带眼球细节的情感虚拟人面部表情合成*

针对当前三维头部重建中使用的网格模型不能完整表达头部拓扑结构或者模型过于复杂的问题,提出了一种完整头部网格模型合成方法。该方法首先以Candide-3模型为基础加入后脑勺模型,对面部Candide-3模型的眼睑部分进行重新建模,并加入比例合适的眼球模型,得到一个完整头部网格模型。然后结合人脸特征点信息和局部最小二乘法匹配原理对模型进行调整,并对模型进行纹理贴图合成真实感的虚拟人头部模型。最后,在该模型上用分段线性插值的方法,合成带眼球细节的情感虚拟人表情。实验结果表明,基于该模型合成的虚拟人表情不仅逼真而且情感丰富。     

一种基于星座图恢复的多进制相位调制信号识别算法

在实际调制过程中,无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题,提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先,设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点,保留剩余的有效采样点并形成聚类组;然后,通过旋转相邻聚类组抵消载波频偏带来的影响,实现星座图的恢复;最后,利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明,对于实测信号,所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%,较星座图恢复前提高了24.2%。     

基于帧间距的运动关键帧提取

运动捕获数据中有大量的冗余数据,不利于运动数据的压缩、存储、检索以及进一步重用。为此,提出一种基于帧间距的运动关键帧提取方法,提取代表运动捕获数据内容的关键姿势。利用四元数之间的距离表示人体姿态差异,将人体各个关节上的总变化作为帧间距,以运动数据首帧作为第一个关键帧。通过不断计算当前帧同最后一个关键帧之间的差异,消除差异小于阈值的帧,差异超过阈值的帧被当作为新关键帧。对提取关键帧集合采用四元数球面插值方法重构。为表现人体运动特征,在重构误差中引入关节速度分量,用人体姿势误差位置与人体关节运动速率之和表示原始运动与重建运动序列之间的重构误差。实验结果表明,该方法对原始运动既有较高的压缩率,又有较强的视觉概括效果。     

基于合成的通用头部网格模型的表情合成

针对当前通用脸部网格模型的可操控性和逼真性难以同时兼顾的问题,提出了一种新的通用网格模型合成方法,该方法基于Candide-3模型和从建模软件中导出来的模型进行简化得到的模型进行结合来合成通用头部模型.在此模型的基础上合成出六大基本表情,对输入人脸正面照片使用ASM(active shape model)算法自动提取出特征点,利用特征点和径向基函数来调整合成的通用模型得到特定的表情.实验结果显示,该通用网格模型具有良好的操控性,且能完整表示整个头部结构,还能表达六大基本表情和特定表情.     

基于反馈机制与空洞卷积的道路小目标检测网络

随着卷积神经网络与特征金字塔的发展,目标检测在大、中目标上取得了突破,但对于小目标存在漏检、检测精度低等问题。在YOLOv4算法的基础上进行改进,提出YOLOv4-RF算法,进一步提高模型对小目标的检测性能。使用空洞卷积替换YOLOv4中Neck部分的池化金字塔,在网络更深处减少语义丢失的同时获得更大的感受野。在此基础上,对主干网络进行轻量化并增加特征金字塔到主干网络的反馈机制,对来自浅层与深层融合的特征再次处理,保留更多小目标的特征信息,提高网络分类和定位的有效性。鉴于小目标物体属于困难检测样本,引入Focal Loss损失函数,增大困难样本的损失权重,形成YOLOv4-RF算法。在KITTI数据集上的实验数据表明,YOLOv4-RF在各个类别上的检测精度均高于YOLOv4,并在模型缩小138 MB的基础上提高了1.4%的平均精度均值(MAP@0.5)。     

改进SSD算法的道路小目标检测研究

在道路场景中,因小目标分辨率低且特征不明显,传统的目标检测算法难以确认其所属类别和位置信息,导致检测精度低、检测速度慢、漏检率高。提出一种改进SSD的道路小目标检测算法RFG_SSD。在SSD网络结构的主干部分和检测部分之间,通过引入改进的特征金字塔网络结构,融合浅层和深层感受野的特征信息,以获得小目标语义信息丰富的特征图。将深层特征提取网络ResNet 50作为改进网络的主干特征提取网络,提高整体网络的检测精度。为加快网络运算速度,基于检测层结构,利用全局平均池化层代替全连接层,减少网络参数量。实验结果表明,与SSD、VGG16+SFPN等算法相比,该算法能够有效提高小目标检测性能,且加快检测速度,其在BDD100K数据集上的平均精度和检测速度分别为98.05%和85.56 frame/s,小目标检测个数相较于SSD算法提高3倍多。     

基于质点转换和包围盒的混合碰撞检测算法

为了提高碰撞检测的效率,提出了一种基于质点转换和包围盒相结合的碰撞检测算法。对空间中的所有物体采用区域中心法和二叉树来构建OBB层次包围盒;对于空间中相隔一定距离的物体利用物理学中质点的概念,把物体的最外层OBB包围盒当作三维空间中的点来计算两点之间的距离,根据质点计算的结果与还原距离进行判断,对于没有通过结果验证的质点不再检测,而通过结果验证的质点则对其进行质点还原;对还原的包围盒进行OBB层次包围盒相交测试。实验结果表明,相比于前人算法基于质点转换和包围盒的混合碰撞检测算法能够更加有效地提升检测效率,并且随着空间的增大检测所花费的时间将会变得更少检测效率更高,特别适用于空间中存在大量物体的复杂环境。     

基于衣片网格局部变形的服装多样性研究

针对服装建模过程中,需要反复修改衣片来获得令人满意的虚拟服装模型以及计算复杂度高的问题,提出一种基于多控制点的衣片网格局部变形方法.该方法首先建立衣片网格模型,然后利用OpenGL的选择模式移动服装关键点,进而得到边界控制点,利用控制点对衣片网格模型进行局部变形,最后对衣片建立受力模型,通过虚拟缝合、碰撞检测以及纹理映射建立三维服装模型,展现服装整体效果,得到多样的服装模型.实验结果表明,由于在算法中不需要重新网络化,故具有较低的计算代价,同时也使得到的服装模型更加多样化.     

基于骨骼的三维虚拟人运动合成方法研究

针对虚拟人运动合成中建立的人体模型存在复杂化、合成的虚拟人运动序列逼真度差的问题,提出了一种基于骨骼的虚拟人运动合成方法。在分析人体结构的基础上,通过三维图形软件获取人体骨骼数据,构建虚拟人体的骨骼模型。另外,将关键帧四元数球面插值算法与时间和空间变形方法相结合,生成多样化的虚拟人运动序列。实验结果验证了该方法的有效性。     

吸波剂用量对雷达吸波涂层吸收性能的影响

采用铁氧体、电阻型和电介质型物质作为吸波剂,制备出了具有阻抗渐变结构的三层复合雷达吸波涂层,探讨了表层、中层和底层吸波剂用量对吸波性能的影响.实验结果表明:增加表层、中层或底层吸波剂含量,均能使吸波性能曲线向低频端方向移动,反之,吸波性能曲线向高频端方向移动;选择适当的吸波剂用量才能拓宽、加深涂层的吸波性能.制备的试样中反射损耗可达-18.78dB和-33.15dB,其小于-10dB的频宽分别为4.08GHz和2.68GHz.