博士埃里克·泰胜

工作: 首席讲师

学院: 技术

学校/部门: 计算机科学与信息学院

研究组(S): 先进的制造工艺和机电一体化中心;数字建筑遗产

地址: 威尼斯,网关,莱斯特,LE1 9BH

T: 44(0)116 207 8494

E: etatham@dmu.ac.uk

宽: //www.dmu.ac.uk

 

个人资料

埃里克持有电子和计算的第一类程度和计算机科学的MSC。他的博士与有关对象的增强现实视觉整合的论文荣获由英国拉夫堡大学。他目前继续进行研究,3D图形学,计算机视觉和增强现实这种兴趣。 

他的行业背景是在生产管理中的图形艺术的行业。他在演讲3D计算机图形和软件工程在不同的英国大学,其中包括:考文垂大学,公开大学,布拉德福德大学和威尼斯,以及履行,在不同的时间,管理职责包括在DMU技术部门的负责人。他还客串讲授英国伦敦大学学院的研究生课程,并在最近完成了4年的期限作为在计算,信息和媒体在布拉德福德大学学研究生课程的外部考官。  

埃里克是对计算机编程两本书的作者,并导致了一些商业软件开发项目,从管道调查视频的增强现实博物馆展品的自动分析。他最近的工作涉及定制的移动iOS平台AR系统的开发; iPhone和iPad。

出版物和输出 

  • 使用光学flowaided粒子滤波惯性姿态视觉跟踪
    使用光学flowaided粒子滤波惯性姿态视觉跟踪 moemeni,A .;泰胜,E。 本文提出了一种视觉惯性的算法 相机姿态跟踪,使用自适应递归粒子滤波。 从敏捷方法的好处惯性为基础, 基于视觉跟踪的鲁棒性。提议分布 已经开发了用于选择的颗粒,它考虑到 帐户的惯性测量单元的特性 (IMU)和移动相机的运动运动学。一套 状态空间方程配制,颗粒被选择并 然后使用由跟踪的对应的特征评价 光流。系统状态:使用所述加权估计 通过迭代顺序重要性重采样粒子 算法。对于粒子评估,极几何,和 膨胀(敌人)的焦点的特性被考虑。在 所提出的系统的计算成本被降低 从递归状态的过程不包括旋转矩阵 估计。该系统实现了一个明智的决定 制作过程,这决定跟踪的最佳来源 是否仅IMU,混合单独或与过去状态的混合 更正。结果显示有稳定的跟踪性能 在三维空间几厘米的平均定位误差。
  • 虚拟罗:罗马莱斯特虚拟重建(ratae corieltauvorum)210ad
    虚拟罗:罗马莱斯特虚拟重建(ratae corieltauvorum)210ad higgett,N。;泰瑟姆,E。;埃弗里特,戴夫;拜恩斯,E。;绍塞,克。
  • 用于定量角膜血管形成和瘢痕形成半自动计算机辅助技术的验证。
    用于定量角膜血管形成和瘢痕形成半自动计算机辅助技术的验证。 泰瑟姆,A .;泰瑟姆,E。; prydal,J。
  • 相机框架姿势使用随机数据融合跟踪。
    相机框架姿势使用随机数据融合跟踪。 moemeni,A .;泰胜,E。

点击此处查看埃里克·泰胜的出版物和产出的完整列表。

研究兴趣/专长

  • 增强和混合现实
  • 移动系统;三维计算机图形
  • 对于传统应用新颖的交互系统
  • 计算机视觉和图像处理。

教学区

  •  电脑游戏编程
  •  三维计算机图形和动画

资格

  •  博士(增强现实)拉夫堡2003
  •  MSC计算机科学(哈特菲尔德)
  •  (荣誉)计算和电子设备(开放) - 第一类

专业协会和学会会员

  •  英国计算机协会的成员(MBCS)
  •  包车它专业(CITP)

当前研究生

  • 毫秒moemeni;攻读博士学位的监督。
EricTatham

寻找谁是谁

 
新闻 target area image
新闻

DMU是一个充满活力的大学,读什么,我们已经在我们最新的新闻栏目已经达到。

事件 at DMU
事件

在DMU总有一些东西做的或看到的,看看我们的活动自己。

使命和愿景 target area image
使命和愿景

了解我们的使命和愿景以及如何创建一个支持性的和令人兴奋的学习环境。