基于三维模型的多姿态人脸识别

提出了一种利用三维人脸模型匹配二维人脸图像的分层人脸识别方法和基于模糊数学的人脸姿态角度估计算法.对多姿态二维图像进行姿态空间划分,利用主成分分析方法(PCA)形成多姿态特征脸.识别过程首先估计测试图像姿态和模糊姿态角,在估计的姿态空间内采用基于PCA的方法进行第一层识别得到候选个体,然后利用候选个体的三维模型结合模糊姿态角产生虚拟图像,利用相关进行第二层识别.实验结果表明,该方法对姿态的变化有较好的鲁棒性.     

一种基于GDLPP的人脸识别算法

针对人脸识别中的特征提取问题,本文提出了一种结合Gabor小波特征和判别保局投影的人脸识别算法-GDLPP.该算法首先对人脸图像进行多分辨率的Gabor小波变换,提取样本的高阶统计信息;然后更改保局投影(LPP)的目标函数,增加样本类间散布约束,从而提取更具判别性的特征.本文采用最小近邻分类器估算识别率.在USPS数据库、Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,GDLPP都具有较好的识别率.     

人脸识别的一种新的特征提取方法

针对人脸识别中判别特征的提取问题,本文提出了一种新的人脸识别算法—扩展保局投影（ELPP）。普通保局投影（LPP）在构建权图时侧重保持样本的局部结构,属于无监督学习算法。扩展保局投影在保局投影的基础上进行扩展,通过引入可调因子,在保持人脸图像局部流形结构的同时考虑样本的类别信息,从而充分提取样本的判别特征。本文采用最小近邻分类器估算识别率。在Yale人脸库以及AT＆T人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,ELPP都具有较好的识别率。     

基于面部曲线弹性匹配的三维人脸识别方法

提出一种基于面部径向曲线弹性匹配的三维人脸识别方法。使用人脸曲面上的多条曲线表征人脸曲面,提取三维人脸上从鼻尖点发射的多条面部径向曲线,对其进行分层弹性匹配和点距对应匹配,根据人脸不同部位受表情影响程度不同,对不同曲线识别相似度赋予不同权重进行加权融合作为总相似度用于识别。测试结果表明该方法具有很好的识别性能,并且对表情、遮挡和噪声具有较好的鲁棒性。     

一种基于漂移扫描观测模式的星像散焦模型

漂移扫描技术虽然工作高效,但其观测模式会对成像效果造成不可避免的散焦.本文旨在通过构造模型来定量分析其散焦量,为星像质量的评估和改善提供理论参考.本文首先通过分析漂移扫描的工作机理及空间投影成像原理,建立了相应的目标星像散焦模型,并在此基础上,分别对因电荷移动速度和星像移动速度失配引起的非同步性散焦,以及空间目标曲线运动形成的轨迹投影散焦进行了定量分析.最后通过仿真实验,验证了模型的有效性,并讨论了其适用性.     

基于投影光栅的大型三维曲面轮廓测量技术

本文提出一种基于投影光栅的傅里叶变换轮廓法来实现大型三维曲面表面轮廓非接触测量的新方法，并讨论了滤波器的设计和傅里叶变换轮廓法的最大测量范围。最后给出了测量结果。     

基于霍尔三维结构的工业设计模型研究

以霍尔三维结构的思想为启示,论述了在工业设计活动中引入霍尔系统工作方法论的必要性和可行性,结合工业设计学科特点,从时间维、逻辑维、知识维3个维度进行了简要分析。在此基础上,提出了工业设计系统模型的初步构建,旨在为产品设计的实施提供系统化、整体性的理论引导,对于工业设计活动具有方法论层面的指导意义。     

三维激光测量的投影算法

在三维激光测量系统中,投影算法的研究和改进具有很重要的实际意义.本文首先分析了标准投影算法的原理,进行了理论公式的推导.同时,为了满足对更高性能算法的要求,在标准投影算法的不足的基础上,提出了全网格线性投影算法.通过对全网格线性投影算法原理和公式推导,可以发现全网格线性投影算法不但具有更高精度和速度,而且具有更强的自适应性和鲁棒性.本文给出了其原理和全部公式的推导,并完成了实验,给出了使用全网格线性投影法得出的实际三维扫描图像,得到了满意的结果.     

采用光栅投影的三维测量方法

提出一种新的三维坐标测量方法,该方法基于光栅投影、相移和三角测量等测量方法。与传统的光学测量方法不同,测量系统采用两个CCD相机记录投影光栅,减小了测量误差,提高了测量精度。测量实验结果在各个坐标上的精度分别为?靘,?靘,?8.5靘,总体精度优于20靘,证明了该方法的先进性和可行性。     

基于点阵投影的粗加工新方法

提出了一种点阵投影式的粗加工方法。该方法对模具或机械产品的造型没有特殊要求,既可以是规则的实体模型,也可以是自由曲面模型。而且允许曲面之间有缝隙或相互重叠;毛坯可以是任意形状,该方法计算模型简单,铣削过程中抬刀很少,加工效率高。     

基于互补式多波段带通滤光片的3D投影显示系统

本文提出一个基于互补式多波段带通滤光片的3D投影显示系统,该系统可以使观看者通过特制眼镜获得3D视觉体验。不同于时分复用和空分复用的3D显示系统,该系统借助成对的互补式滤光片实现谱分复用。通过设计可以实现两块滤光片的三对互补通带恰好分别覆盖RGB三色光谱范围,且每对互补通带相互交错几乎不重叠。在本文中,将两台普通的2D投影仪改造成3D投影系统,并测量了该系统的光谱、亮度、串扰等参数,其平均串扰3%,满足3D显示串扰小于10%的基本要求。     

监督式正交迹比判别投影在图像集人脸识别中的应用

研究、分析了人脸识别中提取原始数据特征的已有方法,在此基础上给出了一种应用监督式正交迹比判别投影(SOTRDP)的新型特征提取方法,即SOTRDP方法。不同于现有的非监督判别投影(UDP)方法,SOTRDP方法能够同时利用局部信息和类别信息建立相似性矩阵。在利用改进局部切空间对齐(ILTSA)非线性降维的基础上,利用聚类中心或最靠近它的样本作为输入,拓展SOTRDP用于图像集人脸识别。在PIE 和Honda/UCSD人脸数据库上的实验结果验证了所提方法的有效性。     

光栅投影式三维摄影测量仪的几何标定方法

光栅投影式三维摄影测量仪利用了时域结构光投影技术和立体视觉测量原理获得三维点坐标。针对传统标定方法易受镜头畸变影响和标定约束方程少导致精度下降的问题,采用了非线性的摄像机和投影机模型,并提出了二维的投影机模型;使用多平面法标定了系统测量所需的摄像机和投影机几何参数;为进一步提高参数精度,采用Levenberg-Marquardt算法优化了摄像机和投影机模型。实验结果表明,该方法操作简单,无需精确的位置和姿态调整,标定的绝对精度为0.2pixel,相对精度为1/5000。     

虚拟光栅变频投影三维测量技术的研究

虚拟光栅变频投影三维测量技术采用多光束干涉条纹形成虚拟余弦光栅,将虚拟余弦光栅投影到被测物体上得到被物体形貌调制的变形虚拟光栅。通过调整多光束干涉的楔角改变虚拟光栅频率,将两幅不同频率的变形虚拟光栅经过光学接收系统成像在CCD像机上,对CCD像机记录的变频变形光栅图像进行综合处理从而获取被测物体的三位形貌。本文给出了这种测量技术的原理,实验结果表明,采用变频虚拟光栅投影三维形貌测量技术可以有效地解决三维测量中被测物体高度变化率过大引起相位展开困难的问题。     

基于Gabor脸和隐马尔可夫模型的人像识别算法

提出了基于Gabor小波变换和隐马尔可夫模型的人像识别算法。该算法先对人脸图像进行多分辨率的Gabor小波变换,采用主元分析法对每个结点进行降维,最后形成Gabor脸。把Gabor脸的每个特征结作为观测向量,对隐马尔可夫模型进行了训练,并把优化的模型参数用于人脸识别。实验结果表明,本文方法识别率高,复杂度较低,对部分遮挡的图像具有较大的容忍度。     

A fast 3D shape measurement method based on sinusoidal and triangular fringe projection

Existing methods to measure 3D shape of complex object involve processing more than six captured images to obtain the absolute phase, which limit the measurement speed. This paper presents two sinusoidal fringes and two triangular wave fringes which is used to measure 3D shape of complex object. The two-step phase-shifting sinusoidal fringes and two-step phase-shifting triangular wave fringes are calculated to obtain the wrapped phase, and then the two-step phase-shifting triangular wave fringes are used to determine the fringe order. Due to decrease the number of projection fringes, the speed of measurement increases. The triangular wave fringe carries more information of the object than linear increasing/decreasing ramp fringe in the actual measurement, more noise in the base phase to be overcome, thus improving the measurement accuracy. The benefits can be widely applied in high-speed, real-time 3D measurement of complex shape. Experimental results have demonstrated that the proposed method is simple, but effective.     

由序列图像进行三维测量的新方法

目前的三维测量方法都需要专门的测量设备且存在着种种限制,为此提出了一种基于图像序列进行三维测量的新方法。将由数码相机围绕被测物体拍摄的多幅图像导入计算机,利用图像处理知识得到特征的二维信息;采用计算机视觉方法,对特征从射影空间到欧式空间分层逐步重建即可完成三维测量。设计一套特征标志组合,作为辅助测量工具避免了特征匹配难题。确立了一套图像分割与识别策略获得特征标志二维信息,识别率可达到95%以上。采用基于模约束的摄像机分层自标定方法得到特征在欧式空间下的三维信息,并通过多种优化方法减少误差的影响。该方法在硬件上实现简单,对测量条件要求不高。实际试验表明,相对误差可达到1.48%,重投影误差为0.3864像素。     

基于切割子模块的单样本人脸识别

针对单样本人脸识别问题,本文提出了一种基于单样本切割的子模块主成分分析方法.该方法将单样本人脸图片切割成大小相同、互不重叠的多个子模块,切割后的子模块集构成新的样本集.对所有子模块作主成分分析(PCA)并提取特征,同一人脸的子模块特征系数作为分类识别的依据.在ORL人脸库上的测试结果表明,同PCA,(PC)2A,Sub-pattern LDA相比,该方法具有更好的识别率.     

Efficient 3D point clouds classification for face detection using linear programming and data mining

Most of the applications related to security and biometric rely on skin region detection such as face detection, adult 3D objects filtering, and gesture recognition. In this paper, we propose a robust method for skin detection on 3D coloured point clouds. Then, we extend this method to solve the problem of 3D face detection. To do so, we construct a weighted graph from initial coloured 3D point clouds. Then, we present a linear programming algorithm using a predictive model based on a data mining approach to classify and label graph vertices as skin and non-skin regions. Moreover, we apply some refinement rules on skin regions to confirm the presence of a face. Furthermore, we demonstrate the robustness of our method by showing and analysing some experimental results. Finally, we show that our method deals with many data that can be represented by a weighted graph such as 2D images and 3D models.