像素邻域差向量协方差特征的多视角人脸检测

像素差向量特征是一阶统计量,而研究其高阶统计特性仍是一个未解问题. 针对该问题,研究了像素差向量在局部邻域中的协方差统计特性,提出了一种新颖的像素局部差向量协方差特征,显著提高了多视角人脸检测的性能. 该方法首先计算输入图像的多通道特征图,并计算特征图的像素差向量; 然后在指定尺寸的邻域内计算像素差向量的协方差矩阵,获得差向量中任意两个元素间的相关信息,用于表示人脸的局部特征; 最后设计了一种人脸候选区域提取方法,对该人脸检测器作进一步优化,实现了实时运行速度. 实验结果表明,本文方法优于当前其他主流方法,且可部署在低功耗的边缘计算设备上.     

三维打印中的底层多边形优化

三维打印过程中,底层多边形模型存在着数据点冗余、形状粗糙等问题,造成模型成型效率低,表面模型不光滑,急需要对底层多边形进行优化. 现有的多边形优化算法没有考虑到在三维打印过程从多边形转换为相应的加工指令及加工机构的平滑运行等问题. 为此,本文提出一种新的底层多边形优化算法,该算法利用基于面积最小原则的多边形简化算法来减少多边形顶点数,再通过Hermrite曲线和B样条对多边形进行样条化处理,使多边形边界变得光滑,并对样条化后的多边形顶点进行均匀离散化,使优化后的底层多边形更便于机械指令集的操作. 实验结果证明该算法可以提高底层多边形的质量并满足三维打印的工程要求.