On the simulation of expressional animation based on facial MoCap

MoCap(motion capture)-based animation is a hot issue in computer animation research currently.Based on the optical MoCap system,this paper proposes a novel cross-mapping based facial expression simulating method.To overcome the problem of the false upper and lower jaw correlation derived from the facial global RBFbased cross-mapping method,we construct a functional partition based RBF cross-mapping method.During model animating,enhanced markers are added and animated by our proposed skin motion mechanism.In addition,based on the enhanced markers,an improved RBF-based animating approach is raised to derive realistic facial animation.Further more,a pre-computing algorithm is presented to reduce computational cost for real-time simulation.The experiments proved that the method can not only map the MoCap data of one subject to diferent personalized faces but generate realistic facial animation.     

矿车立体调度及定位电控系统设计

大型煤矿矿车数量、类型较多,存在矿车出入库空间如何充分利用的问题。文章提出了一种矿车立体调度及定位电控系统的设计方案,给出了基于丝杠传动方式的矿车出入库立体调度及定位规划设计;结合该系统架构,介绍了运动控制器SIMATIC CU320的电控配置、PLC单元与现场检测单元的配置及系统的网络组态。调试结果表明,该系统实现了稳定、准确的矿车调度及定位,提高了车位利用率。     

基于最小平方中值定理的立体视觉里程计

提出了一种基于最小平方中值定理（LMedS）的立体视觉里程计方法。利用图像中尺度不变的SIFT特征点作为路标,基于KD树的最邻近点搜索算法来实现左右图像对特征点的匹配和前后帧间特征点跟踪。通过特征点的三维重建,基于最小平方中值定理估计出机器人的运动距离和方向信息。实验表明该方法在不同图像间匹配、三维路标跟踪和机器人运动估计中具有很强的鲁棒性。     

部分模糊核已知的混合模糊图像复原算法

真实环境中得到的图像常会受到多种模糊降质过程的影响,导致成像质量下降,为此提出一种图像退化模型及相应的复原算法.与传统的级联方式不同,该算法假定模糊核函数是散焦与运动模糊的加权和形式;在散焦模糊给定的情况下,使用广义拉普拉斯分布作为运动模糊的统计模型,并在期望最大化(EM)算法框架下估计模糊核函数;最后利用估计的模糊核函数进行图像复原.实验结果表明,采用文中的复原算法能够较为准确地辨识出模糊核,提升了图像复原的效果.     

基于模糊控制的船舶自动导航仿真系统

在介绍船舶运动特性和分析船舶运动的基础上,建立船舶运动质点方程,研究基于模糊控制的船舶自动导航仿真系统。针对船舶偏航量的控制,设计位移模糊控制器和航向模糊控制器,对船舶在波浪中的运动进行数值仿真。船舶在各种不同外界条件下的运动状态数据,应用数据库技术,进行存储,作为后续数据分析来源。采用VC＋＋,在VS2005开发环境下使用GDI编程,实现可视化仿真。     

面向运动分割优化的变分光流计算方法研究

面向运动分割的需求,围绕变分光流计算中的运动边缘保留问题,对反应-扩散式光流计算模型中的扩散张量设计与改进方法进行系统深入研究。 在分析已有设计方法的基础上,提出了一种融合图像和流场信息驱动的扩散张量设计方法,并利用该扩散张量建立光流计算模型,然后在多尺度计算框架下给出了相应的偏微分方程数值计算方法。 理论分析与对比实验结果表明,这种设计方法能有效克服现有方法提取运动边缘不精确的缺点,更准确地刻画出运动边缘,提高光流的计算精度。     

基于增量式特征基背景模型的运动目标检测

背景差法是目标运动检测的主流方法,关键在于背景模型自适应更新.针对传统特征基背景模型批处理方式计算量大、更新速度慢的问题,采用增量式主成分分析来建立特征基背景模型.首先计算样本图像的初始背景图像,然后采用CCFIPCA算法更新特征基背景模型,最后通过输入帧和重建帧的欧氏距离检测前景运动目标.算法以视频帧整体来建立背景模型,克服了混合高斯模型和核密度估计以孤立像素点建模的不足,提高了背景建模的鲁棒性.在SIMULINK下的仿真实验表明,算法能很好地适应高速公路交通场景动态变化,在有光线变化和阴影影响的情况下能完整、准确地提取出运动车辆轮廓.     

一种基于运动矢量分析的Mean shift目标跟踪算法

Mean shift算法作为一种非参密度估计算法,目前已被广泛应用于视频运动目标的跟踪。该算法具有运算效率快,对目标变形、旋转不敏感,在部分遮挡的情况下有一定鲁棒性等特点,但该算法在运动目标速度过快的情况下,由于没有考虑利用目标的运动方向和速度信息,因此在跟踪快速运动目标时容易造成跟踪丢失。针对此问题,提出了一种基于运动矢量分析与Mean shift跟踪算法相结合的新方法,即首先对视频编码过程中产生的运动矢量进行概率统计分析,以获取目标运动方向与运动速度的估计值,再以此修正Mean shift运动候选区域的中心位置,使每次搜索开始时,候选中心位置更接近实际目标中心位置。通过与传统的Mean shift算法的跟踪实验比较可见,新算法不仅提高了快速运动目标跟踪的精度,而且减少了算法的搜索迭代次数,从而提高了运算效率。该算法可适用于智能视频监控设备中的视频编码与目标跟踪同时计算的情况,实验结果表明,该算法是有效可行的。     

将局部二进制模式应用于动态纹理识别的新方法

动态纹理的处理、描述与识别是纹理分析的热门领域。动态纹理是对普通纹理在时间域方面的扩展,包括动态特征和静态特征。基于LBP算法的扩展提出的VLBP算法较好的描述了动态纹理特征,但是计算量过大,模板过多。本文提出了一种由VLBP算法改进的基于局部二进制运动模式的特征提取方法用以动态纹理的描述和识别,它包括提取动态特征和提取静态特征两部分。将LBP算子做为块匹配准则提取局部二进制运动模式柱状图做为动态特征的描述,提取LBP柱状图做为静态特征的描述,并将二者连接得出描述动态纹理特征的联合的局部二进制运动模式柱状图。通过对DynTex集实验的结果表明,本文提出的方法在性能和识别率方面均要优于VLBP。     

Human eye sclera detection and tracking using a modified time-adaptive self-organizing map

This paper investigates the use of time-adaptive self-organizing map (TASOM)-based active contour models (ACMs) for detecting the boundaries of the human eye sclera and tracking its movements in a sequence of images. The task begins with extracting the head boundary based on a skin-color model. Then the eye strip is located with an acceptable accuracy using a morphological method. Eye features such as the iris center or eye corners are detected through the iris edge information. TASOM-based ACM is used to extract the inner boundary of the eye. Finally, by tracking the changes in the neighborhood characteristics of the eye-boundary estimating neurons, the eyes are tracked effectively. The original TASOM algorithm is found to have some weaknesses in this application. These include formation of undesired twists in the neuron chain and holes in the boundary, lengthy chain of neurons, and low speed of the algorithm. These weaknesses are overcome by introducing a new method for finding the winning neuron, a new definition for unused neurons, and a new method of feature selection and application to the network. Experimental results show a very good performance for the proposed method in general and a better performance than that of the gradient vector field (GVF) snake-based method.