一种基于视觉的手指屏幕交互方法

本文提出了一种新的基于视觉技术的手指屏幕交互方法,利用手指在屏幕上的移动和点击等动作完成与计算机的交互.该方法使用两个摄像头从不同视角实时拍摄计算机屏幕,结合人手肤色和轮廓信息对手指进行实时跟踪,并根据两幅图像中的指尖位置和摄像头参数来判断指尖是否接触屏幕.实验结果表明,该方法可以完成鲁棒的手指跟踪和准确的点击检测,对光照条件没有严格的限制,实现了自然友好的人机交互操作,可以运用于智能交互、数字娱乐、穿戴计算等多种应用场合.     

如何加强系统联试过程中的软件版本管理

从系统场外联试和现场联试两个阶段分别阐述了软件版本管理的控制方法和流程,以解决大型和复杂系统软件产品研制过程中遇到的版本控制无序和难追溯等问题,有效的版本管理有助于对系统软件开发过程中产生的各种产品进行有效管理,使得软件开发过程透明、清晰以及易追溯,可以提高软件产品的可靠性和稳定性。     

信息系统研制过程中的技术状态管理

技术状态管理是信息系统工程项目管理的重要组成部分,应用于产品的整个生命周期,在信息系统研制过程中起着非常重要的作用。论述了如何对技术状态实施标识、控制、纪实、审核,强调要对技术状态管理进行监督检查,确保其按照计划正确实施。     

微型实时多目立体视觉机设计与实现

本文给出一种实时计算场景稠密深度图的多目立体视觉机设计与实现方法.立体视觉机使用多个微型摄像机同步获取场景图像,采用图像修正、LoG滤波、多立体图像对匹配和稠密深度图等并行算法,利用FPGA的大规模并行处理能力和各算法间的多级流水线关系,在一片FPGA芯片上实现了立体视觉信息的实时处理.设计的立体视觉机体积小,运行速度快.当图像分辨率为320×240像素,深度搜索范围为64级,深度图精度为8位,时钟频率为60MHz时,恢复稠密深度图的速度大于30帧/秒.     

星球漫游车超广角实时立体视觉系统

给出了一种用于星球漫游车障碍检测和定位的超大视场立体视觉系统的实现方法. 该系统采用具有超广角镜头(对角视场角约160度)的双目或三目摄像机获取场景立体图像 对,利用摄像机标定参数对大变形图像进行修正等预处理,然后在外极线、连续性等约束条 件下,基于查找表和Intel MMx指令集,使用SAD算法快速进行对应点匹配计算.实验表 明,该系统在图像分辨率为320×120像素、视差为64级时,利用普通工控机恢复稠密深度 图的速度为10帧/秒,并能使机器人以1米/秒的速度行走.     

一种人头部实时跟踪方法

为了能够在视频监控、人机交互、视频会议等领域对人头部运动实施实时跟踪 ,给出了一种使用黑白摄像机对人平移或转身时的头部运动进行实时跟踪的方法 .该方法主要由基于块特征的跟踪和基于头部几何特征的校正两个步骤组成 .块特征跟踪算法仅利用图象低层信息而不依赖于目标的具体模型 ,可实现对头部自由运动的跟踪 .为解决块特征跟踪误差累积等原因造成的目标丢失问题 ,又采用了头部轮廓几何特征检验方法 ,根据跟踪窗口中头部轮廓位置的偏移来对块特征跟踪结果进行校正 .另外 ,为提高转身运动时相邻两帧图象的特征跟踪正确率 ,还引入圆柱模型来拟合头部 ,并在展开柱面内进行块特征选取和跟踪 .本文方法在 P 35 0微机上进行了实验 ,实验结果表明 ,系统能对长时间图象序列中人平移或转身时头部运动实施准确跟踪 .当跟踪窗口大小为12 0× 180 pixels,块特征数目为 80个时 ,系统的处理速度达到 30帧 /s     

EyeScreen： A Vision-Based Gesture Interaction System

EyeScreen is a vision-based interaction system which provides a natural gesture interface for humancomputer interaction （HCI） by tracking human fingers and recognizing gestures. Multi-view video images are captured by two cameras facing a computer screen, which can be used to detect clicking actions of a fingertip and improve the recognition rate. The system enables users to directly interact with rendered objects on the screen. Robustness of the system has been verified by extensive experiments with different user scenarios. EyeScreen can be used in many applications such as intelligent interaction and digital entertainment.     

人体三维运动实时跟踪与建模系统

提出了一种新的人体三维运动实时跟踪与建模系统设计方法,并基于此实现了一套鲁棒的参考应用系统.针对人机交互等对跟踪精度要求不是很高的应用场合,系统在跟踪精确性和简易性与可推广性之间做了很好的折中.系统使用多个摄像头采集图像,实时计算场景深度信息,然后结合使用深度和颜色信息进行人体跟踪.应用一个简易的人体上半身三维模型,并使用基于颜色直方图的粒子滤波算法对头部和手部进行跟踪,从而恢复出模型的各个参数.系统以人脸检测和人手肤色聚类算法为初始化方法.大量实验证明,该系统能在复杂背景下进行人体上半身的跟踪和三维模型恢复,能进行完全自动的初始化,有较强的抗干扰能力和自动错误恢复能力.系统在2.4GHz PC机上能以25帧/秒的速度运行.     

视频序列中的人脸实时跟踪与识别方法

集成了基于肤色的人脸跟踪和基于PCA/BPNN(主成分分析/前馈神经网络)的人脸识别技术,提出了一种人脸实时跟踪与识别方法.该方法可以实现复杂背景下的人脸跟踪,并可处理人脸遮挡问题.通过平均视频序列中的多幅人脸图像,获得了很高的正确识别率.该方法在800 MHz主频的微机上实现,系统处理速度达20帧/s.