纹理约束下的人脸特征点跟踪

将Lucas-Kanade光流跟踪算法与人脸特征点定位的统计模型DAM(direct appearance model)在Bayesian框架下结合起来,提出了视频中人脸特征点定位与跟踪的一种混合模型方法.利用Lucas-Kanade算法预测人脸特征点的位置,充分利用了帧间的相关信息,提高了跟踪的速度.通过DAM中纹理对形状的约束,在提高跟踪精度的同时增强了整个算法的鲁棒性.实验表明,这种方法可以很好地适应人脸的多种运动,可用于人脸识别或3D人脸建模.     

紧耦合多传感器混合跟踪算法

在增强现实应用中实现对运动目标的准确跟踪是一个具有挑战性的任务。基于混合跟踪通过对多传感器信息的融合通常比单一传感器跟踪算法更为优越的特性,提出了一种新的紧耦合混合跟踪算法实现视觉与惯性传感器信息的实时融合。该算法基于多频率的测量数据同步,通过强跟踪滤波器引入时变衰减因子自适应调整滤波预测误差协方差,实现对运动目标位置数据的准确估计。通过标示物被遮挡状态下的跟踪实验结果表明,该方法能有效改善基于扩展卡尔曼滤波器的混合跟踪算法对运动目标位置信息预测估计的准确性,提高跟踪快速移动目标的稳定性,适用于大范围移动条件下的增强现实系统。     

面向多投影显示墙的手势交互系统设计与实现

在PC集群驱动的多投影显示环境下,设计并实现了一个基于计算机视觉技术和数据手套的手势交互系统(gesture-based interaction system,GBIS).GBIS整合了满足色彩一致性和特征一致性的特征点跟踪算法来实现交互动作的捕捉,并配合数据手套的有限状态机输出,实现了实时的沉浸式手势交互.实验结果表明:当所用摄像头的采集频率不低于30帧时,该系统能够实时地跟踪手臂的交互动作,同时保持较高的跟踪精度和交互可靠性.     

交互标记跟踪的三维动态数据对齐

针对三维动态数据特征点匹配所导致的错误对齐问题,采用交互标记和运动跟踪来提高特征点匹配的可靠性和稳定性。首先,对三维动态数据特定帧交互标定特征点;然后,通过运动跟踪和最优预测窗口得到标定特征点在其他帧上的位置;最后,以跟踪匹配的特征点为约束条件来构造等距二分图,得到三维动态数据紧密对齐结果。实验结果表明,所提算法的对齐准确率高于已有算法。     

一种基于预测的实时人脸特征点定位跟踪算法

当前的人脸特征点定位跟踪方法因其计算量大,实时特性欠佳。给出了一种基于改进Viola-Jones算法和Kalman滤波器预测机制的定位及跟踪算法。该算法通过使用改进的Viola-Jones算法对本次人脸特征点进行定位,同时使用Kalman滤波算法对特征点下次出现位置进行预测,缩小了下一帧特征点定位过程中特征点的搜索范围,因而缩短了定位搜索时间。实验结果表明该方法在保证定位准确性和鲁棒性的同时明显增强了算法的实时性。     

改进的高效Camshift跟踪算法

Camshift是一种应用颜色信息的跟踪算法,它对做加速度的运动物体跟踪效果不够稳定和强壮,从准确预测目标位置及缩小目标搜索范围入手对Camshift算法进行了改进。该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置,使用预测位置误差方程估计运动目标搜索范围,并使用IIR滤波器对目标运动速度、加速度等参数自适应地修正。实验证明,改进的Camshift有效地克服了Camshift算法自身的缺陷,即使运动目标做加速运动时,也可准确地预测运动目标的位置,缩小目标搜索范围,进而提高目标跟踪速度。     

恒虚警率PDAF的弱点状目标跟踪技术性能分析

PDAF与PDAF-AI算法广泛应用于雷达目标检测与微弱点状目标跟踪领域,两者不同之处在于PDAF-AI算法在利用目标位置、运动速率的基础上多加了目标的亮度信息通过Kalman滤波器去估计目标下一时刻的状态。PDAF-AI改变了传统PDAF算法忽略目标亮度信息的不足,它应具有更好的跟踪性能。通过对这两种算法跟踪性能的对比分析研究：带亮度的概率数据关联滤波器技术PDAF-AI总体上比传统的PDAF技术具有更好的实时跟踪性能,然而在强杂波或跟踪区域存在高亮杂波的情况下PDAF-AI的跟踪性能可能会有所下降。     

基于多特征融合的均值偏移视频目标跟踪算法

为了有效地实现复杂环境下视频目标跟踪，在分析了基于颜色分布的均值偏移跟踪算法的基础上，提出了一种联合空间信息的改进均值偏移算法，此算法是将目标空间位置预测与均值偏移算法定位结果通过加权得到最终目标位置，实验表明，改进算法将目标颜色分布与目标空间运动信息相结合，保证了跟踪效果的稳定性和鲁棒性．     

基于卡尔曼滤波的运动人体跟踪算法研究

提出一种基于卡尔曼滤波的运动目标快速跟踪算法。利用卡尔曼滤波器的预测功能,预测运动人体目标在下一帧中的位置,在Matlab仿真环境下实现该跟踪算法,实验结果表明：该算法对人体目标的运动趋势能够做出正确的预测估计,跟踪效果和性能较为稳定和可靠。此外,该算法将图像全局搜索问题转换为局部搜索,使运算量减少,满足实时性跟踪要求,实现了对运动目标的快速跟踪。     

混响噪声下声源定位与跟踪的多特征自适应IMM粒子滤波算法EI北大核心CSCD

针对混响噪声下声源定位精度低和鲁棒性弱等问题,提出了多特征自适应IMM粒子滤波算法.该算法以麦克风接收信号的多特征作为观测信息,采用空时相关和迭代滤波建立了时延选择机制和波束输出能量优化机制,并在两者的基础上构建了似然函数以获得合理的声源位置信息.考虑到说话人运动的随机性,给出了自适应IMM算法,通过在线粒子集生成并将不同过程方差的模型进行交互来拟合说话人的不同运动模式,改善了说话人跟踪系统的稳健性.仿真和实测结果表明,所提算法利用了多特征定位信息的互补性,降低了观测误差不确定性对声源位置估计的影响,增强了随机运动声源跟踪系统的鲁棒性,提高了系统的定位精度.     

一种面向弱小目标检测的序列星图配准算法

对于星空观测CCD相机获得的序列图像,由于相机姿态的变化使得图像存在全局运动,空间目标的运动与背景恒星的运动混淆在一起,增加了空间目标检测的难度,为了有效地对空间弱小目标进行检测,提出了一种序列星图配准算法。首先,对图像进行预处理,包括成像传输通道不同导致的辐射不均匀性校正和空间杂散光辐射校正;然后,利用序列图像一一对应的高亮恒星星像质心作为特征点计算全局运动参数;最后,提出了一种基于星像质心坐标矩阵的星图配准算法,将星图转换为星像质心坐标矩阵的形式,利用全局运动参数对星像质心坐标矩阵进行处理,进行星图配准,同时对背景恒星进行滤除。算法能够有效地克服恒星和杂散光的干扰,而且在配准过程中将对星图的处理转化为对星像坐标矩阵的处理,省略了配准过程中的图像重采样与变换步骤,节约大量的运算时间,配准后的图像在对恒星背景进行滤除的同时,在一定程度上降低了弱小目标检测的难度。     

Human Interaction with Motion Planning Algorithm

This paper presents an interactive motion planning system to compute free collision motion in a numerical model. The system is based on interaction between a user and a motion planning algorithm. On one hand the user moves the object with an interactive device and on the other hand a motion planning algorithm searches a solution in the configuration space. The interaction aims at improving the guidance of an operator during a robot motion task in a virtual environment with the help of an automatic path planning algorithm. Existing works use a two-step decomposition which limits the interaction between the user and the ongoing process. We propose a modification of a classic motion planning method, the Rapidly-exploring Random Tree to build an Interactive-RRT. This method is based on exchanging pseudo-forces between the algorithm and the user, and on data gathering (labels) from the virtual scene. Examples are shown to illustrate the Interactive motion planning system with different interactive devices (space mouse and haptic arm). We analyze the influence of the user’s dexterity to find a solution depending on various parameters of the algorithm and we show how we can adapt these parameters to a user.     

基于数据手套与虚拟模型的手臂动作识别方法

为了配合残疾人使用助残假手完成日常活动,提出了一种基于数据手套与虚拟模型的手臂动作识别方法.通过数据手套上的MEMS传感器测量手臂运动数据,结合虚拟交互环境中的手臂模型,完成模型对真实手臂的动作复现,并获取手臂模型的位置数据.而后将传感器加速度、角速度等数据的时域特征与手臂模型位置数据的动作轨迹特征结合起来,使用支持向量机算法对预定义的5种手臂动作进行分类识别,识别率达到99.33％,验证了提出的手臂动作识别方法的可行性.     

An efficient motion generation method for redundant humanoid robot arms based on motion continuity

This paper proposes a novel method of motion generation for redundant humanoid robot arms, which can efficiently generate continuous collision-free arm motion for the preplanned hand trajectory. The proposed method generates the whole arm motion first and then computes the actuators’ motion, which is different from IK (inverse kinematics)-based motion generation methods. Based on the geometric constraints of the preplanned trajectory and the geometric structure of humanoid robot arms, the wrist trajectory and elbow trajectory can be got first without solving inverse kinematics and forward kinematics. Meanwhile, the constraints restrict all feasible arm configurations to an elbow-circle and reduce the arm configuration space to a two-dimension space. By combining the configuration space and collision distribution of arm motion, collision-free arm configurations can be identified and be used to generate collision-free arm motion, which can avoid unnecessary forward and inverse kinematics. The experiments show that the proposed method can generate continuous and collision-free arm motion for preplanned hand trajectories.     

Development of computer assisted modelling of industrial robot arms

This study deals with the development of a computer assisted modelling system of industrial robot arms. This system consists of a software package which generates the robot arm models in symbolic and explicit forms. These models are obtained in a near minimum number of arithmetic operations. The developed programs {MPLCS & MGLCS} are written in Turbo-pascal language and operate on personal computers PCs. The obtained models can be used to develop a simulation system for robot arm control. Three examples are presented to show the effectiveness of such programs. This study is useful for the robot arm's users, makers, researchers, and operators.     

基于Leap Motion的机械臂交互控制研究

针对多旋转自由度机械臂的便捷控制问题,建立了一种联接体感设备Leap Motion与六自由度机械臂的交互控制系统。在体感输入和机械臂运动响应模型中,利用基于几何方法的机械臂运动学逆解,提出一种增加求解约束,二分搜索末端抓取器最优空间位姿的解法。这种解法运行效率高,求解过程直观,能够在对数级时间内求解。经过仿真和实物实验验证,该解法具备处理大量体感输入数据,实现机械臂实时响应的能力,为非触控式的体感机械臂控制提供了一种可行方案。     

基于Pro/E的装载机工作装置动臂的有限元分析及优化设计

使用Pro/E建立了装载机工作装置的动臂三维实体模型,对其进行了有限元分析及参数化设计,并在确定目标函数和约束条件的基础上对动臂进行了优化设计。仿真结果表明,在保证动臂满足工作性能要求的前提下,经优化设计后的动臂受力情况和结构形状得到了合理的改善。该基于Pro/E软件的有限元分析和优化设计方法提高了设计速度和设计质量,降低了制造成本,对装载机工作装置的动臂及整个工作装置的优化研究具有普遍的适用性。     

模板化的人体运动合成

为解决现有运动合成方法中控制方式过于复杂的问题,提出一种模板化的运动合成模型,旨在降低运动合成技术的应用门槛.利用稀疏主成分分析(Sparse principal component analysis, SPCA)、Group lasso和Exclusive group lasso对人体运动进行建模,使其对应的每一个低维参数只依赖于少数几个人体关节,构成人体运动的一个内在自由度(Degree of freedom, DOF),并具有直观语义;同时,每个关节被尽量少的低维参数所控制,以减少低维参数对彼此所控制的自由度的交叉影响.实验表明,通过直观地修改低维参数,就能够实时地控制每个参数对应的摆臂幅度、踢腿高度、跳跃距离等运动属性.这种模板学习、模板定制的两步方法,有效地降低了运动合成控制的复杂度,即便非专业人员也可以用其进行艺术创作.     

基于蚁群算法的机械臂逆问题的求解

机械手臂是一个复杂、强耦合、非线性的系统,其运动学逆问题的求解常常是一个多解或无解的过程,传统方法求解／较为困难,本文将其转化为连续性空间的优化问题,并应用蚁群优化算法对其进行求解。蚁群优化算法是随机搜索、全局优化的算法,不仅能够很好地解决任意的优化组合问题,还能较好地解决连续性空间解的优化问题。通过MATLAB仿真求解,证实了该算法的优越性,分析了参数的设置对蚁群优化算法性能的影响。