论文部分内容阅读
基于双特征匹配层融合的步态识别方法
【机 构】
：
西安科技大学计算机学院 西北大学信息学院
【出 处】
：
2018第12届全国计算机图形学大会Chinagraph 2018
【发表日期】
：
2018年10期
其他文献
本文旨在研究如何将面向二维图像的CNN应用于三维点云的分类中.针对点云模型的特点，提出了一种基于CNN的通用三维点云模型分类框架；并设计了三种三维点云数据的有序化方法、三种有序点云数据的二维图像化方法、适用于二维点云图像分类的卷积神经网络PCI2CNN.本文方法在ModelNet10和ModelNet40上分别取得了93.97％和89.75％的分类准确率，和当前最好的方法相当.实验结果充分表明，将
会议
图像分割是图像处理与计算机视觉的基本问题之一，是图像处理的关键步骤.RGB-D 图像因其包含着深度数据而被普遍用于场景重建和场景表示中.本文提出了一种针对于室内场景 RGB-D 图像的分割方法.该方法以超像素作为处理单元，在基于密度的空间数据聚类算法？(DBSCAN)的基础上定义了新的距离度量来衡量超像素之间的相似性，距离度量函数不仅考虑到了颜色信息，还增加了几何信息.首先，经过？RGB-D 图像
会议
针对KCF算法难以应对目标快速运动和运动模糊等问题，本文提出了基于均值偏移和核相关滤波算法的联合跟踪器.KCF算法并没有对目标跟踪中固定模板大小的问题做出改进，为了解决这个问题本文采用尺度自适应多特征跟踪器中提出的尺度策略.对视频的每一帧，联合跟踪器首先采用均值偏移算法预测当前帧中的目标位置，然后以这个位置作为核相关滤波算法的输入来二次检测目标位置，最后采用交叉更新策略更新目标模型.本文提出的混合
会议
在柔性密封条误差测量过程中，密封条容易弯曲且形变较大，直接匹配精度较低，测量误差大。针对此问题，本文提出了一种基于两步式轮廓图像配准的柔性密封条视觉测量方法，该方法第一步提取密封条轮廓的角点，然后基于最小化均方误差的思想进行搜索，并计算初始配准结果，再使用线性回归进行微调来提高初始配准结果；第二步利用形状描述子进行局部轮廓配准，进一步获得两张轮廓图之间的精确配准结果；最终进行不同类型的误差定量计算
会议
光滑粒子动力学方法中求解流体不可压缩性的计算开销和稳定性都与时间步长的选取具较强的相关性。为了保证大时间步长下任意复杂场景的模拟，本文提出一种多尺度方法来求解流体的不可压缩性。本文方法通过定义具有不同分辨率的粒子层次结构来消除不同频域上的密度误差，从而实现更高的收敛速度和更低的计算开销。在每个粒子层次上，我们进一步提出一种基于位置的方法来校正位移场的误差。本文方法通过消除拉伸不稳定性允许我们选取比
会议