【摘 要】
：
人脸姿态估计在人脸识别、人机交互和面部表情分析等领域应用广泛，其中一个重要的指标是人脸姿态估计的精度。针对获取的三维（3D）人脸模型存在偏转角度的问题，提出一种基于对称平面的3D人脸姿态估计算法。依据人脸具有的左右对称性来提取对称平面，进而计算对称轮廓；将对称平面与yoz坐标平面对齐，获得首次姿态调整结果；将对称轮廓两端点构成的向量调整到与y坐标轴平行，获得第二次姿态调整结果。综合两次调整，得出姿
论文部分内容阅读
人脸姿态估计在人脸识别、人机交互和面部表情分析等领域应用广泛，其中一个重要的指标是人脸姿态估计的精度。针对获取的三维（3D）人脸模型存在偏转角度的问题，提出一种基于对称平面的3D人脸姿态估计算法。依据人脸具有的左右对称性来提取对称平面，进而计算对称轮廓；将对称平面与yoz坐标平面对齐，获得首次姿态调整结果；将对称轮廓两端点构成的向量调整到与y坐标轴平行，获得第二次姿态调整结果。综合两次调整，得出姿态估计结果。以面部模型绕y坐标轴旋转的β角作为评价指标来评价算法的准确性，利用BJUT-3D人脸数据库，
其他文献
针对深海推进器用机械密封在工况周期波动下磨损失效现象，在机械密封PV试验机上进行拟实工况测试，建立不同材质摩擦副配对在工况周期波动和定工况下的对照性试验，测试摩擦副实时摩擦系数、形貌演变、表面磨损等试验数据。试验结果表明：工况周期波动下的SSiC-M106K摩擦系数振幅频率高于恒定工况，且表面粗糙度由0.02622 μm上升至1.08 μm，产生的磨粒对M106K表面造成二次磨损；另一方面，在3种
图像去模糊长期以来一直是计算机视觉和图像处理中的研究热点。由相机抖动、物体运动或失焦引起的运动模糊或焦点模糊图像会严重影响图像的使用和后续处理。传统的盲去模糊方法利用图像运动模糊产生的不同原因，可将运动模糊分为全局运动模糊和局部运动模糊，概述了近年来图像盲去模糊的方法和研究现状。然后，在深度学习图像去模糊方法的基础上，总结了图像去模糊的方法及研究现状。同时，对传统的盲去模糊方法和深度学习的盲去模糊
利用成像只与温度有关的远红外光谱视频进行老人摔倒检测研究，提出一种基于人体骨架模型的远红外视频下老人摔倒检测算法；采用YOLOv4-Tiny算法获取远红外视频中人体目标位置，再利用COCO数据集训练的区域多人姿态估计网络模型直接对自采集的远红外视频进行人体骨架提取，得到人体关节点序列，然后对人体骨架建立时空图卷积模型进行特征提取进而检测摔倒行为，并在自采集的远红外与可见光数据集上进行算法测试。结果
跨模态行人重识别研究同一身份行人的可见光图像和红外图像的匹配检索问题。由于相机的波长范围、光照、场景等成像因素不一致，跨模态行人重识别面临较大的跨模态差异和类内变化的挑战。因此，本文提出基于语义耦合和身份一致性的跨模态行人重识别方法。在语义层面，通过双向地耦合不同模态的语义特征，实现不同模态间语义交互融合，有效缓解跨模态差异；在行人身份层面，通过优化跨模态三元组损失和身份损失，实现类内身份信息一致
点云学习因其在计算机视觉、自动驾驶和机器人技术等领域的广泛应用而受到越来越多的关注。点云数据具有稀疏性、无序性、有限性等特点，给基于深度卷积神经网络的点云分类任务带来很大困难，通常采用多视图或将点云转换为体素后使用卷积神经网络进行处理，但转换过程会带来局部特征信息丢失、计算效率低等问题。将原始点云直接输入到分类网络还存在参数量过多、网络规模复杂等问题，实时性任务处理仍需进一步优化。为使点云处理网络
针对利用深度学习方法计算三维模型间稠密对应关系时算法泛化能力较差的问题，提出了一种基于无监督变形网络计算对应关系的新方法。首先通过基于螺旋卷积的模板特征提取网络计算非参数化模板的局部特征描述符；其次在模板变形网络中利用编码器获取输入模型的全局特征，并与模板的局部特征描述符拼接，将拼接后的特征输入到解码器中计算模板的变形模型；最后通过最近邻搜索算法计算变形模型与输入模型之间的稠密对应关系。实验结果表
Leap Motion因其追踪精度高、手势交互性好的优点被广泛运用于各类虚拟安装。将Leap Motion手势识别应用于高集成度大型结构件的高精度虚拟安装，可实现虚拟手对安装过程的交互控制。设计了一种基于加权卡方距离的模糊KNN分类方法实现虚拟手势分类，根据手势特征的重要性赋予不同权值，可进一步提高分类准确率，测试结果表明改进分类方法识别准确率达到92.7%，比传统分类算法提高5.3%。使用三种手
针对织物疵点纹理多变、类型多样和尺度不一的特点,提出了优化Faster R-CNN疵点检测模型。将基于卷积模块的注意力机制(convolutional block attention module,CBAM)引入经典Faster R-CNN模型中,对建立的6 317张包含污渍、破洞、跳花、断经、断纬、缺经、缺纬和并纬等疵点的织物图片样本库进行CBAM的改进模型与原模型对比实验。结果表明:优化后的网
随着中国高速铁路里程的迅速增长，接触网安全稳定运营面临巨大压力，对其进行视频监控具有重要意义。针对影响电气化铁路接触网正常工作的鸟巢异物进行研究，提出一种基于深度学习的鸟巢异物检测方法，首先利用最邻近插值法进行图像缩放，然后采用双边滤波算法对图像进行去噪，进而用直方图均衡化算法进行图像增强。通过将YOLO v3与Faster RCNN两种目标检测方法进行详细对比分析，给出了准确率、误检率、漏检率和
在铁矿石烧结过程中，烧结机尾断面图像中的火焰区域蕴含着大量烧结特征信息。为有效识别烧结断面火焰核心区域，本文提出了改进的粒子滤波算法对烧结断面图像进行火焰区域跟踪。在经典粒子滤波算法中引入RGB颜色空间生成带权粒子。同时，烧结过程中火焰区域可能合并、分裂及脱落，对粒子滤波算法中重采样方法进行权值优化、粒子舍弃与重采样策略优化，避免由粒子退化现象与样本贫乏问题引起跟踪失败。结果表明，改进的粒子滤波算