基于面积分布算子的三维模型检索算法

在产品设计、3D制作等领域中经常使用大量的三维模型,但现有的基于属性的检索方式由于属性数据不全、不准的问题,搜索引擎还不提供有效的三维模型检索服务。提出了一种与CAD系统无关的基于面积分布算子的三维模型检索算法,该算法采用模型中顶点关联的三角形面积总和及平均面积构成的面积序列,对面积分布序列进行归一化操作和傅里叶变换等处理,得到最终的面积分布算子,将三维模型的相似度计算映射为面积分布序列的比较。在普渡大学建立的工程标准模型库(ESB)上对该算法进行了验证和比较。实验结果表明该算法客观反映了模型的相似程度,明显提高了传统的检索算法的效率和速度。     

基于方向码的旋转不变模板快速匹配方法

将图像梯度方向应用于旋转不变性模板匹配时存在计算量较大的问题,由此提出一种改进的基于梯度方向码的旋转不变模板匹配方法,通过计算积分直方图降低统计直方图的计算量,采用像素跳跃的匹配方法减少大量无效的匹配运算。实验结果表明,该方法在保证匹配准确性的前提下,匹配速度提高了3倍至6倍,可以达到实时性要求。     

基于稀疏表示的可变形部件模型目标检测

基于可变形部件模型DPM的目标检测算法采用方向梯度直方图HOG进行特征表示,由于HOG无法处理模糊的边界而且忽略了平滑的特征区域,从而影响了DPM算法的性能。为了提高DPM的性能,提出了一种基于稀疏表示的可变形部件模型目标检测的方法。该方法利用稀疏编码构建一种新的特征描述子来取代原可变形部件所使用的方向梯度直方图,新的特征描述子能够描述物体更多的信息,对图像中的噪声不敏感。实验结果表明,该方法在PASCAL VOC 2012数据集上提高了原可变形部件模型算法的精度。     

一种基于HOG-PCA的高效图像分类方法

为了更有效地提高图像分类性能和准确率, 提出一种基于HOG-PCA的高效图像分类方法。首先通过提取方向梯度直方图（HOG）特征并作特征白化, 再随机下采样进行尺度统一, 随后采用主成分分析（PCA）进行特征映射, 最后用最小二阶范数判定进行最近邻分类。实验中, 采用C++, 基于OpenCV和Darwin实现了提出的方法, 并在Pascal 2012数据集上进行测试, 比较了该方法和BOW-SVM方法的准确率和运行性能。实验证明, 提出的方法具有更高的准确率和更好的运行性能。     

融合二阶HOG与CS-LBP的头部姿态估计

针对头部姿态估计受光照变化、表情、噪声干扰等因素影响导致识别率低的问题,提出一种融合二阶梯度方向直方图(HOG)和中心对称局部二值模式(CS-LBP)特征的姿态特征,用于单帧图像的头部姿态估计。采用二阶HOG对人脸图像进行形状信息提取,得到人脸的轮廓特征;用CS-LBP进行局部纹理信息的提取,通过将二阶HOG提取的轮廓特征和CS-LBP提取的纹理特征进行融合,得到更有效的人脸特征;将融合的姿态特征通过核主成分分析(KPCA)变换非线性映射到高维核空间中,抽取其主元特征分量,采用支持向量机(SVM)分类器进行姿态估计。实验结果表明,方法和HOG、LBP、二阶HOG、CS-LBP方法相比有更高的分类准确率,对光照的变化有很好的鲁棒性。     

Player detection in field sports

We describe a method for player detection in field sports with a fixed camera setup based on a new player feature extraction strategy. The proposed method detects players in static images with a sliding window technique. First, we compute a binary edge image and then the detector window is shifted over the edge regions. Given a set of binary edges in a sliding window, we introduce and solve a particular diffusion equation to generate a shape information image. The proposed diffusion to generate a shape information image is the key stage and the main theoretical contribution in our new algorithm. It removes the appearance variations of an object while preserving the shape information. It also enables the use of polar and Fourier transforms in the next stage to achieve scale- and rotation-invariant feature extraction. A support vector machine classifier is used to assign either player or non-player class inside a detector window. We evaluate our approach on three different field hockey datasets. In general, results show that the proposed feature extraction is effective and performs competitive results compared to the state-of-the-art methods.     

融合HOG特征的相关滤波视频跟踪

计算机视觉领域的目标跟踪已取得巨大进展,但在视频跟踪中,平面外旋转和形状变化的性能方面还有提升空间。本文提出一种基于方向梯度直方图HOG特征,结合图像灰度值把HOG特征加以融合和分解,以提升视频跟踪的变形和尺度变换的性能。首先提取目标区域的HOG的31维特征和灰度值;其次,将灰度值作为1维特征,与HOG特征融合成32维向量HOG32;进而将HOG32分解成2部分特征,分别为HOG1和HOG2;最后,通过对HOG1、HOG2和HOG32特征响应值的比较,选择最大值位置作为预测的下一帧的位置。实验在OTB-2013和OTB-2015这2个数据集上进行,与其他5个算法的比较结果表明,该方法在平面外旋转、变形、复杂背景等方面获得良好效果。     

Rotation-invariant texture image retrieval using particle swarm optimization and support vector regression

This paper presents a novel rotation-invariant texture image retrieval using particle swarm optimization (PSO) and support vector regression (SVR), which is called the RTIRPS method. It respectively employs log-polar mapping (LPM) combined with fast Fourier transformation (FFT), Gabor filter, and Zernike moment to extract three kinds of rotation-invariant features from gray-level images. Subsequently, the PSO algorithm is utilized to optimize the RTIRPS method. Experimental results demonstrate that the RTIRPS method can achieve satisfying results and outperform the existing well-known rotation-invariant image retrieval methods under considerations here. Also, in order to reduce calculation complexity for image feature matching, the RTIRPS method employs the SVR to construct an efficient scheme for the image retrieval.     

二维旋转不变U变换及其应用

U-系统是一类L2[0,1]上的正交分段多项式函数系,为了将其推广到二维情形,传统的L2[0,1]2上张量积形式的U变换并不具有旋转不变性.本文提出了一类二维旋转不变U变换（Rotation-invariant U transform,RIUT）. RIUT将U-系统函数与调和函数相结合,使得图像的旋转转化为相位的平移而模保持不变.与经典的正交旋转不变矩（如Zernike矩）相比,RIUT具有诸多特别的性质,从而在图像特征提取中具有良好的潜力.本文将RIUT应用到二值图像检索中的实验结果表明,RIUT具有更高的检索精度.     

基于优化HOG特征计算的非完整人体特征检测

针对灾难中被困者的识别问题,提出了一种遮挡状态下的非完整人体特征检测方法。基于头部、腿部等可能暴露在外的人体特征,先构造相交检测窗口,重新检测目标图像块内的方向梯度直方图（HOG）特征,并结合基于子单元插值的方法计算块内特征,从而实现了基于优化HOG特征的非完整人体特征检测。实验结果表明,该优化HOG特征计算后的非完整人体检测方法可显著提高人体检测的检测速度和准确性,降低误检率。     

基于多尺度HOG的草图检索

草图检索是图像处理领域中的重要研究内容。提出了一种将高斯金字塔和局部HOG特征融合的特征提取改进方法,并将其用于草图检索。采用高斯金字塔将图像分解到多尺度空间,在所有尺度上进行兴趣点提取,获得基于兴趣点的多尺度HOG特征。利用图像的多尺度HOG特征集生成视觉词典,最终形成与视觉词典相关的特征描述向量,通过相似度匹配实现草图检索。将该算法与单一尺度下的HOG算法及其他几种算法比较,实验结果表明了其可行性和有效性。     

Omnidirectional texturing based on robust 3D registration through Euclidean reconstruction from two spherical images

We propose a semi-automatic omnidirectional texturing method that maps a spherical image onto a dense 3D model obtained by a range sensor. For accurate texturing, accurate estimation of the extrinsic parameters is inevitable. In order to estimate these parameters, we propose a robust 3D registration-based method between a dense range data set and a sparse spherical image stereo data set. For measuring the distances between the two data sets, we introduce generalized distances taking account of 3D error distributions of the stereo data. To reconstruct 3D models by images, we use two spherical images taken at arbitrary positions in arbitrary poses. Then, we propose a novel rectification method for spherical images that is derived from E matrix and facilitates the estimation of the disparities. The experimental results show that the proposed method can map the spherical image onto the dense 3D models effectively and accurately.