基于多媒体技术的三维人物图像动态重构

针对基于自标定的三维人物图像动态重构方法不能准确获取人物运动形态的三维位置,重构结果存在较高的偏差的问题,提出基于多媒体技术的三维人物图像动态重构方法,采用单目图像重构算法完成人体三维姿态重构。对多媒体技术中单摄像机拍摄的单目人体运动图像进行重构时,首先基于人体树状模型,采用基于部件检测器的二维肢体检测算法完成人体二维肢体检测;再采用基于关节点图像坐标的三维姿态重构算法,依据人体二维姿态检测结果,通过预测关节点反投影误差的退火粒子滤波算法完成人体三维姿态的跟踪,实现三维人体图像动态重构。实验结果说明,所提方法可准确实现三维人物图像动态重构,具有较高的重构精度和效率。     

基于时空多特征融合网络的三维人体姿态估计北大核心CSCD

目前,常见的三维(3D)人体姿态估计算法在表征学习上取得很好的效果,但是在人体骨架关节点处依然存在估计精度不佳等问题,因此,如何从单目RGB图像中利用冗余的二维(2D)姿态序列时空信息来估计人体姿态的有效方式是一个研究的难点。本文提出一种基于时空多特征融合网络的三维人体姿态估计算法,具体是结合一种图像外观信息和运动时序信息时空多特征融合层级方法,该方法利用一种紧凑的卷积神经网络(convolutional neural network, CNN)学习时空信息将二维关节点位置信息建模为三维关节点位置。实验结果表明,本文所提出的方法能实现较为先进的端对端姿态估计精度,而且不需要任何后处理阶段的姿态优化方法,本文得到的姿态估计在平均精度上得到有效的提升,证明本文方法能够有效提高人体姿态估计的准确性。     

关节点时空信息融合降维的人体动作识别方法

基于二维卷积神经网络(2DCNN)和三维卷积神经网络(3DCNN)的人体动作识别方法都存在运算量较大的问题,提出了关节点时空信息融合降维的人体动作识别方法(Joint-trajectory).首先,采用高分辨率网络(HigherHRnet)提取视频每帧图像中人体各个关节点的空间坐标信息,构建单帧图像中人体关节点空间信息...     

基于三帧差法的人体水中运动轨迹跟踪系统设计

为了解决传统的人体运动轨迹跟踪系统在进行水下跟踪时模型三维重建时间长,得到的跟踪轨迹与人体实际运动轨迹不符的问题,基于三帧差法设计一种新的人体运动轨迹跟踪系统。该系统针对水下环境进行深入研究,在硬件架构中设立了初始化层、运动检测层和人体跟踪层,并构建三维人体模型、运动特征提取模块和运动特征分割模块,以此确定人体的边界特征、灰度特征、轮廓特征和肤色特征。引用三帧差法设立系统软件流程,共分为图像检测、差分图像获得、阈值处理、连通性分析、图像判别五步。为检测跟踪系统效果,与传统跟踪系统进行实验对比,结果表明,基于三帧差法设计的人体水下运动轨迹跟踪系统可以在短时间内构建出三维模型,绘制的跟踪轨迹与实际运行轨迹相似度高于传统跟踪系统。     

基于ConvLstm的参数化建模及人体尺寸测量方法

通过图像测量人体尺寸具有远程以及不用手接触等优点.提出了一种通过ConvLstm进行人体三维建模进而测量人体尺寸的方法.ConvLstm是一种深度学习模型,可以获取到连续图像的相关信息,利用设计的并行ConvLstm从连续的多角度人体轮廓图像中获取3 D建模所需的参数,然后将参数输入到当下最精确的SCAPE参数化人体模...     

基于最近邻特定点的人体运动姿态特征点标定识别方法

为了提高人体运动姿态的准确检测识别能力,提出基于最近邻特定点的人体运动姿态特征点标定识别方法.人体运动姿态图像采集依托于激光扫描技术,检测激光图像边缘轮廓,结合图像分割技术进行人体运动姿态的轮廓线分割和特征识别,构建激光图像灰度直方图分布结构模型,采取区域块匹配的方法提取模型中人体运动姿态和动作特征,采用多维像素重构方...     

基于Kinect人体动态三维重建

从图像中恢复出三维物体表面模型的方法称为3D重构,是计算机图形学研究领域中一个重要的研究方向。准确可靠的三维动态几何重建在影视制作和游戏开发中具有重要作用。不同于静态物体表面三维重建,动态几何三维重建需要研究帧与帧之间准确的对应信息。本文提出的方法基于单个Kinect硬件系统,利用Kinect重建出人体的静态三维模型,结合Kinect识别出的骨架进行人物的动态三维模型重建。     

红外视频图像中的人体目标检测方法

人体目标检测是很多机器视觉应用的难点,如智能视频监控和车辆辅助驾驶,基于可见光图像的方法很难解决复杂背景和目标区域的分离问题,因此,越来越多的研究转向利用红外图像进行检测。提出了一种红外视频图像中的人体目标检测方法,该方法首先利用红外图像中像素值近似呈现单模态分布的特点,对高亮像素进行检测,然后采用灰度直方图和投影直方图相结合的2D直方图特征对目标进行检测。实验结果表明:该方法具有较高的检测率,但误报率也较高,其原因在于负样本的数量和代表性不足,因此,改进空间很大。     

基于多帧二维动画图像的三维自动生成技术

针对传统的三维自动生成方法存在效果差的问题,提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像三维自动生成技术。采用相似度度量方法进行图形渲染的表面层次平滑处理,利用对象层次与表面层次随动信息融合方法进行动画图像渲染,实现多帧二维动画图像的三维重构与动态生成。仿真结果表明,采用改进方法进行多帧二维动画图像重构生成,图像具有较高的逼真性。     

人体的激光扫描三维建模系统的研究

介绍一种利用激光技术及空间三维测量原理实现对人体外部形状三维建模的新方法.提出了人体的激光光点三维信息采集方式,推导出了人体外部形状三维坐标的数学模型,提出了人体外部形状的模型集成原理及特征识别模式原理,由此建立了人体的激光扫描三维建模系统,同时可为医疗、现代服装及军事等不同领域提供所需的人体外部形状三维数据或尺寸.系统主要由一台激光扫描仪、三台CCD摄象仪及计算机构成.激光波长650 nm,光束直径0.9 mm,功率1.5 mW.三台CCD摄象仪,沿站立人体周向角度均匀但不等高设置,两两循环配合构成人体的激光光点三维信息采集系统.扫描仪为空间三点输出,与三台CCD摄象仪位置相应,由专用机构控制反射镜顺序输出,实现对人体全身扫描,由三台CCD摄象仪瞬时采集人体的激光光点三维信息,经相应接口电路输入计算机,利用计算机对两两图像进行对应识别、采集及处理,得出人体外部形状三维坐标集,再经建模处理建立人体形状的三维模式数据库,实现人体三维模型的建立及人体外部形状特征的提取.(OF6)     

基于计算机视觉的三光带激光三维人体动画合成方法

传统的三维人体动画合成方法采集效率低,成像质量差,为了解决上述问题,基于计算机视觉研究了一种新的三光带激光三维人体动画合成方法,选用针孔型的扫描设备通过非线性模型计算内参数,然后利用内参数对计算机图像的像素进行定位坐标并进行像素坐标矫正,再将经过坐标矫正后的扫描设备坐标带入到集团及图像像素坐标和空间坐标中,使两种坐标相...     

基于多核稀疏编码的三维人体姿态估计

为了准确有效的重构多视角图像中的三维人体姿态,该文提出一种基于多核稀疏编码的人体姿态估计算法.首先,针对连续帧姿态估计的歧义问题,该文设计了一种用于表达多视角图像的HA-SIFT描述子,其中,人体局部拓扑、肢体相对位置及外观信息被同时编码;然后,在多核学习框架下建立同时考虑特征空间内在流形结构与姿态空间几何信息的目标函数,并在希尔伯特空间优化目标函数以更新稀疏编码、过完备字典与多核权值;最后,利用姿态字典原子的线性组合来估计对应未知输入的三维人体姿态.实验结果表明,与核稀疏编码、Laplace稀疏编码及Bayesian稀疏编码相比,文本方法具有更高的估计精度.     

基于高斯增量降维与流形Boltzmann优化的人体运动形态估计

为了从多视角轮廓图像估计出含空间位置信息的三维人体运动形态,该文提出高斯增量降维与流形Boltzmann优化（GIDRMBO）算法.该算法把表示三维人体运动形态的高维数据分成表示空间位置信息和姿态信息两段子向量后,用高斯增量降维模型（GIDRM）分别对其样本进行降维,建立相应的低维空间及映射关系,然后在相应的低维空间使用流形Boltzmann优化算法来对轮廓匹配目标函数进行优化,从而实现估计.其中,所提算法分别利用了两段子向量样本的低维数据作为先验信息,可较好的避免陷入局部最优区域进行搜索,最终生成与各视角原始运动图像匹配且含空间位置信息的三维人体运动形态.经仿真实验验证,所提算法与常用粒子滤波算法相比,其估计误差小,并且还能起到消除轮廓数据歧义和克服短时遮挡的作用.     

环形石英玻璃在二维投影图像中的成像模型

在发动机光学实验中,通常采用环形石英玻璃缸套代替金属缸套,在多个角度进行发动机燃烧火焰二维投影图像的拍摄,并利用CT技术重构燃烧火焰的三维图像。但受石英玻璃折射现象的影响,火焰的二维投影图像会发生改变,从而使火焰的三维重构图像产生畸变。本文主要从光学角度来分析不同半径的环形石英玻璃对物体二维投影图像产生的影响,建立相应的成像模型,并利用MATLAB语言进行仿真实现。该研究对建立ART代数方程组进行发动机火焰的切片重构具有很强的现实意义。     

基于二维压缩感知和分层特征的图像检索算法

为了保留图像分析时的像素点位置关系及降维处理,把一维压缩感知理论推广到二维,建立了二维可稀疏信号的压缩测量模型,研究了一种二维信号的自适应梯度下降重构AGDR(Adaptive Gradient Descent Recursion)算法,由此提出了一种图像分层特征提取与检索方法.首先对图像在RGB颜色空间上进行网格离散划分,通过分层算子对图像进行分层映射,定义一种基于颜色网格空间的扩展灰度共生矩阵,采用二维测量模型获取图像的分层测量特征、纹理特征与分层颜色统计特征,图像分层测量特征综合反映出图像的颜色及像素点位置的关系,扩展灰度共生矩阵反映纹理特征.其次用AGDR算法计算检索图像之间的原始信号差量及其稀疏值.最后结合两类分层特征差量、稀疏值和颜色统计特征,融合计算图像间整体相似度度量指标.仿真实验表明,应用分层二维压缩感知测量与AGDR算法的图像检索方法在检索时间、查全率和查准率等指标上具有优越性能,为图像检索提供了新思路.     

近场毫米波三维成像算法

介绍了一种近场毫米波三维成像算法。首先对目标进行二维成像,然后提出一种基于局部信息联合BM3D自适应滤波滑窗算法,有效保留了图像信息并抑制杂波,实现三维成像重构。分别从系统平台、信号回波模型、后向投影与全息成像算法及成像结果、图像滤波、三维成像重构展开介绍,所得结果验证了实验的可行性和准确性,在诸多场景中具有广阔的应用价值。     

基于统计特征加权的模糊聚类方法及其应用

从传统目标函数聚类方法的思想出发,在基于样本集统计特征的基础上,提出基于统计特征加权模糊C-均值聚类方法,并提出基于统计特征的权值计算方法.分别利用图像的一雏灰度特征与一维灰度统计特征加权和二维灰度特征与二维灰度统计特征加权,将两种特征加权的模糊聚类方法应用于灰度图像二值化,并将该方法的处理结果与其他二值化方法处理结果进行详细的比较.实验结果表明,该方法能够有效地实现图像的二值化.     

基于语义特征立方体切片的人体动作识别

基于深度学习的人体动作识别近几年取得了良好的识别效果,尤其是二维卷积神经网络可以较充分的学习人体动作的空间特征,但在捕获长时间的运动信息上仍存在问题。针对此问题,提出了基于语义特征立方体切片的人体动作识别模型来联合地学习动作的表观和运动特征。该模型在时序分割网络(Temporal Segment Networks,TSN)的基础上,选取InceptionV4作为骨干网络提取人体动作的表观特征,将得到的三维特征图立方体分为二维的空间上和时间上的特征图切片。另外设计一个时空特征融合模块协同的学习多维度切片的权重分配,从而得到人体动作的时空特征,由此实现了网络的端到端训练。与TSN模型相比,该模型在UCF101和 HMDB51数据集上的准确率均有所提升。实验结果表明,该模型在不显著增加网络参数量的前提下,能够捕获更丰富的运动信息,使人体动作的识别结果提高。      

基于参数域映射及B样条插值的三维重构方法

利用单目CCD图像进行物体表面非接触测量的核心是基于单幅图像的三维重构技术,常采用由阴影恢复形状(SFS)的方法实现三维重构。当图像分辨率较低时,通过由阴影恢复形状的方法重构的三维表面模型其分辨力较差,无法满足实际要求。为此提出了一种基于参数域映射及B样条插值的三维重构方法。采用B样条插值技术对图像进行放大处理,通过像素的参数域映射减小图像的失真及高频信息的丢失,根据放大后图像的灰度信息重构物体的三维表面模型。实验表明,基于参数域映射及B样条技术的图像插值方法很好地保护了图像的细节,利用该方法进行三维重构能够有效改善重构模型的分辨力和光顺性,为提高三维表面非接触测量精度创造了条件。     

BM3D在图像加密压缩中的应用

块压缩感知与二维随机排列（Block Compressed Sensing with Two-Dimensional Random Permutation,BCS-2DRP）已被证明对图像加密-压缩非常有效。然而,其重构图像的清晰度仍有待提高。为了解决这个问题,应用块匹配三维滤波（BlockMatching and 3D Filtering,BM3D）算法来提高BCS-2DRP中图像的重构质量。仿真结果表明,所提算法保证了图像加密的安全性,且重构图像有较高的峰值信噪比（Peak Signal to Noise Ratio,PSNR）值。