形状匹配方法研究与展望

形状匹配及分类是计算机视觉中的重要问题. 近年来,以形状上下文为代表的基于轮廓的形状匹配方法和以奇点图为代表的基于骨架的形状匹配方法获得了长足的发展. 本文介绍了形状匹配问题的基本概念, 分析了形状匹配问题的难点, 按照基于轮廓和基于骨架的分类方法对近年来最新出现的形状表示与形状匹配的方法进行了详尽的介绍, 并介绍了基于度量学习的形状检索方法, 本文还详细介绍了近年来形状匹配研究领域常用的一些测试数据库, 之后对局部形状匹配和形状分类等有潜力的研究方向进行了展望. 最后对形状匹配的整体框架及其应用前景进行了总结.     

时序数据挖掘中的数据表示算法

针对时序数据挖掘中常见数据表示算法的缺陷,提出了基于关键点的误差检验分段算法。该算法首先提出了关键点的概念,接着设计了具有明确物理意义的关键点平滑公式。在此基础上,分析了传统算法在分段误差控制过程上存在的问题,提出利用中位数控制分段拟合误差的思想。最后进行了数据实验。     

基于合作模式的目标跟踪方法

针对在视频序列中因移动模糊导致的对目标梯度信息的干扰以及目标的严重遮挡等问题,提出使用多任务反向稀疏表示（MTRSR）模型与AdaBoost分类器相结合的目标跟踪方法,同时为有效跟踪目标区域使用一个描述性的字典来估计每一个候选目标的权值。通过MTRSR模型得到模糊核[k]以此得到模糊目标模板,同时通过稀疏匹配计算重建误差得到目标的置信度,以目标模板的HOG特征组建描述性字典并通过重建误差计算候选目标权值,通过AdaBoost分类器计算所有目标的置信度,最后依据权值与二者置信度乘积的和得到最佳目标。实验数据表明该算法能够很好地应对复杂场景下目标的梯度变化、模糊效应以及遮挡,提高了目标跟踪精度与鲁棒性。     

基于骨架接合节点特征的形状识别与分类

介绍了一种利用形状的骨架信息进行形状识别和分类的方法。利用从形状中提取的骨架接合节点信息,将形状相似性问题转化为骨架接合节点距离的计算。采用神经网络的方法,根据输入形状的骨架接合节点距离判断出形状所属类别。该方法可以很好地处理非刚性物体形状识别问题,与现有方法相比,具有更好的形状识别效果。     

综合加权骨架段特征的形状图像检索

提出了一种基于综合骨架段特征的形状图像检索方法。首先提取图像中目标的骨架,然后根据骨架上的特征点(端点、分叉点)把整个骨架分割成若干骨架段,用矩特征来描述各段骨架。最后通过MSHP(Most Similar Highest Priority)原理对两幅图像中的骨架段对进行相似性度量,从而得到整幅图像之间的距离。实验表明,该方法较传统的基于整个骨架特征的匹配方法能得到更好的检索结果。     

一种改进的骨架曲线串行多边形近似算法

常见骨架提取算法对复杂多变的目标边缘具有较强的敏感性, 提取出的骨架曲线结构相对复杂, 数据量仍然较大. 针对这一问题, 提出了一种新的骨架曲线多边形近似算法. 该算法结合骨架曲线的特点, 在传统串行多边形近似算法的基础上引入了平滑度保持、结构特征保持以及拓扑特征保持等约束条件, 既较好地保留了原始骨架的主要拓扑结构特征, 又有效地简化了骨架曲线的结构, 进一步压缩了数据. 仿真研究证明了该方法的有效性.     

三维形状特征提取技术研究进展

三维形状模型广泛应用于工业设计、教育、生物医药、动画娱乐、文物保护等多个领域中。三维形状模型的特征提取是计算机图形学和模式识别领域的重要问题,近年来受到学者的广泛关注。尤其是具有铰链、关节等的非刚性三维形状通常会发生变形,进一步增加了形状特征提取的难度。主要研究、分析、总结了近几年出现的刚性三维形状和非刚性三维形状的特征提取算法,分析了三维形状特征提取的难点,给出了三维形状特征提取的发展进程。介绍了近年来三维形状特征匹配研究领域中常用的一些测试数据库,重点探讨了非刚性三维形状的特征匹配方法,并展望了三维形状特征提取、特征匹配的未来发展方向。     

基于图匹配的旋转不变弹性点匹配算法

针对旋转不变的弹性点匹配问题,提出一种基于图匹配的算法。对两点集分别构造边集合,然后定向的形状上下文距离和边长度的差别被用于度量两点集的边之间的相似性。基于边的相似性,点对应关系通过求解一个图匹配问题而恢复。实验结果表明该算法可以获得很好的配准结果并且鲁棒、高效。     

基于视觉显著性的层次形状分解方法

形状分解是形状理解与分析的重要基础.在充分理解人类视觉特性的基础上,联合形状骨架与轮廓特征构建了一种视觉显著性度量即视觉显著度,并提出一种基于视觉显著度的层次形状分解方法.首先采用基于距离变换的骨架生成方法获取目标骨架,之后利用骨架分叉点生成所有候选分割线,最后通过分叉点对应的内切圆半径以及轮廓段的视觉显著度对分割线进行优选获得最优解.实验结果表明,该方法对噪声、形变具有较好的鲁棒性,分解结果符合人类视觉习惯;此外,通过调整显著性阈值可获得不同尺度下的细节分解结果,具有更好的灵活性.     

基于灰度图像的三维曲面重建系统设计

由二维图像重建三维模型是计算机科学中的一个研究热点。对该问题进行了深入研究，提出了一个基于Shape From Shading（SFS，基于阴影恢复形状）方法进行曲面重建的方法。该方法从图像人手，采用图像处理技术对图像进行必要的处理，由图像的亮度进行曲面三维形状的重建，并利用OpenGL和Visual C＋＋开发了一个三维曲面重建系统，可以由曲面的二维灰度图像方便地重建出其三维形状。该系统的设计对实现产品的快速开发具有重要的意义。     

A new 2-point absolute pose estimation algorithm under planar motion

Several pose estimation algorithms, such as n-point and perspective n-point (PnP), have been introduced over the last few decades to solve the relative and absolute pose estimation problems in robotics research. Since the n-point algorithms cannot decide the real scale of robot motion, the PnP algorithms are often addressed to find the absolute scale of motion. This paper introduce a new PnP algorithm which use only two 3D–2D correspondences by considering only planar motion. Experiment results prove that the proposed algorithm solves the absolute motion in real scale with high accuracy and less computational time compared to previous algorithms.     

基于语义分割不确定性的特征点选择算法

针对基于特征点法的视觉里程计中的特征点提取问题,提出一种基于互信息和语义分割不确定性的特征点选择算法。算法依据特征点的语义信息和几何信息,保留提取于潜在静态物体的特征点。算法根据语义上下文信息对特征点的语义不确定性进行修正,并根据特征点的信息熵变化量对特征点进行筛选。最后,用公开的KITTI视觉里程计数据集评估上述算法,并与其他算法的实验结果对比。结果表明,该算法能够实现更准确的位姿估计,验证了算法的有效性和可行性。     

室内环境下基于平面与线段特征的RGB-D视觉里程计

针对室内环境的结构特点,提出一种使用平面与线段特征的RGB-D视觉里程计算法．首先根据RGB-D扫描点的法向量对3D点云进行聚类,并使用随机抽样一致（RANSAC）算法对每簇3D点集进行平面拟合,抽取出环境中的平面特征;随后利用边缘点检测算法分割出环境中的边缘点集,并提取出环境中的线段特征;然后提出一种基于平面与线段几何约束的特征匹配算法,完成特征之间的匹配．在平面与线段特征匹配结果能提供充足的位姿约束的条件下,利用特征之间的匹配关系直接求解RGB-D相机的位姿;若不能,则利用匹配线段的端点以及线段点集来实现RGB-D相机位姿的估计．在TUM公开数据集中的实验证明了选择平面与线段作为环境特征可以提升视觉里程计估计和环境建图的精度．特别是在fr3/cabinet数据集中,本文算法的旋转、平移的均方根误差分别为2.046°/s、0.034m/s,要显著优于其他经典的视觉里程计算法．最终将本文系统应用到实际的移动机器人室内建图中,系统可以建立准确的环境地图,且系统运行速度可以达到3帧/s,满足实时处理的要求．     

一种基于半直接视觉里程计的RGB-D SLAM算法

提出了一种新的基于半直接视觉里程计的RGB-D SLAM(同步定位与地图创建)算法,同时利用直接法和传统特征点法的优势,结合鲁棒的后端优化和闭环检测,有效提高了算法在复杂环境中的定位和建图精度.在定位阶段,采用直接法估计相机的初始位姿,然后通过特征点匹配和最小化重投影误差进一步优化位姿,通过筛选地图点并优化位姿输出策略,使算法能够处理稀疏纹理、光照变化、移动物体等难题.算法具有全局重定位的能力.在后端优化阶段,提出了一种新的关键帧选取策略,同时保留直接法选取的局部关键帧和特征点法选取的全局关键帧,并行地维护2种关键帧,分别在滑动窗口和特征地图中对它们进行优化.算法通过对全局关键帧进行闭环检测和优化,提高SLAM的全局一致性.基于标准数据集和真实场景的实验结果表明,算法的性能在许多实际场景中优于主流的RGB-D SLAM算法,对纹理稀疏和有移动物体干扰的环境的鲁棒性较强.     

一种结合光流追踪的双目视觉里程计算法

针对特征点法视觉里程计频繁计算和匹配描述子导致系统实时性能变差的问题,提出一种结合光流追踪的双目视觉里程计算法;首先进行初始化,生成初始的关键帧和地图点,随后在追踪线程中使用光流追踪特征点获取匹配关系,计算并优化相机位姿;满足生成关键帧的条件后,将当前帧设置为关键帧,提取图像的ORB特征点,并使用描述子匹配获取与上一关键帧特征点的匹配关系,三角化生成新的地图点;最后在优化线程中将新的关键帧和地图点使用滑动窗口算法进行优化,剔除冗余关键帧和地图点;在KITTI数据集上的实验结果表明,所提出的算法轨迹误差与双目模式下的ORB-SLAM3算法处于同一水平,同时实时性能有大幅度提高,追踪每一帧图像的平均时间从52ms降至16ms,在保证高精度的情况下运行速度大大提高,具有较高的实用价值.     

基于在线光度标定的半直接视觉SLAM算法

为解决视觉SLAM（同时定位与地图创建）算法依赖图像亮度而对光照变化场景敏感的问题,提出一种基于在线光度标定的半直接视觉SLAM算法。首先,根据相机成像原理,提出基于光度标定的帧间位姿估计方法,在求解位姿的同时对原始的输入图像进行光度校正。其次,在特征追踪环节采取最近共视关键帧匹配策略,以提升特征点匹配效率。最后,对后端重投影迭代优化策略进行改进,降低光照变化对视觉SLAM算法的精度和鲁棒性的影响。在TUM、EuRoC数据集上的实验结果表明,本算法的轨迹估计精度优于LSD-SLAM和SVO 2.0算法,尤其是在中等难度、高难度的数据集序列上。在真实环境测试中,通过对比本算法与激光方法的轨迹估计结果,证明本算法有效提高了传统视觉SLAM方法在光照不均匀场景下的定位精度与鲁棒性。     

基于空洞补全的动态SLAM方法

视觉同步定位与建图（simultaneous localization and mapping,SLAM）是智能机器人、无人驾驶等领域的核心技术。通常大多数视觉SLAM关注的是静态场景,它们难以应用于动态场景,也有一些视觉SLAM应用于动态场景,它们借助神经网络来剔除动态物体从而减少动态物体的干扰,但剔除后的图像留有的...     

An RGB-D Camera Based Visual Positioning System for Assistive Navigation by a Robotic Navigation Aid

There are about 253 million people with visual impairment worldwide. Many of them use a white cane and/or a guide dog as the mobility tool for daily travel. Despite decades of efforts, electronic navigation aid that can replace white cane is still research in progress. In this paper, we propose an RGB-D camera based visual positioning system (VPS) for real-time localization of a robotic navigation aid (RNA) in an architectural floor plan for assistive navigation. The core of the system is the combination of a new 6-DOF depth-enhanced visual-inertial odometry (DVIO) method and a particle filter localization (PFL) method. DVIO estimates RNA’s pose by using the data from an RGB-D camera and an inertial measurement unit (IMU). It extracts the floor plane from the camera’s depth data and tightly couples the floor plane, the visual features (with and without depth data), and the IMU’s inertial data in a graph optimization framework to estimate the device’s 6-DOF pose. Due to the use of the floor plane and depth data from the RGB-D camera, DVIO has a better pose estimation accuracy than the conventional VIO method. To reduce the accumulated pose error of DVIO for navigation in a large indoor space, we developed the PFL method to locate RNA in the floor plan. PFL leverages geometric information of the architectural CAD drawing of an indoor space to further reduce the error of the DVIO-estimated pose. Based on VPS, an assistive navigation system is developed for the RNA prototype to assist a visually impaired person in navigating a large indoor space. Experimental results demonstrate that: 1) DVIO method achieves better pose estimation accuracy than the state-of-the-art VIO method and performs real-time pose estimation (18 Hz pose update rate) on a UP Board computer; 2) PFL reduces the DVIO-accrued pose error by 82.5% on average and allows for accurate wayfinding (endpoint position error ≤ 45 cm) in large indoor spaces.      

一种自适应特征地图匹配的改进VSLAM算法

从提高机器人视觉同时定位与地图构建（Visual simultaneous localization and mapping,VSLAM）算法的实时性出发,在VSLAM的视觉里程计中提出一种自适应特征地图配准的算法.首先,针对视觉里程计中特征地图信息冗余、耗费计算资源的问题,划分特征地图子区域并作为结构单元,再根据角点响应强度指标大小提取子区域中少数高效的特征点,以较小规模的特征地图配准各帧：针对自适应地图配准时匹配个数不满足的情况,提出一种区域特征点补充和特征地图扩建的方法,快速实现该情形下当前帧的再次匹配：为了提高视觉里程计中位姿估计的精度,提出一种帧到帧、帧到模型的g2o（General graph optimization）特征地图优化模型,更加有效地更新特征地图的内点和外点.通用数据集的实验表明,所提方法的定位精度误差在厘米级,生成的点云地图清晰、漂移少,相比于其他算法,具有更好的实时性、定位精度以及建图能力.     

Affine Approximation for Direct Batch Recovery of Euclidian Structure and Motion from Sparse Data

We present a batch method for recovering Euclidian camera motion from sparse image data. The main purpose of the algorithm is to recover the motion parameters using as much of the available information and as few computational steps as possible. The algorithm thus places itself in the gap between factorisation schemes, which make use of all available information in the initial recovery step, and sequential approaches which are able to handle sparseness in the image data. Euclidian camera matrices are approximated via the affine camera model, thus making the recovery direct in the sense that no intermediate projective reconstruction is made. Using a little known closure constraint, the F_A-closure, we are able to formulate the camera coefficients linearly in the entries of the affine fundamental matrices. The novelty of the presented work is twofold: Firstly the presented formulation allows for a particularly good conditioning of the estimation of the initial motion parameters but also for an unprecedented diversity in the choice of possible regularisation terms. Secondly, the new autocalibration scheme presented here is in practice guaranteed to yield a Least Squares Estimate of the calibration parameters. As a bi-product, the affine camera model is rehabilitated as a useful model for most cameras and scene configurations, e.g. wide angle lenses observing a scene at close range. Experiments on real and synthetic data demonstrate the ability to reconstruct scenes which are very problematic for previous structure from motion techniques due to local ambiguities and error accumulation.