基于关键点的由粗到精三维人脸特征点定位

提出了一个基于关键点由粗到精的三维人脸特征点定位算法,该算法将人脸特征点定位分为关键点检测和标记两个独立的子问题。为了更好地在三维人脸上提取关键点,该算法提出了一个关键点检测方法:1)使用深度图和监督下降算法得到三维人脸特征点的粗略位置,提取特征点粗略位置的邻域作为关键点区域;2)提出了一种结合多个局部描述子的方法,对关键点区域内人脸点集的子集进行筛选,提取出关键点。在特征点标记阶段,使用关键点集生成候选特征点组合,选择与特征点模型匹配程度最高的组合,将组合中的候选点标记为特征点。基于FRGC v2.0和Bosphorus数据集对算法进行了实验评估,并与一些经典方法的结果进行了对比分析。FRGC v2.0库上的特征点的平均误差为2.85～3.81 mm,总体检测成功率为96.5%,其中中性、温和以及极端表情下检测成功率分别为97.5%、97.0%和93.3%。Bosphorus库上3种姿态下的检测成功率分别是92%、95%和88%。实验结果表明,该算法具有较好的精度和效率,对表情和小幅度的姿态变化具有较好的鲁棒性。     

基于紧致全姿态二值SIFT(CCPBS)的人脸识别

姿态变化是人脸识别中的关键问题之一,全姿态二值SIFT（CPBS）提取等间隔采样姿态人脸图像的二值化SIFT特征,并用于任意姿态人脸识别,获得了良好的识别性能。但是,CPBS特征量很大,计算成本很高。提出了紧致全姿态二值SIFT（CCPBS）的人脸识别方法。选取间隔45°的人脸图像作为训练集,首先提取ASIFT特征进行融合。然后用基于稀疏表示的方法进行特征选择,有效地滤除相似或相同的特征,减少数据冗余。进一步对选择的特征进行二值化,即可得到CCPBS。人脸识别通过计算待识别人脸和CCPBS之间的汉明距离来完成。在CMU PIE和FERET人脸库上实验结果表明,提出的算法无需人脸对齐和标记,即可以取得很高的正确识别率,明显优于其他算法。与CPBS相比,识别率仅降低很少的同时,特征量降低了22.11%和32.63%。     

基于紧致全姿态二值SIFT的人脸识别

姿态变化是人脸识别中的关键问题之一,全姿态二值SIFT(CPBS)提取等间隔采样姿态人脸图像的二值化SIFT特征,并用于任意姿态人脸识别,获得了良好的识别性能。但是,CPBS特征量很大,计算成本很高。提出了紧致全姿态二值SIFT(CCPBS)的人脸识别方法。选取间隔45°的人脸图像作为训练集,首先提取ASIFT特征进行融合。然后用基于稀疏表示的方法进行特征选择,有效地滤除相似或相同的特征,减少数据冗余。进一步对选择的特征进行二值化,即可得到CCPBS。人脸识别通过计算待识别人脸和CCPBS之间的汉明距离来完成。在CMU-PIE和FERET人脸库上实验结果表明,提出的算法无需人脸对齐和标记,即可以取得很高的正确识别率,明显优于其他算法。与CPBS相比,识别率仅降低很少的同时,特征量降低了22.11%和32.63%。     

基于LBP的人脸识别

本文首次提出应用局部二值模式(LBP)算法来预测人脸旋转姿态。首先建立平均人脸的特征直方图模型(正面人脸特征直方图、左转人脸特征直方图和右转人脸特征直方图),然后通过比较测试人脸特征直方图与平均人脸特征直方图的距离来预测人脸旋转类型。实验结果表明本文方法可以有效的预测人脸姿态。     

基于3DMM的视频流立体人脸识别算法研究

针对目前人脸三维重建存在的问题,提出了融合ASM、3DMM和PCA的立体人脸识别算法。首先利用ASM提取人脸特征点,并计算人脸区域,然后应用3DMM算法对人脸区域进行三维重建得到三维人脸模型,最后采用PCA立体人脸识别算法计算出特征空间中欧式距离最相近的样本脸,实现了基于视频流的人脸识别。实验结果表明,提出的算法具有良好的三维重建效果和识别准确率。     

图像拼接中相机镜头非线性畸变的校正

为满足大尺寸图像无缝拼接的需要,提出了数字相机镜头非线性畸变的高精度校正方法.分析了现有棋盘格图像特征点检测算法的不足,提出了一种新的基于棋盘格图像结构特征的特征点检测算法.该算法巧妙地利用棋盘格图像的像素点相对于方格交点对称、相对于方格交线反对称这一特点,计算交点附近区域每一像素点的对称度和反对称度,并以此为依据来判定特征点的准确位置.将该算法与多项式变换技术以及双线性插值技术相结合,提出了数字相机图像非线性畸变的精确校正方法.实验结果表明,校正后图像的横向误差均值为0.43个像素,纵向坐标误差均值为0.36个像素.该方法精度高、计算简单,对噪声、透视、畸变等鲁棒性强,便于特征点检测的自动化处理.通过对实际地图图像的校正和拼接处理,证明了该方法的有效性.     

激光加工机器人在相贯线切割中的轨迹规划

针对激光加工机器人在相贯线切割过程中对激光头的姿态要求严格以及相贯线位置模型复杂的问题,提出了一种控制激光头位置和姿态的连续轨迹规划方法。将激光头与切割点处待加工曲面的法线方向保持同轴,通过求解激光头与切割点处待加工曲面的夹角来确定激光头的姿态;根据相贯线模型的特点,给出一种由圆柱面上三点(任意两点不在同一条母线上)确定相贯线轨迹的激光头位置插补算法。通过仿真验证了该轨迹规划方法可以有效地完成对激光头位置和姿态的控制。该方法计算量小、操作方便,对工业机器人在三维加工时的轨迹规划有一定参考价值。     

基于法线方向的点包容检测

过待定点作一射线,此射线可能与多边形的某几条边有交点,从待定点向这条边的两端点作两个向量,求这两向量的法线方向,对法线方向进行计数。若法线方向为正向,将计数器加1;若法线方向为反向,将计数器减1。求待定点与每条相交边的两向量的法线方向并计数,当法线方向的正反次数相同时,待定点在多边形外,否则在多边形内。此算法避免了某些其他算法的错误,计算量很小,简单易行。通过编写程序计算验证表明,算法简单有效、稳定可靠,对简单多边形、自相交多边形及带孔多边形等多类情况同样适用。     

追踪与目标航天器相对位姿参数四元数的解析算法

提出了利用5个非共面特征光点和单目视觉的航天器相对位置和姿态参数测量的解析算法。首先,给出测量系统的基本结构和特征点的配置形式;然后,以3个对称结构特征点为一组,将5个特征光点分为两组,利用四元数测量算法,分别得到单目视觉的航天器相对位姿参数的方程组,结合2个方程组获得了航天器相对位姿参数的解析解形式,并对解析解进行修正;最后,通过计算实例对解析算法进行数学 仿真,结果表明:该算法能够满足航天器相对位姿确定精度和实时计算要求。     

双模态及语义知识的三维人脸表情识别方法

目前,人脸表情识别的主要研究对象是二维图像,它所包含的信息有限,而且易受人脸姿态、光照等影响.其次,人脸表情识别方法大多是基于图像低层视觉特征,而人类对图像的理解是基于高层语义知识,这两者之间存在本质上的差异,即“语义鸿沟”.为此,在三维人脸表情图像和语义知识的基础上,创新地提出双模态及语义知识的三维人脸表情识别方法.该方法首先提出一种将三维的局部曲率和二维局部角点进行双模态融合的方法,自动提取准确的三维人脸表情低层视觉特征;然后,采用AHP和G1相结合计算高层语义知识向量;最后,采用K-NN算法将低层视觉特征和高层语义知识融合,缩小低层视觉特征和高层语义知识之间的“语义鸿沟”,提高人脸表情的识别率.