Resumen

La aplicación de inteligencia artificial y aprendizaje profundo en los campos de la comunicación inalámbrica, reconocimiento de imágenes y voz, y reconstrucción 3D ha resuelto con éxito algunos problemas de modelado difíciles. Este documento se enfoca en la reconstrucción 3D de alta precisión de marcadores cooperativos con desenfoque de movimiento, incluidos los objetivos codificados con caracteres chinos (CCTs) y los marcadores circulares no codificados. Se construye un modelo de generación de imágenes con desenfoque de movimiento basado en simulación para proporcionar muestras suficientes para entrenar la red neuronal convolucional para identificar y emparejar los CCTs con desenfoque de movimiento en el objeto en movimiento. El emparejamiento de marcadores no codificados borrosos se realiza a través de homografía. La reconstrucción 3D de los marcadores se realiza mediante la optimización de la trayectoria de movimiento espacial dentro del período de exposición. El punto medio de la trayectoria de movimiento de los marcadores se toma como resultado final de la reconstrucción. Los

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Inteligencia artificial; Aprendizaje profundo; Comunicación inalámbrica; Reconstrucción 3D; Marcadores con movimiento borroso; Red neuronal convolucional
• Keywords:Artificial intelligence; Deep learning; Wireless communication; 3D reconstruction; Motion-blurred markers; Convolutional neural network