第一篇：全景拼接算法簡介解讀
全景拼接算法簡介
羅海風 2014.12.11
目錄
1.概述...................................................................................................................................1 2.主要步驟............................................................................................................................2 2.1.圖像獲取............................................................................................................................................2 2.2魚眼圖像矯正.....................................................................................................................................2 2.3圖片匹配.............................................................................................................................................2 2.4 圖片拼接.............................................................................................................................................2 2.5 圖像融合.............................................................................................................................................2 2.6 全景圖像投射....................................................................................................................................2 3.算法技術點介紹..................................................................................................................3 3.1 圖像獲取............................................................................................................................................3 3.2魚眼圖像矯正.....................................................................................................................................4 3.3 圖片匹配............................................................................................................................................4
3.3.1與特征無關的匹配方式............................................................................................................4 3.3.2根據特征進行匹配的方式........................................................................................................5
3.4圖片拼接.............................................................................................................................................5 3.5圖像融合.............................................................................................................................................6
3.5.1平均疊加法................................................................................................................................6 3.5.2 線性法........................................................................................................................................7 3.5.3 加權函數法................................................................................................................................7 3.5.4 多段融合法（多分辨率樣條）...............................................................................................7
3.6全景圖像投射.....................................................................................................................................7
3.6.1 柱面全景圖................................................................................................................................7 3.6.2 球面全景圖................................................................................................................................7 3.6.3 多面體全景圖............................................................................................................................8
4.開源圖像算法庫OPENCV拼接模塊...................................................................................8 4.1 STITCHING_DETAIL程序運行流程.....................................................................................................8 4.2 STITCHING_DETAIL程序接口介紹.....................................................................................................9 4.3 測試效果..........................................................................................................................................10 5.小結.................................................................................................................................10 參考資料.............................................................................................................................10
1.概述
全景視圖是指在一個固定的觀察點，能夠提供水平方向上方位角360度，垂直方向上180度的自由瀏覽（簡化的全景只能提供水平方向360度的瀏覽）。
目前市場中的全景攝像機主要分為兩種：魚眼全景攝像機和多鏡頭全景攝像機。魚眼全景攝像機是由單傳感器配套特殊的超廣角魚眼鏡頭，并依賴圖像校正技術還原圖像的魚眼全景攝像機。魚眼全景攝像機最終生成的全景圖像即使經過校正也依然存在一定程度的失真和不自然。多鏡頭全景攝像機可以避免魚眼鏡頭圖像失真的缺點，但是或多或少也會存在融合邊緣效果不真實、角度有偏差或分割融合后有“附加”感的缺撼。
本文檔中根據目前所查找到的資料，對多鏡頭全景視圖拼接算法原理進行簡要的介紹。
2.主要步驟
2.1.圖像獲取
通過相機取得圖像。通常需要根據失真較大的魚眼鏡頭和失真較小的窄視角鏡頭決定算法處理方式。單鏡頭和多鏡頭相機在算法處理上也會有一定差別。
2.2魚眼圖像矯正
若相機鏡頭為魚眼鏡頭，則圖像需要進行特定的畸變展開處理。
2.3圖片匹配
根據素材圖片中相互重疊的部分估算圖片間匹配關系。主要匹配方式分兩種： A．與特征無關的匹配方式。最常見的即為相關性匹配。
B．根據特征進行匹配的方式。最常見的即為根據SIFT，SURF等素材圖片中局部特征點，匹配相鄰圖片中的特征點，估算圖像間投影變換矩陣。
2.4 圖片拼接
根據步驟2.3所得圖片相互關系，將相鄰圖片拼接至一起。
2.5 圖像融合
對拼接得到的全景圖進行融合處理。
2.6 全景圖像投射
將合成后的全景圖投射至球面、柱面或立方體上并建立合適的視點，實現全方位的視圖瀏覽。圖1:opencv stitching模塊進行圖像拼接的處理流程
（部分步驟可選）
3.算法技術點介紹
3.1 圖像獲取 由于魚眼鏡頭和常規鏡頭在生成全景圖方面存在很大差異，其校正算法完全不同，因此需分開討論。但是校正后的圖像進行拼接步驟時的處理方法一定程度上可通用。A．單常規鏡頭拍攝多張圖片方式（手持）
該方式很常見，在目前多種手機上均有相關全景功能。B．多個常規鏡頭組成的相機（或單鏡頭旋轉掃描方式）
圖2：三星2014年發布的360度全景照相機Project Beyond，內置16個攝像頭
C．魚眼鏡頭拍攝
圖3：理光2013年發布雙魚眼全景相機RICOH THETA
3.2魚眼圖像矯正 若為魚眼鏡頭采集的到的圖像，必須對圖像進行矯正。魚眼鏡頭圖像校正算法通常有兩種：一種是球面坐標定位法，一種是經緯映射法。具體推導過程見參考資料【1】《魚眼照片生成全景圖算法的研究與實現》，矯正效果如下圖所示：
圖4：魚眼圖像及校正后的展開圖
3.3 圖片匹配
3.3.1與特征無關的匹配方式 與特征無關的匹配方式常見的為相關性匹配，一般都用于沒有復雜變換的圖像拼接情況下。該方式計算簡單，僅為普通的灰度模板匹配。具體細節見參考文檔【2】《全景圖生成技術研究》。
圖5：模板匹配法示意圖
3.3.2根據特征進行匹配的方式
基于特征的匹配首先從圖像上選取特征信息，然后識別出兩幅圖像對應的特征信息。常用的特征信息有特征輪廓，特征曲線，特征點，多采用特征點匹配法。
進行特征點匹配的第一步是提取所有素材圖片的局部特征點。普遍來講，一張圖片所包含的特征點通常就是周圍含有較大信息量的點，而僅通過這些富有特征的局部，基本就可以推測出整張圖片。常見的特征點包括SIFT，FAST，SURF等。
圖6：SITF特征點檢測效果圖。青色內容為檢測到的SIFT特征點。由于特征點由特征向量表示，所以圖中每個特征點顯示為一個箭頭。
形成特征向量之后下一個問題就是如何匹配了。最基本的方式可以稱作“最鄰近搜索”（Nearest
Neighbour），實際上也就是找在128維空間上直線距離最近的的特征向量，這個求直線距離的方式和2維無異，最近的特征向量也就被認為是互相匹配。SIFT原作者使用的方式是增加了k-d tree算法來高效率地完成高維度上的最鄰近搜索。特征點匹配效果如下圖所示。
圖6：SITF特征點匹配效果圖
3.4圖片拼接
在以上步驟中得到了圖像間的匹配關系，就可以根據這些關系進行圖像的拼接了。按照圖像匹配的不同方式，拼接處理也分兩大類：
A．根據模板匹配的方式，可得到圖片見的平移（或者包括縮放）參數，繼而根據參數進行圖像拼接操作；
B．根據特征點匹配的方式，則利用這些匹配的點來估算“單應矩陣”（Homography Estimation），也就是把其中一張通過個關聯性和另一張匹配的方法。單應矩陣H效果如下：
通過單應矩陣H，可以將原圖像中任意像素點坐標轉換為新坐標點，轉換后的圖像即為適合拼接的結果圖像。下圖即為找出符合幾何約束的特征點之后，通過單應矩陣來對齊兩張圖片的內容。
圖7：根據特征點進行圖像拼接的效果圖
圖8：多張圖像拼接效果
3.5圖像融合3.5.1平均疊加法
平均疊加法是直接對圖像進行平均疊加。這是最簡單的融合方法，會出現明顯的拼接縫隙。
圖像拼接后，需要對圖像重疊部分進行融合處理。圖像融合技術決定了最終圖像合成質量，常用的有平均疊加法，線性法，加權法，多段融合法等。具體見參考文檔【2】《全景圖生成技術研究》。3.5.2 線性法
合。
3.5.3 加權函數法
3.5.4 多段融合法（多分辨率樣條）
3.6全景圖像投射 3.6.1 柱面全景圖 固定視點，使相機在水平面內旋轉一周拍攝場景，得到一組具有重疊區域的連續環視圖像序列，將這組圖像序列無縫拼合，并投影到柱面空間坐標，就得到了衣服柱面全景圖。柱面投影就是講圖像投影到柱面上，它是一種透視投影而非平行投影，通俗的講就是要活的從投影中心這一點上觀察圖像在柱面上的成像。下圖表示將三維空間上的點（X,Y,Z）映射到柱面模型上得到對應于柱面模型上的點（x,y,z）的過程。其中θ為觀察視域中心與X軸夾角，h為柱面模型高度，(x,y,z)為（X,Y,Z）在柱面模型上的投影。多段融合法是目前比較好的融合方法，拼接成的圖像既清晰又光滑無縫，能避免縫隙問題和疊影現象。另外，如果選取好的最佳縫隙線，還能處理有輕微運動物體的圖像拼接。但該方法運算量大是其明顯缺陷。加權函數法與線性法類似，也是廣泛應用的融合方法之一。該方法能有效去除邊界縫隙，但在拼合區往往出現疊影模糊的現象。柱面圖像的拼接多采用簡單的線性法。圖像映射到柱面坐標下，圖像間就是簡單的純平面平移變換，局部對準后，對重疊區域用線性法融合。該方法適合柱面全景圖生成，或者僅具有平移變換的兩幅圖像融
圖9：柱面全景圖生成模型
其中，圖10：柱面全景圖效果圖
詳細的柱面投影模型的推導過程，見參考文檔【5】《柱面全景圖拼接算法的研究》。
3.6.2 球面全景圖 球面全景圖是通過求取圖像映射到球面的參數，將圖像映射到球面模型上，然后得到的平面反展開圖就是球面全景圖或者部分球面全景圖。
圖11：球面投影變換結果圖
圖12：球面全景圖拼接效果
3.6.3 多面體全景圖 以景物中心為固定視點來觀察整個場景，并將周圍場景的圖像記錄在以該點為中心的環境映射到多面體上，這樣環境映射以多面體全景圖像的方式來提高其中心視點的場景描述。多面體全景圖中以立方體最為簡單，立方體全景圖是由6幅廣角為90度的畫面組成。
圖13：立方體全景圖效果
4.開源圖像算法庫OpenCV拼接模塊
4.1 stitching_detail程序運行流程
1.命令行調用程序，輸入源圖像以及程序的參數
2.特征點檢測，判斷是使用surf還是orb，默認是surf。
3.對圖像的特征點進行匹配，使用最近鄰和次近鄰方法，將兩個最優的匹配的置信度保存下來。4.對圖像進行排序以及將置信度高的圖像保存到同一個集合中，刪除置信度比較低的圖像間的匹配，得到開源圖像算法庫OpenCV在2.4.0版本后集成了一個全景圖拼接模塊stitch，其中一個較詳細的樣例代碼stitching_detail.cpp簡要介紹如下： 能正確匹配的圖像序列。這樣將置信度高于門限的所有匹配合并到一個集合中。5.對所有圖像進行相機參數粗略估計，然后求出旋轉矩陣 6.使用光束平均法進一步精準的估計出旋轉矩陣。7.波形校正，水平或者垂直 8.拼接
9.融合，多頻段融合，光照補償，4.2 stitching_detail程序接口介紹 img1 img2 img3 輸入圖像
--preview 以預覽模式運行程序，比正常模式要快，但輸出圖像分辨率低，拼接的分辨率compose_megapix 設置為0.6
--try_gpu(yes|no)是否使用GPU(圖形處理器)，默認為no /* 運動估計參數 */
--work_megapix <--work_megapix
--features(surf|orb)選擇surf或者orb算法進行特征點計算，默認為surf
--match_conf
--conf_thresh
--ba(reproj|ray)光束平均法的誤差函數選擇，默認是ray方法
--ba_refine_mask(mask)---------------
--wave_correct(no|horiz|vert)波形校驗 水平，垂直或者沒有 默認是horiz
--save_graph
--warp(plane|cylindrical|spherical|fisheye|stereographic|compressedPlaneA2B1|compressedPlaneA1.5B1|compressedPlanePortraitA2B1|compressedPlanePortraitA1.5B1|paniniA2B1|paniniA1.5B1|paniniPortraitA2B1|paniniPortraitA1.5B1|mercator|transverseMercator)
選擇融合的平面，默認是球形
--seam_megapix
--seam(no|voronoi|gc_color|gc_colorgrad)拼接縫隙估計方法 默認是gc_color
--compose_megapix
--expos_comp(no|gain|gain_blocks)光照補償方法，默認是gain_blocks
--blend(no|feather|multiband)融合方法，默認是多頻段融合--blend_strength
命令使用實例，以及程序運行時的提示： 4.3 測試效果
圖14：usb攝像頭拍攝的辦公室90度視角的六張圖像
圖15：生成的全景圖
OpenCV的圖像拼接模塊效果良好，但是由于考慮到及其缺乏條件的情況，因此算法方面采用了很多很復雜的方法，如待拼接的圖像順序不明，基于特征點的圖像匹配，迭代優化估計相機焦距參數等，耗時十分長（此例子中，耗時大約十幾分鐘）。當有合適的硬件配合時，整個算法流程可以大大簡化。
5.小結
本文檔根據網上搜集到的部分信息，對全景拼接算法進行了概括性的介紹，并展示了開源圖像算法庫根據已有的結果，可以看出，以opencv全景模塊為算法流程藍本，過程過于復雜，暫時無法實現實opencv的全景圖拼接效果測試效果。
時性。而相對的，利用一些先驗知識（如素材圖像順序）和硬件條件（相機參數，拍攝約束等），可以大大簡化圖像拼接算法流程和難度，關鍵的步驟如圖像幾何模型投影等內容，又已經搜集到了相關文獻，可以學習詳細推導過程，從而自行編程實現完整算法流程。
參考資料
1.魚眼照片生成全景圖算法的研究與實現，程菊明等，計算機工程與應用，2007 2.全景圖生成技術研究，李艷麗，山東大學碩士畢業論文，2007 3.球面全景圖像生成技術的研究，楊燕等，2007 4.全景圖像拼接技術研究現狀綜述，江鐵等，重慶工商大學學報，2012 5.柱面全景圖拼接算法的研究，付金紅，哈爾濱理工大學碩士畢業論文，2005 6.Stitching Pipeline, OpenCV Reference, http://docs.opencv.org/modules/stitching/doc/introduction.html 7.合成全景圖中計算機視覺技術的知識和原理 http://
10.三星發布360度全景相機Project Beyond http://tech.sina.com.cn/digi/dc/2014-11-14/09059791064.shtml
11.理光發布雙魚眼鏡頭全景相機http://www.tmdps.cn.hk/dc/talk/1439/4389/1/
12.Stitching_detail算法介紹 http://blog.csdn.net/skeeee/article/details/19480693
讀書的好處
1、行萬里路，讀萬卷書。
2、書山有路勤為徑，學海無涯苦作舟。
3、讀書破萬卷，下筆如有神。
4、我所學到的任何有價值的知識都是由自學中得來的。——達爾文
5、少壯不努力，老大徒悲傷。
6、黑發不知勤學早，白首方悔讀書遲。——顏真卿
7、寶劍鋒從磨礪出，梅花香自苦寒來。
8、讀書要三到：心到、眼到、口到
9、玉不琢、不成器，人不學、不知義。
10、一日無書，百事荒廢。——陳壽
11、書是人類進步的階梯。
12、一日不讀口生，一日不寫手生。
13、我撲在書上，就像饑餓的人撲在面包上。——高爾基
14、書到用時方恨少、事非經過不知難。——陸游
15、讀一本好書，就如同和一個高尚的人在交談——歌德
16、讀一切好書，就是和許多高尚的人談話。——笛卡兒
17、學習永遠不晚。——高爾基
18、少而好學，如日出之陽；壯而好學，如日中之光；志而好學，如炳燭之光。——劉向
19、學而不思則惘，思而不學則殆。——孔子
20、讀書給人以快樂、給人以光彩、給人以才干。——培根
第二篇：常用推薦算法簡介
1.前言
隨著互聯網技術和社會化網絡的發展，每天有大量包括博客，圖片，視頻，微博等等的信息發布到網上。傳統的搜索技術已經不能滿足用戶對信息發現的需求，原因有多種，可能是用戶很難用合適的關鍵詞來描述自己的需求，也可能用戶需要更加符合他們興趣和喜好的結果，又或是用戶無法對自己未知而又可能感興趣的信息做出描述。推薦引擎的出現，可以幫用戶獲取更豐富，更符合個人口味和更加有意義的信息。
個性化推薦根據用戶興趣和行為特點，向用戶推薦所需的信息或商品，幫助用戶在海量信息中快速發現真正所需的商品，提高用戶黏性，促進信息點擊和商品銷售。推薦系統是基于海量數據挖掘分析的商業智能平臺，推薦主要基于以下信息： ?熱點信息或商品
?用戶信息，如性別、年齡、職業、收入以及所在城市等等 ?用戶歷史瀏覽或行為記錄 ?社會化關系
2.個性化推薦算法
2.1.基于人口統計學的推薦（同類人喜歡什么就推薦什么）
基于人口統計學的推薦機制（Demographic-based Recommendation）是一種最易于實現的推薦方法，它只是簡單的根據系統用戶的基本信息發現用戶的相關程度，然后將相似用戶喜愛的其他物品推薦給當前用戶。
首先，系統對每個用戶都有一個用戶 Profile 的建模，其中包括用戶的基本信息，例如用戶的年齡，性別等等；然后，系統會根據用戶的 Profile 計算用戶的相似度，可以看到用戶 A 的 Profile 和用戶 C 一樣，那么系統會認為用戶 A 和 C 是相似用戶，在推薦引擎中，可以稱他們是“鄰居”；最后，基于“鄰居”用戶群的喜好推薦給當前用戶一些物品。這種基于人口統計學的推薦機制的好處在于：
?因為不使用當前用戶對物品的喜好歷史數據，所以對于新用戶來講沒有“冷啟動（Cold Start）”的問題。
?這個方法不依賴于物品本身的數據，所以這個方法在不同物品的領域都可以使用，它是領域獨立的（domain-independent）。
然后，這個方法的缺點和問題就在于，這種基于用戶的基本信息對用戶進行分類的方法過于粗糙，尤其是對品味要求較高的領域，比如圖書，電影和音樂等領域，無法得到很好的推薦效果。另外一個局限是，這個方法可能涉及到一些與信息發現問題本身無關卻比較敏感的信息，比如用戶的年齡等，這些用戶信息不是很好獲取。
2.2.基于內容的推薦（用戶喜歡什么，就推薦相同類型的）
基于內容的推薦是在推薦引擎出現之初應用最為廣泛的推薦機制，它的核心思想是根據推薦物品或內容的元數據，發現物品或者內容的相關性，然后基于用戶以往的喜好記錄，推薦給用戶相似的物品。這種推薦系統多用于一些資訊類的應用上，針對文章本身抽取一些tag作為該文章的關鍵詞，繼而可以通過這些tag來評價兩篇文章的相似度。這種推薦系統的優點在于：
?易于實現，不需要用戶數據因此不存在稀疏性和冷啟動問題。?基于物品本身特征推薦，因此不存在過度推薦熱門的問題。
然而，缺點在于抽取的特征既要保證準確性又要具有一定的實際意義，否則很難保證推薦結果的相關性。豆瓣網采用人工維護tag的策略，依靠用戶去維護內容的tag的準確性。
2.3.基于關聯規則的推薦（用戶喜歡A，A和B有緊密聯系，就推薦B）
基于關聯規則的推薦更常見于電子商務系統中，并且也被證明行之有效。其實際的意義為購買了一些物品的用戶更傾向于購買另一些物品。基于關聯規則的推薦系統的首要目標是挖掘出關聯規則，也就是那些同時被很多用戶購買的物品集合，這些集合內的物品可以相互進行推薦。目前關聯規則挖掘算法主要從Apriori和FP-Growth兩個算法發展演變而來。基于關聯規則的推薦系統一般轉化率較高，因為當用戶已經購買了頻繁集合中的若干項目后，購買該頻繁集合中其他項目的可能性更高。該機制的缺點在于： ?計算量較大，但是可以離線計算，因此影響不大。
?由于采用用戶數據，不可避免的存在冷啟動和稀疏性問題。?存在熱門項目容易被過度推薦的問題。
2.4.基于協同過濾的推薦
協同過濾是一種在推薦系統中廣泛采用的推薦方法。這種算法基于一個“物以類聚，人以群分”的假設，喜歡相同物品的用戶更有可能具有相同的興趣。基于協同過濾的推薦系統一般應用于有用戶評分的系統之中，通過分數去刻畫用戶對于物品的喜好。協同過濾被視為利用集體智慧的典范，不需要對項目進行特殊處理，而是通過用戶建立物品與物品之間的聯系。
目前，協同過濾推薦系統被分化為兩種類型：基于用戶(User-based)的推薦和基于物品(Item-based)的推薦。
2.4.1.基于用戶的推薦
基于用戶的協同過濾推薦的基本原理是，根據所有用戶對物品或者信息的偏好（評分），發現與當前用戶口味和偏好相似的“鄰居”用戶群，在一般的應用中是采用計算“K-Nearest Neighboor”的算法；然后，基于這 K 個鄰居的歷史偏好信息，為當前用戶進行推薦。這種推薦系統的優點在于推薦物品之間在內容上可能完全不相關，因此可以發現用戶的潛在興趣，并且針對每個用戶生成其個性化的推薦結果。缺點在于一般的Web系統中，用戶的增長速度都遠遠大于物品的增長速度，因此其計算量的增長巨大，系統性能容易成為瓶頸。因此在業界中單純的使用基于用戶的協同過濾系統較少。2.4.2.基于物品的推薦
基于物品的協同過濾和基于用戶的協同過濾相似，它使用所有用戶對物品或者信息的偏好（評分），發現物品和物品之間的相似度，然后根據用戶的歷史偏好信息，將類似的物品推薦給用戶。基于物品的協同過濾可以看作是關聯規則推薦的一種退化，但由于協同過濾更多考慮了用戶的實際評分，并且只是計算相似度而非尋找頻繁集，因此可以認為基于物品的協同過濾準確率較高并且覆蓋率更高。
同基于用戶的推薦相比，基于物品的推薦應用更為廣泛，擴展性和算法性能更好。由于項目的增長速度一般較為平緩，因此性能變化不大。缺點就是無法提供個性化的推薦結果。兩種協同過濾，在基于用戶和基于物品兩個策略中應該如何選擇呢？其實基于物品的協同過濾推薦機制是 Amazon 在基于用戶的機制上改良的一種策略，因為在大部分的 Web 站點中，物品的個數是遠遠小于用戶的數量的，而且物品的個數和相似度相對比較穩定；同時基于物品的機制比基于用戶的實時性更好。但也不是所有的場景都是這樣的情況，在一些新聞推薦系統中，也許物品，也就是新聞的個數可能大于用戶的個數，而且新聞的更新程度也有很快，所以它的相似度依然不穩定。所以，推薦策略的選擇其實也和具體的應用場景有很大的關系。
基于協同過濾的推薦機制是現今應用最為廣泛的推薦機制，它有以下幾個顯著的優點： ?它不需要對物品或者用戶進行嚴格的建模，而且不要求物品的描述是機器可理解的，所以這種方法也是領域無關的。
?這種方法計算出來的推薦是開放的，可以共用他人的經驗，很好的支持用戶發現潛在的興趣偏好。
然后而它也存在以下幾個問題：
?方法的核心是基于歷史數據，所以對新物品和新用戶都有“冷啟動”的問題。?推薦的效果依賴于用戶歷史偏好數據的多少和準確性。
?在大部分的實現中，用戶歷史偏好是用稀疏矩陣進行存儲的，而稀疏矩陣上的計算有些明顯的問題，包括可能少部分人的錯誤偏好會對推薦的準確度有很大的影響等等。?對于一些特殊品味的用戶不能給予很好的推薦。
?由于以歷史數據為基礎，抓取和建模用戶的偏好后，很難修改或者根據用戶的使用演變，從而導致這個方法不夠靈活。
3.推薦系統與廣告投放
互聯網上的主題廣告推廣（例如，百度推廣，google adsense）的目標在于實現一個面向用戶的個性化廣告投放系統。通過把個性化推薦算法在廣告投放中的應用，就實現了我們個性化廣告投放的目標。那么，這種演變是如何實現的呢？
在互聯網中，例如，百度，擁有大量的網頁信息，而主題廣告推廣的對象不是用戶而是某一類型的頁面。通過類比，每種網頁類型對應于推薦系統中的一個用戶，而每一個廣告就對應于推薦系統中的一個物品，網頁類型（用戶）對廣告（物品）的評分則可以用該網頁類型中投放廣告時的點擊情況來計算，這樣就構成了一個user-item-rating的矩陣。也就是，通過協同過濾算法可以實現對不同類型的網頁進行廣告推薦。
此外，實際應用協同過濾算法來進行廣告投放也存在一個些問題。例如，協同過濾中的“冷啟動”問題，也就是新增廣告條目的推薦需要額外考慮；同時，也需要考慮用戶對廣告的接受程度，廣告庫存率等問題。
4.業界個性化推薦系統
4.1.Yahoo！Resarch豆瓣猜
豆瓣網在國內互聯網行業美譽度很高，這是一家以幫助用戶發現未知事物為己任的公司。它的“豆瓣猜”是一種個性化的推薦，其背后采用了基于用戶的協同過濾技術。那么，豆瓣猜是如何向我們推薦產品的呢？
首先，確定什么樣的產品適合推薦？豆瓣猜提出選擇”具有媒體性的產品(Media Product)“來進行推薦，即選擇多樣、口味很重要、單位成本不重要，同時能夠廣泛傳播(InformationCascade)的產品；接著在對真實的數據集進行定量分析后，進一步得出，應該是條目增長相對穩定、能夠快速獲得用戶反饋，數據稀疏性與條目多樣性、時效性比較平衡的產品，才是適合推薦的產品。
其次，豆瓣網的推薦引擎面對高成長性的挑戰，通過降低存儲空間，近似算法與分布式計算的設計，來實現對基于用戶的協同過濾推薦系統的線性擴展。
最后，針對當前推薦系統面臨的問題，包括傾向于給出平庸的推薦，有信息無結構，以及缺乏對用戶的持續關注等黑盒推薦問題。豆瓣提出了分為 Prediction，Forecasting，Recommendation 三個階段的下一代推薦系統，并探討了一種下一代推薦引擎的構想——基于用戶行為模型的、有記憶的、可進化的系統。
4.4.Hulu的個性化推薦
Hulu是一家美國的視頻網站，它是由美國國家廣播環球公司（NBC Universal）和福克斯廣播公司（Fox）在2007年3月共同投資建立的。在美國，Hulu已是最受歡迎的視頻網站之一。它擁有超過250個渠道合作伙伴，超過600個頂級廣告客戶，3千萬的用戶，3億的視頻，以及11億的視頻廣告。廣告是衡量視頻網站成功與否的一個重要標準。事實證明，Hulu的廣告效果非常好，若以每千人為單位對廣告計費，Hulu的所得比電視臺在黃金時段所得還高。那么，是什么讓Hulu取得了這樣的成功呢？
通過對視頻和用戶特點的分析，Hulu根據用戶的個人信息，行為模型和反饋，設計出一個混合的個性化推薦系統。它包含了基于物品的協同過濾機制，基于內容的推薦，基于人口統計的推薦，從用戶行為中提煉出來的主題模型，以及根據用戶反饋信息對推薦系統的優化，等等。此個性化推薦系統也進而成為了一個產品，用于給用戶推薦視頻。這個產品通過問答的形式，與用戶進行交互，獲取用戶的個人喜歡，進一步提高推薦的個性化。
Hulu把這種個性化推薦視頻的思想放到了廣告投放中，設計出了一套個性化廣告推薦系統。那么，這種廣告系統是如何實現個性化的呢？
?Hulu的用戶對廣告擁有一定控制權，在某些視頻中你可以根據自己的喜好選擇相應的廣告，或者選擇在開頭看一段電影預告片來抵消廣告。
?Hulu收集用戶對廣告的反饋意見（評分），例如，某個廣告是否對收看用戶有用？ ?根據人口統計的信息，來投放廣告。例如，分析Hulu用戶的年齡，性別特征來同方不同的視頻及廣告。
?根據用戶的行為模式，進一步增加廣告投放的準確性。
第三篇：360全景展示簡介
360度全景展示簡介
一、360全景展示簡介
360全景就是視角超過人的正常視角的圖像，而我們這里說的全景特指水平視角360度，垂直視角180度的圖像。全景實際上只是一種對周圍景象以某種幾何關系進行映射生成的平面圖片，只有通過全景播放器的矯正處理才能成為三維全景。360全景顧名思義就是給人以三維立體感覺的實景360度全方位圖像，此圖像最大的三個特點是：
1、全：全方位，全面的展示了360度球型范圍內的所有景致；可在例子中用鼠標左鍵按住拖動，觀看場景的各個方向；
2、景：實景，真實的場景，三維全景大多是在照片基礎之上拼合得到的圖像，最大限度的保留了場景的真實性；
3、360：360度環視的效果，雖然照片都是平面的，但是通過軟件處理之后得到的360全景，卻能給人以三維立體的空間感覺，使觀者猶如身在其中。360全景技術的優勢
全景技術是目前全球范圍內迅速發展并逐步流行的一種視覺新技術。它給人們帶來全新的真實現場感和交互式的感受。它可廣泛應用于三維電子商務，如在線的房地產樓盤展示、虛擬旅游、虛擬教育等領域。我們采用魚眼鏡頭拍攝的照片視角可達到180度, 在1米的距離以上，景深可達無限遠；可使被攝體在畫面中顯示出非常鮮明的縱深效果，再利用軟件專業合成處理，發布為3D全景文件，所顯示場景即為真實場景,與傳統的虛擬現實相比更具真實感, 更為經濟;控制面板工具條,使普通用戶操作更為簡便。三維全景圖像源自對真實場景的攝影捕捉，真實感強烈。我們運用專業的拍攝器材和專業的攝影技術，可以把現場給人的整體印象和每個環境的細節全面的記錄下來。所以，制作出的三維全景才會非常的生動和真實。
信息傳播面廣
1）大眾化電腦均能作為播放終端。
2）任何普通的家用電腦均可流暢瀏覽觀看,無需專門工作站。
3）對于網絡推廣沒有任何技術阻礙。
瀏覽更透徹的高清晰度全屏模式
如何達到最佳的展示效果，我們認為臨場感（置身現場的感覺）直接影響到觀眾的興趣、注意力、參與度、接受信息程度，所以我們致力于打造親臨現場的臨場效果。一般在網絡上只能看到小尺寸的VR場景，我們不但解決了寬頻尺寸的限制，更特別的是可以任意放大看到更多的細節，追求更好的重現臨場的感受。現在經過不斷的開發改良，我們在保證播放速度和窗口大小的條件下，比同行所提供的圖片具有更高的清晰度和分辨率。窗口更可最大達到1024×768（全屏）。在360 度的全屏模式下觀看，就像把真實的場景搬到了客戶面前。
二、360全景應用領域
●房產三維全景虛擬展示應用房產開發銷售公司可以利用虛擬全景瀏覽技術，展示樓盤的外觀，房屋的結構，布局，室內設計，置于網絡終端，購房者在家中通過網絡即可仔細查看房屋的各個方面，提高潛在客戶購買欲望。可以將虛擬全景制作成多媒體光盤贈送給看房者，帶回家與更多的人分享，增加客戶忠誠度，做更精準有效的傳播；可以制作成觸摸屏或者大屏幕現場演示，給購房者提供方便，節省交易時間和成本；在房交會現場用全景展示更能技高一籌先聲奪人；如果是多期開發，將已有的成品小區做成全景漫游，對于開發者而言是對已有產品一種數字化整理歸檔，對于消費者而言，可以增加信任感，促進后期購買欲望。——高性價比的房產廣告宣傳新選擇的！
●旅游景點虛擬導覽展示高清晰度全景三維展示景區的優美環境，給觀眾一個身臨其景的體驗，結合景區游覽圖導覽，可以讓觀眾自由穿梭于各景點之間，是旅游景區、旅游產品宣傳推廣的最佳創新手法。虛擬導覽展示可以用來制作風景區的介紹光盤，名片光盤，旅游紀念品等。
●酒店網上三維全景虛擬展示應用在互聯網訂房已經普及的時代，在網站上用全景展示酒店賓館的各種餐飲和住宿設施，是吸引顧客的好辦法。利用網絡，遠程虛擬瀏覽賓館的外型，大廳，客房，會議廳等各項服務場所，展現賓館舒適的環境，給客戶以實在感受，促進客戶預定客房。在酒店大堂提供客房的全景展示，再也不用麻煩客戶在各個房間會場穿梭，就能觀看各房間的真實場景，更方便客戶確認和挑選客房。進而提高效率，用戶體驗更勝一籌。
●公司企業展示宣傳公司企業招商引資、業務洽談、人才交流等時機場合采用全景展示能宣傳企業公司的環境和規模；洽談對象、客戶不是簡單地通
過零碎照片或效果圖做出決定，也不需要逐行逐字地研究企業公司的宣傳文字，新奇的全景展示更加彰顯公司的實力和魅力。
●商業展示空間展示宣傳有了三維全景虛擬展示，商城、家居建材、公司產品陳列廳，專賣店，旗艦店等相關空間的展示就不再有時間，地點的限制，三維全景虛擬使得參觀變得更加方便，快捷，點擊鼠標就像來到現場一樣，大大節省成本，提高效率。
●娛樂休閑空間三維全景虛擬展示應用美容會所、健身會所、咖啡、酒吧、餐飲等環境的展示，借助全新的虛擬展示推廣手法，把環境優勢清晰的傳達給顧客，營造超越競爭對手的有利條件。
●汽車三維全景虛擬展示應用汽車內景的高質量全景展示，展現汽車內飾，和局部細節。汽車外部的全景展示，可以從每個角度觀看汽車外觀，可以在網上構建不落幕的車展，可以制作多媒體光盤發放給客戶，讓更多的人實現輕松看車、買車。使汽車銷售更輕松有效。
●博物館、展覽館、劇院、特色場館三維全景虛擬展示應用 在博物館方面，傳統文字圖片往往難以直觀的體現館內眾多的信息，文物信息管理并不輕松。通過三維實景技術，可將博物館內的文物信息全面直觀的記錄下來，方便文物信息管理。以博物館建筑或者劇院的平面或三維地圖導航，結合全景的導覽應用，觀眾可以自由穿梭于每個場館之中，只需輕輕點擊鼠標即可全方位參觀瀏覽，配以音樂和解說，更加身臨其境。結合物體三維全景展示技術，游客不僅可以在科博館內瀏覽參觀，更可以單獨選擇其感興趣的文物（通過實景拍攝，不方便拍攝的可以利用三維模型軟件來建模），任意旋轉并放大縮小的來近距離欣賞。虛擬導覽系統做成光盤，可以作為光盤禮品或宣傳品贈送。同時對博物館加以數字化的保存，也極富收藏價值
●虛擬校園三維全景虛擬展示應用在學校的宣傳介紹中，有了三維全景虛擬校園展示，可以實現隨時隨地的參觀優美的校園環境，展示學校的實力，吸引更多得生源。可以發布到網絡，也可以做成學校介紹光盤發送。學校領導電子名片光盤：將校園的三維實景照片制作成領導的電子名片光盤，學校領導在與貴賓交換名片時就可以把學校的多媒體宣傳介紹交給對方，也提升形象，一舉多得。學校多媒體教學應用：三維實景漫游系統，亦可助力于學校教學應用。例
如可對學校各實驗室制作全景展示，發布到網絡。學生通過網絡瀏覽即可提前直觀的了解實驗室的位置、布局、實驗要求安排等信息。
●政府開發區環境展示 政府開發區投資環境，做成虛擬導覽展示，可發布到網上或做成光盤。把開發區裝到口袋帶到世界各地變成了現實。向客商介紹變得一目了然，說服力強，可信度高。發布到網上，變成24小時不間斷的在線展示窗口。
第四篇：四川大學全景解讀及報考指南
成都有古意。琴臺路上，文君、相如一曲流傳千古的《鳳求凰》久久回蕩；草堂門前，“花徑不曾緣客掃”的妙詞佳句被隨口吟唱；武侯祠內，君義臣忠的前后《出師表》銘刻在墻??求學于此，永遠不必發愁找不到思想的火花，古意今趣俯仰可拾。
蜀地山水，不同于北方崇山峻嶺之氣勢磅礴，也不類南方之一味秀氣婀娜。其山清且峻，其水俊且清，最妙之處正在于恰到好處。這樣的山水環抱之中，成都的大學不能不沾染上一些靈氣。每個校園里都有水，很多校園里抬頭可見山，樂山樂水者，皆有所得。
成都高校不但數量多，而且都很“牛氣”。川大、電子科技、西南交大和西南財大既是“211”又是“985”，川師大以培養師范生見長，西南民大、藥科大學也堪稱西南翹楚。
天府之國，有著溫潤潮濕的空氣，常年食辣的積習，滋養出外柔內剛的巴蜀性情。求學錦官城，閱讀的不僅是散發著墨韻的香書，還有不經意從指間流過的悠悠時光。
海納百川 有容乃大
在西南地區，提起四川大學，名頭恐怕并不亞于清華、北大，在校生提起學校，語氣中有著掩不住的驕傲：“只要一說是川大的，連活動拉贊助都更容易些”。這所學校有理由讓人為之自豪：既是“211”又是“985”高校；下設本科專業136個，涉及文、理、工、醫等11個學科門類；坐擁4所衛生部直屬附屬醫院，其中華西醫院是當地老百姓看病首選??
校博物館展品比省館的還珍貴
川大江安校區內，三條清澈水流呈川字型潺潺流過，它們都有一個如畫的名字：德水、巴渠和沫溪。每一個名字代表了一位川大引以為豪的校友，朱德、巴金和郭沫若。江安河水橫穿校區，水畔的歷史文化長廊，一塊塊石碑上鐫刻的不僅是川大的百年歷史，更是逝去的漫漫時光。
川大由原四川大學、原成都科技大學、原華西醫科大學三所全國重點大學經兩次合并而成，現有望江、華西和江安三個校區。除了歷史文化長廊，最讓川大人津津樂道的還有“四館”，即校史館、人文博物館、自然博物館和美術館。走進校史館，迎上來的“導游”是一名在校生。她說，她是利用課余時間在這里勤工儉學。學校招生就業處副處長金永東介紹，由于學校參與了三星堆等古跡的開掘，川大博物館里的有些展品，比省博物館的還要珍貴。
擁有悠久輝煌的歷史是一種自豪，將其傳承下去則是一種責任。學校面向全校本科生開設了“中華文化”、“西方文化”、“四川大學校史文化”、“國際文化與教育歸國學者看海外”、“四川大學人文大講堂”等人文特色課程，每年開設250多門人文素質教育選修課，開展各類學術講座和課外系統活動近千場。
三類課程體系培養個性化學生
學生入讀川大，會經歷兩個培養階段，即前兩年到兩年半完成“通識教育和專業基礎教育”，學生要學習數學、英語等通識基礎課和一些專業基礎課。從大三起，學生可在教師指導下根據自身興趣、愛好，選擇不同課程體系進行學習。
金永東說，“個性化教育”階段設立了三大類課程體系，學生可因人而異地選擇學習。如果今后想從事學術研究，成為學者和科學家，可進入學術研究型課程體系，接受系統的專業理論教育。學生能提前進入課題組、實驗室和工作團隊，盡早參加科研訓練，鍛煉科研能力；如果想創業，學生可選擇創新探索型課程體系，接受創新思維、創業能力培訓。學校還鼓勵他們大膽地去做一些創業嘗試。學校設立的學生創新創業項目也為他們提供了實訓條件；如果學生畢業后想先就業，那么，實踐應用型課程體系最適合他們。進入這一課程體系，學校會重點訓練學生的實踐能力，讓他們提前進入實習單位參加社會實踐。
吳玉章學院讓“經濟艙”變“頭等艙”
每名川大學生都以能進入吳玉章學院為榮，因為這意味著，他們的學習條件和發展空間都會從“經濟艙”待遇轉為“頭等艙”。現任吳玉章學院院長謝和平院士也是川大校長，學院受重視程度由此可見一斑。
這所以老校長吳玉章命名的學院，授課不拘泥于科系限制，大部分課程采用雙語教學，學生從大一就開始接受研究能力訓練，參與研究課題。每位學生配備一名高水平教師擔任導師。在導師指導下，學生可根據興趣特長和意愿，自主確認主修專業，單獨制訂個人修讀計劃，修讀專業模塊課程、專業拓展模塊課程和實踐教育模塊課程。學校還會對這些學生給予資金支持。
目前，該學院已畢業641名學生中，近600人出國深造、保送或考上國內研究生。近百名學生獲哈佛大學、康奈爾大學、加州大學伯克利分校、牛津大學等國外著名高校碩博連讀研究生獎學金。每年學院推免生比例達50%以上。
條件好，就讀要求肯定也會相應嚴格。金永東說，該學院學生是在當年入學的新生中“優中選優”，比例約占新生總數的1.5%，即每年200人左右。選拔時，學生高考成績要高出重點線一定分數才有備選資格。符合條件報名學生要參加學校組織的測試，內容包括語數外三科。學校將按成績由高到低錄取。吳玉章學院學生仍在原專業就讀，但其所受到的關注度將大大提高。進入吳玉章學院，也并非穩坐釣魚臺，學院每年都要末位淘汰，其余學生也有機會通過努力進入。
“雙特生”復試答辯時間超過博士生
從2008年起，川大嘗試招收“雙特生”，這在當時的高校招生中，無疑是一個創舉，那些有天賦、有潛質，在某一專業領域具有特殊興趣、特殊專長的學生終于有了一個展示自己的舞臺。
每年11月，學校將面向社會公布“雙特生”招生信息，考生可自薦或由學校、專家推薦。考生可將獲獎材料、專著等寄送到學校，并由中學校長簽字蓋章。學校將組織相關專家組老師審核資料，通過審查的考生還要參加專業答辯會。1個考生由5個專家面試，答辯時間40分鐘以上，比博士生答辯時間還長。
四川大學全景解讀及報考指南
今年，學校收到報考“雙特生”材料500份，但進入面試的只有13人。金永東說，學校招收雙特生本著“寧缺毋濫”的原則，像學校錄取過對古錢幣、日本文化有很深研究的學生，其造詣之深連很多專家都自嘆不如。
“專業冷熱不是絕對的”
“近年來，學校在北京地區招生質量一直穩步提升。”金永東說。“去年，學校在北京地區招生文科平均錄取分數高出重點線近50分，理科平均錄取分數高出重點線近80分。”
據了解，去年，川大在北京投放的招生計劃為230人，今年招生計劃將與去年持平。同時，學校每年都會在北京地區招收30至50名二志愿高分考生。
金永東建議，考生填報志愿時，首先要了解所報考院校的相關信息，其次，考生應對自己所在中學每年所考取大學的情況做一下排名。最后，考生在選擇專業時，要依照自身興趣，結合社會的大背景，盡早進行未來的生涯規劃，避免選專業盲目跟風。金永東說：“事實上，沒有一個專業的冷熱是絕對的，誰也無法預測將來的走勢如何。像我學的放射化學專業，在當年很冷門，可如今隨著核電的發展，卻炙手可熱起來。”
學生心里話——
姚佳，文新學院對外漢語專業2008級學生：穿梭于川大校園的人力三輪車是一道獨特的風景線。車隊名叫“小紅帽”，服務范圍僅限于校園內。由于川大太大，為方便學生，學校開設了小紅帽三輪車隊，隨叫隨停，我們去哪里都喜歡叫上一輛，很方便。
劉宇，工商管理學院2008級學生：當初我背著父親偷偷報考了川大，直到成績發布后，我才告訴他，他有些生氣。開學那天，父親送我到校報到，了解了川大的他也愛上了這座美麗的大學。畢業后，我打算留在成都發展。這里就是我的第二故鄉。
第五篇：全景地圖實習報告解讀
全景地圖實習報告
一、實習內容
主要制作了中國石油大學（華東）11號宿舍樓306、307宿舍全景，宿舍樓道全景，校園街道全景，工科樓C座大廳全景，地理信息系統實驗室全景。
二、實習工具
索尼卡片相機、相機三腳架、畫圖筆、畫圖紙等
三、實習軟件
PMK，PTGui Pro，PS，Pano2vr，NotePad++，Firebug。
四、實習步驟
1.制定方案，畫出拍攝區域草圖，計算拍攝角度，模擬拍攝效果。2.拍攝步驟：
設備裝配：為了減少振動，在選擇好的腳架的同時擰緊所有連接部位，腳架放置平穩，調節全景頭水平
測光：由于場景信息大由于影像是一個圓形，所以測光的時候要注意，如果以整個畫面的分區平衡測光的測光
模式將不適合，因為黑色的地方會導致測光不準，建議用偏重中央測光或者是中央重點測光比較好。
白平衡：全景攝影的特點是包含信息多，所以當光源不很明確的時候最好手動白平衡下多拍攝幾組，有自動包圍白平衡曝光的相機那是最好不過了。使用自動白平衡一般是不保險的。光圈和快門：室外良好光照環境下，場景的清晰度和鮮艷顯然是最重要的，一般用8到11的光圈，魚眼鏡頭一般能達到非常大的景深，所以沒必要為了追求景深而才用小光圈（大光圈值），由于鏡片結構多層，邊緣部分接近全反射角，所以小光圈往往會導致進光不足，如果為了追求快門速度用大光圈，可能會產生沒必要的光韻。室內情況下為了減少振動和數碼噪聲，光圈可以適當調大，來提高快門速度
ISO: 在數碼攝影中，ISO(當量感光度）越大，數碼噪聲越多，全景圖片一般要滿足放大觀看的需要，選擇ISO的時候要更多的考慮以下數碼噪聲的問題。
曝光鎖定：全景是通過把對場景的幾張圖片進行拼合生成的，所以每張圖片的明暗要一直，所以在對場景的平均照度區域測光并設定參數以后進行曝光鎖定是非常必要的。
其他：幾張圖片之間的相對位置對全景圖像的后期拼合也是相當關鍵的，所以拍攝的過程中要保持相機位置不變；
為減少振動，用自動拍攝或者快門線也是必須的； 為提高拼合質量，作為拼縫的地方盡量避免運動物體。3.圖像拼接：在此主要介紹 PTGui pro的步驟（1）打開PTGui軟件，進入軟件界面。
（2）點擊加載圖像，在出現的對話框里面選擇要拼圖的原片。（3）對圖像進行旋轉，使得豎片豎過來，然后調整圖像順序。（4）對圖像順序調整，反序正序，或者增減圖像。
（5）在圖像順序調整完成后，對圖像進行對齊。點擊對齊圖像，對齊完成后出現全景圖編輯器窗口。在這個窗口可以對全景圖像進行水平，弧度，中軸等等調節，調節完成后就可以創建全景圖。
（6）進行全景圖輸出的各項設置。主要是圖像大小和輸出文件名、格式等，設置完成點擊創建全景圖。
4．用PhotoShop進行全景圖片后期處理。5.用Pano2VR生成Flash全景圖： 創建一個新工程
在輸入框中點“選擇輸入”，選擇要拼接的圖片
輸入類型里有矩形球面投影、立方體面片、柱型、圖像條、十字型、T型、QuickTime VR等7種類型，這里我們直接選擇自動，由軟件自動判斷。點擊全景圖后的打開按鈕，導入要輸出的全景圖。
設置好要輸出的文件位置路徑，點擊確定.這時圖片已經自動導入了。
點擊下面的參數修改，可以設置默認播放的初始角度、添加相應的版權信息等。
數據都修改完畢后，就可以輸出了。在這里我們選擇FLASH格式，點擊右邊添加按鈕，可對輸出文件做相應的修改
先看設定選項下的參數，可以根據實際需要修改圖像質量，顯示大小和播放幀數，如無特別需要，直接默認設置，如需全景制動旋轉，可以點擊右邊的開啟自動旋轉功能，我一般選擇加載完畢后開始旋轉。
對于播放器的控制按鈕，我們可以自己編輯修改或外調他人做好的文件，對于有一定動手能力的朋友，建議自己制作個性化的皮膚。最后選擇文件輸出格式和輸出文件名與路徑。4.用pano2vr 做交互熱點：
1.打開Pano2VR軟件，導入一張全景圖，選擇交互熱點
2.打開交互熱點可以看到有3個選項卡，其中前兩個是添加交互熱點和熱區的，第三個選項卡是管理添加的熱點的。這里著重講第一個選項卡，因為第一個選項卡點形和多邊形交互熱區應該說是使用最多的，效果也相當好。
3.交互熱區選項卡，在這里也可以加熱區，但總的來說這里的熱區不好控制，無法和皮膚文件進行交流，雖然也可以控制全景場景的轉換但效果不好，所以很少使用。4.這里主要是對已經添加的熱點或熱區進行管理，可以顯示已經添加了哪些熱點和熱區。也可以在這里點下面的加號添加熱點，但不能指定位置，所以基本不使用這里的添加功能。
5.回到“點形和多邊形交互熱區”選項卡，在這個選項卡中，我們可以看到主要有兩種熱點類型一是交互熱點，二是多邊形交互熱區，在這個面板中重要的一是熱點和熱區的開關，二是皮膚ID,為什么說皮膚ID是重點，這是因為如果我們不想使用軟件提供的默認皮膚或者說樣式，就要通過皮膚ID來與后臺皮膚文件聯系以用別的樣式來替換默認的那個紅色目標按鈕。添加交互熱點的方式很簡單，選擇交互熱點，然后在全景圖合適位置雙擊即可加入交互熱點。
6.多邊形交互熱區，這個功能也是相當不錯的，特別是在制作圖片展或是全景分辨率不高的情況下，我們可以為墻上的一張圖添加多邊形熱區，然后通過皮膚ID來控制從外部調入單獨的清晰圖來顯示，還可以設置當鼠標移動到熱區上時播放一段音樂，在使用上很靈活。建立多邊形交互熱區的方法是選擇多邊形交互熱區工具，然后在需要的地方雙擊開始繪制需要的圖形完成后點右鍵結束。
7.前面設置了交互熱點的皮膚ID,下在后臺的皮膚文件中如何和它進行交流。點擊參數按鈕打開參數設定面板。
8.在參數面板右下角皮膚選項的下拉菜單中選擇一種皮膚，然后選擇編輯按鈕打開皮膚文件
9.按圖所示，選擇新建熱點皮膚按鈕，在場景上設置一個代替皮膚按鈕，然后雙擊，可以打開“交互熱點模板屬性”對話框，在這個對話框的最下有一項“交互熱點替身ID”，在這里添入前面我們加的交互熱點的皮膚ID名就可以建立前臺的熱點與后臺交互熱點間的聯系，然后 我們可以diy一個箭頭，放在這個熱點下就可以用它把前面的那個紅色熱點代替掉。
10.設置完樣式，還要設置交互熱點的動作，此時選擇“動作/修改器”，可以打開以下面板，通過對動作的來源（事件）和動作進行設置讓全景完成相應的操作。
5.用NotePad++，Firebug做成簡易網頁，講全景地圖用網頁的形式發布。
五、實習總結
通過這次實習，我們培養了更好的團隊協作精神，學習了對全景地圖制作的步驟及對困難的解決方法。學會了對軟件PTM，PTGUI pro，PS，pano2vr一些常用功能的操作。掌握了拍攝全景圖選點的技巧和方法。拍攝步驟和方法。
我們做出了360全景地圖由于硬件和軟件處理的一些原因，沒能做出720，并且舍棄了一部分熱點。對于制作中遇到的問題，我們不回避，想辦法解決，大家都很認真的對待了這次制作。
讀書的好處
1、行萬里路，讀萬卷書。
2、書山有路勤為徑，學海無涯苦作舟。
3、讀書破萬卷，下筆如有神。
4、我所學到的任何有價值的知識都是由自學中得來的。——達爾文
5、少壯不努力，老大徒悲傷。
6、黑發不知勤學早，白首方悔讀書遲。——顏真卿
7、寶劍鋒從磨礪出，梅花香自苦寒來。
8、讀書要三到：心到、眼到、口到
9、玉不琢、不成器，人不學、不知義。
10、一日無書，百事荒廢。——陳壽
11、書是人類進步的階梯。
12、一日不讀口生，一日不寫手生。
13、我撲在書上，就像饑餓的人撲在面包上。——高爾基
14、書到用時方恨少、事非經過不知難。——陸游
15、讀一本好書，就如同和一個高尚的人在交談——歌德
16、讀一切好書，就是和許多高尚的人談話。——笛卡兒
17、學習永遠不晚。——高爾基
18、少而好學，如日出之陽；壯而好學，如日中之光；志而好學，如炳燭之光。——劉向
19、學而不思則惘，思而不學則殆。——孔子
20、讀書給人以快樂、給人以光彩、給人以才干。——培根
點擊咨詢 