کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6915260 | 1447394 | 2018 | 41 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Reduced order modeling for physically-based augmented reality
ترجمه فارسی عنوان
مدل سازی سفارش کاهش یافته برای واقعیت افزوده بر اساس جسمی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
کاهش سفارش مدل، تسریع داده ها، واقعیت افزوده،
ترجمه چکیده
در این کار، ما به بررسی امکان کاهش مدل سفارش برای برنامه های واقعیت افزوده می پردازیم. ما مدل های مرتبه سفارش پارامتری را براساس وابستگی پارامتری وابسته (وابسته) در نظر می گیریم به طوری که سرعت پردازش مشکلات مربوط به جذب داده ها را کاهش می دهد که به طور طبیعی به حداقل رساندن عملکرد فاصله می پردازد. استفاده از روش های سفارش کاهش یافته، باعث کاهش قابل توجهی در هزینه های محاسباتی می شود، به این ترتیب می توان با محدودیت های دقیق زمان واقعی جریان های ویدئویی، یعنی حدود 30 هرتز، منطبق کرد. نمونه هایی از آنها شامل پتانسیل روش پیشنهادی در موقعیت های مختلف می باشند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
In this work we explore the possibilities of reduced order modeling for augmented reality applications. We consider parametric reduced order models based upon separate (affine) parametric dependence so as to speedup the associated data assimilation problems, which involve in a natural manner the minimization of a distance functional. The employ of reduced order methods allows for an important reduction in computational cost, thus allowing to comply with the stringent real time constraints of video streams, i.e., around 30 Hz. Examples are included that show the potential of the proposed technique in different situations.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods in Applied Mechanics and Engineering - Volume 341, 1 November 2018, Pages 53-70
Journal: Computer Methods in Applied Mechanics and Engineering - Volume 341, 1 November 2018, Pages 53-70
نویسندگان
Alberto BadÃas, IcÃar Alfaro, David González, Francisco Chinesta, ElÃas Cueto,