摘要：5G时代到来，引发计算效率、数据存储能力与传输速度的提升。AR迎接更大挑战的同时，也会更加垂直地深入到人们的日常生活与工作中，例如AR远程协作，已经可以跨越空间，进行“面对面”的远程电力检修作业指导，并有望在5G时代带来更丰富的协作交互内容。但是任何技术应用，都不是一蹴而就，远程标注可能会随着视角漂移，造成错误显示标记的情况，本文就此问题展开研究论述。
关键词：实施标注、远程协作、特征点库
1.图像实时标注技术
为了实现第一人称远程实景指导，现场图像的远程实时标注是必须要实现的功能。由于AR设备传输的图像视角灵活，远程标注可能会随着视角漂移，造成错误显示标记的情况。本章通过研究图像识别技术，将标记和被标记物进行捆绑，使得远程标记能够不受视角变化正确标记设备。
首先构建远程视频图像的采集模型，进行视频帧差分析，采用基于隐马尔科夫模型构建视频传输网络结构模型，进行远程视频图像的采集，构建视顿传输网络通信结构模型是进行编码算法设计的基础，在远程视顿图像实时标注的整个流程中，采用编码调度方法参与单项模块的图像信思编码，进行局部信息提取，核算出每一项中的编码参数，将远程视频图像的采集模型转化 为视频关键帧时间序列的重排和信息特征排布问题，在视频图像的域特征点通过Harris 角点检测进行特征点标记，得到远程视频图像采集的第i行第j个像素对应像素信息为：
其中，1≤k≤P为图像平均灰度假定已求得域特征点预置乱因子，则可以得到：
其中：Rmm（d）-远程视频图像的最小置乱距离表达式；N-参与特征点标注的点个数；
-远程视频图像在高光谱区域块相位特性。
根据上述采集模型，采用小波降噪方法进行图像降噪，得到图像的降噪输出为：
其中，I（k）（i，j）为k阶匹配像素级，对小波降噪输出的图像进行特征提取，进行实时标注。
2.特征提取及图像的实时标注
对输出的降噪图像通过多尺度关键帧提取进行自动标注，实现图像特征提取和信息识别。采用关键帧信息分解方法构建远程视频图像的RGB分量，在域特征点关联区间内存在两个信息特征区域进行加权处理，表达式为：
构建一幅远程视频图像的M`N维灰度图像，采用信息编码方法进一步进行图像加密的特征提取，得到：
采用区域分割得到图像多尺度关键帧提取的递推公式如下：
用Xij来表示（i，j）位置处远程视频图像的灰度值，且：
其中：PS1（d）为图像特征点的关联特性表达式；RS1（d）为采样点的关联特征信息，形成图像的特征点库，对于原始点库，通过关键帧提取，实现图像实时标注。
图像远程标注效果
3.第一人称模拟远程协作技术
鉴于AR独特的第一人称视角模式，可以通过设备实现第一人称的远程协作技术。通过网络在后台同视觉查看现场检修人员的工作场景，直接在后台以截图标注的方式注明关键部件或关键工作，同屏现实到现场工作人员AR设备上，实现同步同频沟通，避免因表达或理解而产生的操作错误，快速解决问题，帮助一线人员提高现场处置能力。
（1）后台程序功能
协助发起/应答：后台可以发起协助，也可以响应作业端发起的协助请求；
会话管理：作业端与后台通信连接后形成一次会话
通信基本功能：丰富样式（图片、文字）实时推送，支持视频、语音、PDF文档、录像、视频推送等多种互动交互方式；
数据安全体系：利用 HTTPS 技术对数据传输通道加密，保障数据传输的安全，运用128 位加密技术对数据本地化存储加密，保障数据本地存储的安全；
（2）作业端程序功能
申请协助：作业端发起的协助请求，系统支持双向实时视频通信；
通信基本功能：丰富样式（图片、文字）实时推送，支持视频、语音、录音、录像、视频推送等多种互动交互方式；
会话管理：作业端与后台通信连接后形成一次会话。
选择专家：申请协助发起后，可以查看当前在线专家，可以按照专业类别和擅长领域选择专家；
数据安全体系：利用 HTTPS 技术对数据传输通道加密，保障数据传输的安全，运用128 位加密技术对数据本地化存储加密，保障数据本地存储的安全。
（3）第一人称远程协作指导流程
第一人称远程协作指导流程
（4）作业端应用界面
第一人称远程指导
4.结语
本文通过研究图像实施标注技术，模拟第一人称远程指导，从而对远程协助技术流程进行了详细阐述和分析。针对错误显示标记的问题，提出了基于隐马尔科夫模型构建视频传输网络结构模型，进行远程视频图像的采集，最后对第一人称模拟远程协作技术功能、流程进行了阐述。总结看来，从VR到AR，我们突破了与环境的交互，远程协作可以在不同“透明度”的空间中自由切换，助力各类创新应用，并为用户提供极致体验。
参考文献：
[1]陈翔宇.论VR技术与AR技术的未来发展.科技创新与生产力，1674-9146.2017
[2]何岭松，王峻峰.基于因特网的设备故障远程协作诊断技术.中国机械过程，1004-132X.1999
[3]周绍华.信息技术的应用与中学教学模式的优化.才智，2015，（12）
论文作者:王强
论文发表刊物:《电力设备》2019年第11期
论文发表时间:2019/10/18
标签：图像论文; 视频论文; 特征论文; 作业论文; 技术论文; 人称论文; 实时论文; 《电力设备》2019年第11期论文;