结合面部动作单元感知的三维人脸重建算法

真实场景往往面临数据稀缺和数据动态变化的问题, 小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘. 已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器, 实现模型对于新数据的迁移和旧数据的抗遗忘. 但是少量数据的视觉特征往往难以建模一个类别的完整特征分布, 导致上述算法的泛化能力较弱. 相比于视觉特征, 图像类别描述的文本特征具有较好的泛化性和抗遗忘性. 因此, 在视觉语言模型的基础上, 研究基于文本知识嵌入的小样本增量学习, 通过在视觉特征中嵌入具有抗遗忘能力的文本特征, 实现小样本增量学习中新旧类别数据的有效学习. 具体而言, 在基础学习阶段, 利用视觉语言模型抽取图像的预训练视觉特征和类别的文本描述, 并通过文本编码器实现预训练视觉特征到文本空间的映射. 进一步利用视觉编码器融合学习到的文本特征和预训练视觉特征抽象具有高辨别能力的视觉特征. 在增量学习阶段, 提出类别空间引导的抗遗忘学习, 利用旧数据的类别空间编码和新数据特征微调视觉编码器和文本编码器, 实现新数据知识学习的同时复习旧知识. 在4个数据集(CIFAR-100, CUB-200, Car-196和 miniImageNet)上验证算法的有效性, 证明基于视觉语言模型文本知识嵌入可以在视觉特征的基础上进一步提升小样本增量学习的鲁棒性.     

基于CT切片的人脸三维重建

人类感知外界信息,80%是通过视觉得到的。三维重建一直是计算机视觉领域最热门的研究方向之一。研究了基于医学图像的三维重建,从一系列二维断层医学图像中重构出三维实体,以便满足医学应用。     

浅析三维重建算法

为了将二雏图纸在计算机中自动转换成三维模型并进行交互式显示和各种操作,必须首先从二维图纸中读取所有线条、标注等信息。将这些信息以合适的数据结构进行组织,然后根据这些数据识别相应的几何元素及其位置、尺寸等信息,即进行三维重建。该文对已有的多种三维重建算法进行分类和剖析,归纳出三维重建算法的主要技术难点,并给出了核心的内部数据结构。     

浅析三维重建算法

为了将二维图纸在计算机中自动转换成三维模型并进行交互式显示和各种操作,必须首先从二维图纸中读取所有线条、标注等信息,将这些信息以合适的数据结构进行组织,然后根据这些数据识别相应的几何元素及其位置、尺寸等信息,即进行三维重建。该文对已有的多种三维重建算法进行分类和剖析,归纳出三维重建算法的主要技术难点,并给出了核心的内部数据结构。     

基于相关型图像传感器3维人脸成像的3维AAMs人脸识别方法的研究

主动外观模型是基于统计分析建立物体2维模型的有效方法,它融合了目标的形状和纹理信息。在基于相关型图像传感器3维人脸成像的基础上,提出了一种建立3维人脸模型的方法,该方法利用由相关型图像传感器得到的深度信息和与之对应的亮度信息将2维AAMs扩展为3维AAMs,融合人脸的形状,纹理和深度信息来构建3维人脸模型。人脸识别实验结果表明,该方法在不同人脸姿态,表情和光照条件下识别效果要优于Eigenface和2维AAMs。     

基于分区和凸包的3维相貌复原

依据残缺不全的受害人颅骨来实现受害人3维相貌复原是刑事侦察的关键的第1步。为了真实重现受害人的3维容颜,提出了一种基于螺旋CT的3维颅骨重建影像的3维凸包软组织厚度计算方法。该方法首先通过做实验人螺旋CT,建立分民族、年龄段的统计意义上的中性人软组织厚度数据库;最后提出了基于分区和凸包的3维相貌复原重建方案。经有关部门试用和实际重建效果分析,证明该方案和软组织获取方案是有效和可行的,并达到了预期效果。该方法与已有方法相比,具有客观、快速的优点。     

基于Kinect三维重构的特征点提取改进

针对机器人在复杂的室内环境中,因提取特征点低效率、高失真造成性价比较低的问题,提出一种改进的SIFT特征点提取与匹配算法,并在此基础上构建基于Kinect的SLAM系统。SLAM系统前端对SIFT特征点提取法进行改进,使用高斯分离模糊函数,提高SIFT算法提取特征点的速度,并且使用RANSAC筛选不稳定特征点。本文所提出的改进型SIFT特征点提取法的SLAM系统可以对复杂与空旷的室内环境高效率、低失真的重构。     

基于Kinect的轴类零件三维重建研究

使用Kinect采集的深度数据,进行了轴类零件三维重建算法的研究。首先借助Kinect获取深度和彩色数据,通过坐标转换将深度信息转换成三维点云数据;其次提取出感兴趣目标的点云数据,根据点云数据的噪声特点,并对其进行滤波降噪处理;然后进行点云分割获得点云集,最后对各点云集进行结构参数化分析。实验结果表明,本文算法能够精确、高效地实现轴类零件的重建。     

计算机辅助颅面复原技术研究

颅面复原技术以头骨与面貌相互关系规律为科学依据,广泛应用于刑侦、考古等领域.本文综述了计算机辅助3D颅面复原技术中数据采集、颅面复原、复原后面部表情修饰等方法的进展情况.重点介绍以特征点及其软组织厚度为基础的颅面皮肤的复原技术,及曲面拟合方法的改进.最后,指出颅面复原后续工作的发展方向.     

Manifold Constrained Transfer of Facial Geometric Knowledge for 3D Caricature Reconstruction

3D caricatures are important attractive elements of the interface in virtual environment such as online game. However, very limited 3D caricatures exist in the real world. Meanwhile, creating 3D caricatures manually is rather costly, and even professional skills are needed. This paper proposes a novel and effective manifold transfer algorithm to reconstruct 3D caricatures according to their original 2D caricatures. We first manually create a small dataset with only 100 3D caricature models and use them to initialize the whole 3D dataset. After that, manifold transfer algorithm is carried out to refine the dataset. The algorithm comprises of two steps. The first is to perform manifold alignment between 2D and 3D caricatures to get a "standard" manifold map; the second is to reconstruct all the 3D caricatures based on the manifold map. The proposed approach utilizes and transfers knowledge of 2D caricatures to the target 3D caricatures well. Comparative experiments show that the approach reconstructs 3D caricatures more effectively and the results conform more to the styles of the original 2D caricatures than the Principal Components Analysis (PCA) based method.     

三维重建中形状插值的快速算法研究

提出一种用于三维重建的层间数据插值算法．该算法首先利用数学形态学算子提取层内图像骨架；然后利用骨架匹配算法获取层间骨架点集的平移、旋转和缩放信息，并利用此信息的线性插值获得插值层图像的骨架点集；最后根据形态骨架的重建算法获得插值层图像．文中算法只对骨架点集进行操作，具有较小的运算复杂度，较好地保留了原始图像的形状信息．实验结果证明了该算法的有效性．     

一种利用平行结构光的3D重构算法

论文提出了一种简便的采用等间距平行结构光的3D重构算法。算法不需要对摄像机进行标定,只需求解参考平面的像到参考平面的单应矩阵和光平面的像到光平面的单应矩阵,利用所求得的单应矩阵便可以从空间物体在结构光照射下的图像求出物体的3D坐标。实验表明算法计算简单、行之有效。     

一种面向三维点集的快速表面重构算法

在对目前比较流行的空间三角化算法进行对比研究的基础上 ,对 Hugues Hoppe提出的算法进行了改进 ,即借鉴 Marching Cubes算法的基本思想 ,首先通过自动选取适当的参数 ,用包围盒方法将三维散乱点划分为数据区域 ;然后求取点的切平面及法向 ,同时采用广度优先算法遍历数据点来调整法向和快速地求取 Marching Cubes的等势函数 ;最后用基于查表法的 Marching Cubes来输出三角面片 ,即得到表面模型 .实验结果表明 ,改进后的算法效率有较大的提高 .新算法不仅适用于表面三维散乱点数据 ,也可以对体数据进行重构 ,具有一定的通用性 .     

基于1维子空间的3维重建算法

为了重建3维场景,假设相机为正投影模型,提出了一种基于1维子空间的3维重建算法．所有图像序列构成的行向量与3维空间点构成的行向量所生成的子空间是同一线性子空间,而且由第1幅图像点构成的2个行向量外加1个行向量就可以组成该子空间的一个基底．该算法利用上述特性,线性地求取该行向量,最后完成3维重建．模拟实验和真实实验数据结果表明,该重建算法具有鲁棒性好、重投影误差小等优点．     

脊柱外科三维重建系统设计

阐述了利用CT断层扫描影像切片数据,从二维图像中提取三维信息,并采用OpenGL开发工具进行三维重建,结合VC 的功能界面设计,实现了具有医学诊断指导意义的脊柱外科三维重建系统.     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

医学图像三维重建中的关键算法

该文主要讨论了基于序列图像的三维重建中的两个关键算法:特征数据点列的重采样算法与三角化算法。把Douglas-Peucker线性简化算法应用在特征边界的重采样上,数据的压缩比得到了明显的改善,也显著地提高了可视化速度。并使用一种简单的三角化算法,对重采样后的数据点列进行三角化,实现目标的三维重建。     

一种基于面片的三维重建算法

传统基于面片的多视角立体视觉算法在扩展面片时缺少空间几何约束,导致Poisson表面重建时生成错误顶点。为此,提出一种基于面片的三维重建算法。利用相邻面片初始化扩展面片,根据顶点k近邻的距离检测并去除离群顶点,从而得到物体表面的三维模型。实验结果证明了该算法的有效性和准确性。     

一种新颖实用的基于视觉导航的三维重建算法

根据立体视觉在视觉导航应用中的特点，提出了由视差图重建三维场景的整套算法。首先，推导视差图里各点在摄像机坐标系下的三维坐标。其次，建立摄像机坐标系与车体坐标系的转换关系，得到更有实际意义的在车体坐标系下各点的三维坐标。最后，通过分格显示地貌的算法，大大减少了数据量。实验结果表明，该算法计算量小、鲁棒性强，完全满足视觉导航中的实时性、准确性要求。     

应用Cult3D技术实现交互式三维人脸动画

介绍一种新的Web3D实现技术Cult3D,对比了其与VRML在实现网络三维图形技术上的优越性,着重论述了如何使用Cult3D技术并结合照片建模工具实现网络环境下的交互式三维人脸动画。