基于优化三维变形模型参数的人脸重建方法

针对基于三维(3D)变形模型的人脸图像重建方法对人脸特征点检测不准确导致的重构模型形状表达能力不稳健问题,提出了一种优化3D变形模型参数的重建方法.首先,通过改进的位置映射图网络准确提取和定位人脸特征点,并以此为基础得到初始模型参数.然后,为了提高模型的精准度和泛化能力,融合基于回归方法得到的参数获取优化的模型参数.最后,对3D变形模型进行优化,得到最终的人脸模型.用真实人脸作为实验数据的结果表明,本方法能实现精确的3D人脸重建.     

基于体绘制思维的人脸识别算法优化研究

传统的人脸识别算法主要解决二维正面图像识别,如果人体姿态发生明显变化,或外界环境发生显著变化,则算法性能大大降低,无法获取准确的识别结果。体绘制算法针对三维数据场进行绘制,绘制的图像能够描述人脸的内部细节,可提高人脸识别精度。因此,提出一种基于体绘制思维的人脸识别算法,依据聚类思想对二维人脸库进行聚类,在各分类的基础上,构建人脸相似模型。通过错切变形体制算法,构建人脸体数据,实现人脸体数据坐标系统的转换以及人脸三维图像的合成,从人脸三维图像中采集人脸特征,利用相似性模型对人脸关键特征同数据库已有的特征进行匹配分析,完成人脸身份识别。实验结果说明,所提算法对于不同表情和不同光照条件下的人脸图像,都具有较高的识别率和鲁棒性。     

一种基于反射特性的人脸三维重建方法

不同姿势下的人脸识别研究中的一种重要思路就是在三维空间解决姿势变化问题,如何由二维人脸图像得到三维人脸形状是其中的一项关键技术.本文提出了一种由两幅正面人脸图像估计人脸表面反射特性,重建三维形状的算法.首先根据人脸的对称特性,由两幅给定光照的正面人脸图像,估计得到个性化人脸特征:反射特性(反射系数与法向量的乘积),并提出消除鼻梁阴影的改进算法;然后由反射特性重建三维人脸形状,最后根据估计得到的反射特性和三维形状合成不同姿势下的人脸图像,实验结果表明,本文提出算法合成的人脸图像更自然一些,而且合成图像不受训练集图像的影响.本方法计算简单,并且不需要任何三维人脸数据作为先验知识.     

基于条件随机场的模型特征线提取方法

本文提出了一种草图指导的三维模型特征线提取方法,该方法特点在于:一方面,建立了笔画采样点与模型特征线点间的条件随机场匹配模型,将模型几何特征与形状相似性结合匹配,实现了草图信息与模型特征线提取的有效融合;另一方面,提出了基于结构相似性的模型特征线度量机制,并采用迭代优化方法实现了全局最优模型特征线的提取.实验结果表明:本文提出的方法能有效获取与草图结构形状相对应的模型特征线绘图.     

基于加权形状上下文的图匹配方法

针对目前图像发生较大形变时特征点无法精确匹配的问题,提出整数约束下基于加权形状上下文的图匹配方法。利用图理论来描述图像特征间的结构信息,将图像特征匹配转化为图匹配问题。基于相似性度量矩阵构造思想,引入形状上下文特征,以图间所有可能的匹配点对作为分配图的顶点,利用图像点集内和点集间的加权形状上下文统计特征作为相似性度量函数构造图的边的权值,采用整数约束下的迭代求解算法求解图匹配问题。真实图像特征点集的匹配实验验证了本文算法的有效性。     

三维掌纹局部方向特征二进制编码研究

三维掌纹能显著地减少应用过程中潜在的安全隐患,近年来吸引了越来越多的关注.然而,现有的三维掌纹识别方法大多借助人工设计的描述符来进行匹配,这往往需要先验知识.本文提出一种基于学习策略的局部方向特征二进制编码来完成三维掌纹识别.该方法利用形状指数来描述三维掌纹的局部几何特征,并且在形状指数图像上计算Gabor滤波器响应并将响应差值组合起来形成特征向量.提出利用哈希学习模型得到特征映射函数并将响应差值特征向量转换为方向特征二进制编码,并对方向特征二进制编码图采用分块策略形成特征直方图来进行匹配.在香港理工三维掌纹数据库上的实验结果表明,本文方法在识别率上要优于目前流行的其他三维掌纹识别方法,从而验证了本文方法的有效性.     

双目下点云的三维人脸重建

提出一种在双目视觉系统下进行人脸重建的方法。首先,通过双目系统拍摄人脸的左右图像;其次,用Grab-Cut的方法的把人脸图像分割出来从而降低立体匹配的搜索范围;然后,用区域匹配算法得到人脸的视差图,从而得到人脸的三维点云;最后对不同角度的人脸图像进行SIFT特征提取和匹配。将提取的SIFT特征点和匹配关系反射到三维点云数据,获取不同角度人脸的三维点云数据的特征点和匹配关系,完成对不同角度的人脸进行粗配准。     

利用模糊形状上下文关系的红外与可见光图像匹配方法

对于同一场景可见光和红外图像提取的灰度特征存在差异导致匹配性能下降的问题,利用了该两个谱段图像仅在形状上模糊相似的特点,提出采用形状上下文思想实现红外与可见光图像之间的匹配方法.具体方法是在提取图像边缘的基础上,用采样模板获取点特征图像,然后利用提出的不等分坐标空间提取局部形状统计信息的直方图,再以形状上下文特征开支与全局特征匹配开支的加权和作为相似性测度实现匹配.与已有的形状上下文算法相比,此方法减少了25%的特征维数,鲁棒性更好.针对多个红外和可见光图像序列的匹配实验结果显示,此方法与归一化灰度互相关、Hausdorff距离、文献中的形状上下文和SIFT算子等匹配算法相比,其匹配正确率分别平均提高了34.7%、21.2%、7.7%、88.9%,证明了该方法的有效性.     

实现人脸图像变形算法的研究

利用主动形状模型（ASM,Active Shape Model）算法进行人脸的68个关键特征点提取,得到了输入图像人脸68个特征点分布规律和具体的位置。研究和改进了线性的最小移动二乘法（MLS）,重点研究了变形函数中转换矩阵为刚性变换的方法,在进行可控的控制点变形方法过程中,MLS在进行刚性变形中能保持图形的总面积不变,在结合人脸表情和特征点位置变化规则,对有弹性物体进行图像的变形,实验结果表明,产生的图像变形效果更加具有真实感。     

基于同底三角形面积描述的形状检索

为了在形状匹配的过程中提高形状特征对边界噪声和图像变形的鲁棒性,同时兼顾形状匹配算法的检索精度和运算效率,提出一种基于同底三角形面积的形状匹配方法.该方法首先计算每个轮廓采样点的同底三角形面积描述子,并对该描述子进行局部平滑,使其更加鲁棒.然后采用加权L1度量方法计算两个形状所有轮廓点的同底三角形描述子之间的距离,获得匹配代价矩阵.最后利用动态规划算法计算匹配代价矩阵的相似度,获得形状距离,实现形状匹配.通过在MPEG-7、Kimia以及铰接形状数据库上测试分析表明,该方法对变形目标具有良好的鲁棒性,且提高了运算效率和检索精度.     

Shape-Memory Balloon Structures by Pneumatic Multi-material 4D Printing

4D printing is an attractive approach for manufacturing structures that can adopt new shapes or functionalities after printing. However, 4D printing methods and materials that can be used to achieve structures with complex shapes and excellent mechanical properties simultaneously are still lacking. Here, a novel 4D printing is developed where multi-material digital light process 3D printing of shape memory polymers (SMPs) fabricates a structure that is later transformed into a complex 3D shape with robust mechanical properties by pneumatic manipulation. In this method, the shape change is controlled by the spatial distributions of SMPs, which is designed by finite element analysis. Experimental investigations are carried out to print various structured balloons with predefined intricate shapes, including a structure in dog-like shape and a surface with the human face contour. These structures are also endowed with robust mechanical stiffness and lightweight features, which allow this new 4D printing approach for potential applications in biomedical devices, reconfigurable structures, and metamaterials.     

基于形状的时间序列相似性度量及模式发现算法

针对目前时间序列模式发现中使用的时间序列相似性度量易受尺度(scale)和平移的影响,不适应基于形状的时间序列模式发现,本文提出了一种重标和平移不变的时间序列相似性度量:Sh 度量,给出度量的性质及其证明。同时提出了基于Sh度量的时间序列形状模式发现算法,并对算法的有限次迭代终止性和时间复杂性进行了证明。论文最后通过对人工数据和太阳黑子数据的实验证明了本文提出的Sh度量及基于形状的时间序列模式发现算法的有效性。     

三维物体形状检测与重构系统的研究

三维物体形状检测与重构技术是计算机图像处理技术的一个分支,在众多领域有着广泛的应用前景。文中介绍了基于面结构光投影法的三维物体形状检测与重构系统,阐述了测量原理,建立了数学模型,给出了系统检测与重构的步骤,并根据检测得到的三维点云数据的特点,提出了适合本课题的简单、有效的三角网格化方法。实验结果证明该系统能够进行有效的检测与重构,具有很好的应用价值。     

Advances in 4D Printing: Materials and Applications

4D printing has attracted tremendous interest since its first conceptualization in 2013. 4D printing derived from the fast growth and interdisciplinary research of smart materials, 3D printer, and design. Compared with the static objects created by 3D printing, 4D printing allows a 3D printed structure to change its configuration or function with time in response to external stimuli such as temperature, light, water, etc., which makes 3D printing alive. Herein, the material systems used in 4D printing are reviewed, with emphasis on mechanisms and potential applications. After a brief overview of the definition, history, and basic elements of 4D printing, the state‐of‐the‐art advances in 4D printing for shape‐shifting materials are reviewed in detail. Both single material and multiple materials using different mechanisms for shape changing are summarized. In addition, 4D printing of multifunctional materials, such as 4D bioprinting, is briefly introduced. Finally, the trend of 4D printing and the perspectives for this exciting new field are highlighted.     

利用网格卷积特征的三维形变目标分类

三维目标的形状变化给目标识别带来很大挑战,同时三维网格模型的不规则数据结构难以直接应用卷积运算提取三维目标特征.对此,本文提出了一种高效的三维形变目标的网格卷积特征表示方法,准确提取形状信息并进行分类.首先通过网格卷积运算获得形变目标中典型局部曲面形状分布,其次通过马尔科夫链对曲面形状的空间共现关系建模,从而形成三维模型的全局特征描述,最后采用支持向量机实现形变目标分类.该方法将连续多项式函数作为卷积模板,实现针对不规则数据结构的网格卷积运算,并且给出了卷积模板参数的无监督学习方法.在标准非刚性三维模型数据集SHREC10与SHREC15上的实验结果表明本文方法能有效提取三维网格模型的形状信息,分类准确率分别达到了92.88%与96.54%.     

一种基于三维扫描数据的人脸建模方法

三维扫描仪可以准确获取人脸的几何形状与纹理,但原始的人脸扫描数据仅为一张连续曲面,不符合实际的人脸结构,无法用于人脸动画。针对此问题,提出了一种由三雏扫描数据进行人脸建模的方法,将一个具备完整结构的通用人脸模型与扫描数据进行初步适配,再采用细节重建技术恢复特定人脸的表面细节和皮肤纹理。实验表明,该方法建立的三维人脸模型真实感强,结构完整,可生成连续自然的表情动画。     

Smart Energy Bricks: Ti3C2@Polymer Electrochemical Energy Storage inside Bricks by 3D Printing

Three-dimensional (3D) printing technology has a pronounced impact on building construction and energy storage devices. Here, the concept of integrating 3D-printed electrochemical devices into insulation voids in construction bricks is demonstrated in order to create electrochemical energy storage as an integral part of home building. The low-cost 3D-printed supercapacitor (SC) electrodes are created using graphene/polylactic acid (PLA) filament in any desired shape such as 3D cylindrical- (3Dcy), disk- (3Ddc), and 3D rectangular- (3Drc) shaped electrodes. To obtain excellent capacitive performance, a Ti₃C₂@polypyrrole (PPy) hybrid is uniformly electroplated on the surface of 3D-printed electrodes. These Ti₃C₂@PPy-coated 3D-printed electrodes exhibit outstanding electrical conductivity, capacitive performance, cycle life, and power density. The bricks themselves act as an excellent scaffold for electrochemical energy devices as they are electrically insulating, fire-resistant, and contain substantial unused thermal insulation voids. A 3Drc Ti₃C₂@PPy SC is integrated into a real brick to showcase a smart house energy storage system that allows to reserve power in the bricks and use it as a power backup source in the event of a power outage in the elevator. This concept provides a platform for future truly smart buildings built from added value “smart brick” energy storage systems.     

Representing 3D shapes based on implicit surface functions learned from RBF neural networks

We propose to represent the shape of 3D objects using a neural network classifier. The 3D shape is learned from a neural network, where Radial Basis Function (RBF) is applied as the activation function for each perceptron. The implicit functions derived from the neural network is a combination of radial basis functions, which can represent complex shapes. The use of RBF provides a rotation, translation and scaling invariant feature to represent the shape. We conduct experiments on a new prostate dataset and public datasets. Our testing results show that our neural network-based method can accurately represent various shapes.     

3-D face structure extraction and recognition from images using 3-D morphing and distance mapping

We describe a novel approach for creating a three-dimensional (3-D) face structure from multiple image views of a human face taken at a priori unknown poses by appropriately morphing a generic 3-D face. A cubic explicit polynomial in 3-D is used to morph a generic face into the specific face structure. The 3-D face structure allows for accurate pose estimation as well as the synthesis of virtual images to be matched with a test image for face identification. The estimation of a 3-D person's face and pose estimation is achieved through the use of a distance map metric. This distance map residual error (geometric-based face classifier) and the image intensity residual error are fused in identifying a person in the database from one or more arbitrary image view(s). Experimental results are shown on simulated data in the presence of noise, as well as for images of real faces, and promising results are obtained.     

基于SFS方法的快速人脸三维重构系统

为了实现快速重构人脸三维形状的需求,设计了一种基于SFS方法的人脸重构系统。首先由摄像机获取点光源作用下的人脸表面图像,其次假定人脸表面的反射特性遵循Lambert定律,建立透视投影下的人脸图像辐照度方程,然后将该方程转化为包含人脸表面深度信息的静态Hamilton-Jacobi偏微分方程,最后由系统软件求得该方程的解,进而重构出人脸表面的三维形状。实验结果表明,该系统可以快速获得较高的重构精度,在1.5 s内可以达到0.17%的高度平均相对误差。