VR视频的脑电情感分析
2.5.1 情感的定义
2.5.2 情感模型理论
2.5.3 情感的诱发
2.5.4 DEAP情感数据集
3 面向无人机采样的大规模场景光场采样与重建
3.1 大规模场景下空中光场的最小采样率和重构滤波器计算
3.1.1 空中光场的模型定义及参数化
3.1.2 基于傅里叶理论的空中光场频谱分析
3.1.3 空中光场的最小采样率和重构滤波器计算
3.2 实验分析
3.2.1 频谱结构实验
3.2.2 室外场景实验
4 环境影响下大场景光场采样与重建
4.1 遮挡环境下大场景光场信号采样频谱与重构研究
4.1.1 遮挡场景数学模型
4.1.2 遮挡信号频谱分析
4.1.3 空中光场的最小采样率
4.1.4 遮挡环境下重构及真实场景实验
4.2 阴影环境下的全光函数采样与新视点重构研究
4.2.1 阴影场景数学模型
4.2.2 阴影光场傅里叶域的分析
4.2.3 实验结果分析
4.3 阴影光场重建的高维卷积神经网络研究
4.3.1 网络结构
4.3.2 网络结构模块功能
4.3.3 实验结果和分析
5 面向VR视频流的高效传输优化与缓存算法研究
5.1 端边云系统中的VR视频流模型与最佳时长分配
5.1.1 端边云系统中的VR视频流模型
5.1.2 VR视频流的优化问题
5.1.3 优化问题求解
5.1.4 仿真与数值结果
5.2 边缘缓存算法设计与性能证明
5.2.1 定义竞争比
5.2.2 边缘缓存算法设计
5.2.3 VIE算法的竞争比证明
5.2.4 VIE算法的渐进最优证明与分析
5.2.5 仿真结果与分析
6 脑电情感识别算法及其在虚拟现实场景评价研究
6.1 时频空三维特征矩阵和时序脑电信息提取方法
6.1.1 脑电信号时空域多频特征提取与分析
6.1.2 三维特征矩阵和时序信息的构建
6.1.3 实验验证
6.2 多元任务联合神经网络脑电情感识别算法
6.2.1 卷积神经网络
6.2.2 LSTM神经网络
6.2.3 多任务学习机制
6.2.4 MT-2DCNN-LSTM多元任务联合神经网络设计
6.2.5 实验设计和训练
6.2.6 实验结果与分析
6.3 虚拟现实场景评价系统
6.3.1 系统框架设计
6.3.2 虚拟现实场景评价系统界面设计和各模块简介
6.3.3 虚拟现实场景评价系统测试
7 基于NeRF技术的特殊场景三维重建
7.1 NeRF重建技术原理
7.1.1 神经辐射场场景表示原理及过程
7.1.2 基于辐射场的体渲染方法
7.1.3 神经辐射场的优化
7.2 面向NeRF技术的大规模场景数据集
7.2.1 采集图像
7.2.2 位姿计算
7.3 阴影场景实验结果和分析
7.4 基于NeRF的大规模场景重建实验
参考文献
