陈 轩，宋根龙，田 彤，李 毅

(温州大学 计算机与人工智能学院，浙江 温州 325000)

0 引 言

近年来虚拟现实和图像处理技术飞速发展，再加上虚拟现实[1-2]沉浸感和交互性的特点，使它逐渐广泛应用于各行各业，在教育、军事、娱乐、游戏等领域虚拟现实技术正发挥着越来越重要的作用。立体视觉技术[3]是模拟人类视觉处理物体的方式，因此被逐渐应用于虚拟现实、增强现实、三维重建、人机交互等领域[3-4]，尤其是在娱乐方面发挥着重要作用，通过移动摄像头、头盔式显示器等硬件设备，用户能够体验真实的沉浸感，融入虚拟场景，增加体验感。结合深度摄像头Kinect的动作捕捉、Leap motion手势识别等硬件设备，用户能够实时地与视频图像对象进行交互，立体图像的引入能够对交互体验增强沉浸感的效果。因此，图像立体视觉受到了研究人员的广泛关注，成为当下的研究热点。

但立体视觉技术存在精度低、效率低、建模成本高、应用受硬件条件的限制等各种问题。针对这些问题，虚拟现实增强技术[5-6]将虚拟环境与现实环境进行匹配合成以实现虚拟物体与实际场景的有效融合，其中将三维虚拟对象叠加到真实世界显示的技术称为增强现实，将真实对象的信息叠加到虚拟环境绘制的技术称为增强虚拟环境。研究人员利用基于GAN的深度神经网络，对于人脸关键特征区域的卡通风格话生成，能够有效地应用于娱乐短视频等实时卡通贴图中[7]。

文献[8]提出利用深度摄像机进行三维建模，在特征检测环节，可对物体的特征等实现几何构建，通过像素特点进行重组，可以有效提升三维重建的速度。……