投影三维重建中基础矩阵的鲁棒性估计方法

在未定标系统中 ,基础矩阵给出了图像间对极几何关系的代数描述 ,解决了许多视觉问题的关键环节 ,本文提出了一种新的鲁棒性基础矩阵估计方法 ,它引入了能够较好表达代数余数标准方差的Sampson加权算子 ,并且用迭代法来满足图像点噪声为非高斯白噪声的情况 .实验结果表明 ,在较大噪声干扰的条件 ,仍能较为准确地估计基础矩阵 ,具有良好的鲁棒性和较快的运算速度 .     

基于奇异值分解的长序列图象运动估计

将刚体目标的运动表示为一个匀速旋转且旋转中心做匀加速平移的模型，由此构造出一个由长序列立体图象、基于奇异值分解（ＳＶＤ）求解运动模型参数的线性算法．另外，文中给出了计算机模拟结果和解的唯一性分析．     

一种求解刚体3D运动参数的鲁棒算法

提出一种基于鲁棒统计学中位数的３Ｄ运动参数估计方法，能够有效地克服由于出格点造成的粗差，并且不需任何参数初始值，整个算法计算简便，计算机模拟显示，其估计精度是令人满意的。     

基于拓扑图及三维特征的三维物体识别方法

提出一种基于拓扑图及三维特征的三维物体识别方法.该方法在图象预处理阶段先检测物体可视表面的闭合边界,再依据闭合边界对物体进行表面分割,并用一个景物特征图对景物进行表达(SAGR).在建模阶段,先采用多视图表面模型方法建模,再依据表面分割,对模型用一个模型特征图进行表达(MAGR).在物体识别阶段,将景物与模型的匹配分3部分进行,即扫描部件、图的匹配部件及匹配检验部件.匹配首先是基于 SAGR 与 MAGR 图的拓扑性质的匹配,然后是基于三维特征的匹配.根据匹配结果,或对未知物体自动建模,或给出识别结果.     

一种适应域的汉语N-gram语言模型平滑算法

针对基于汉语词的 Ｎｇｒａｍ 模型统计数据稀疏问题和应用域变化造成原统计模型识别性能降低,提出具有应用域适应能力的 Ｎｇｒａｍ 模型平滑算法。对两种应用域的语料进行了前、后向 ０ 到３ 元文法统计,采用隐马尔可夫模型（ Ｈ Ｍ Ｍ）在语音识别中的成功经验,由 Ｂａｕｍ ｗ ｅｌｃｈ 算法来获得优化权值,每个权值代表相关模型的统计可靠性。由前后向的３ｇｒａｍ 模型可得到５ｇｒａｍ 文法约束的平滑算法,以弥补统计矩阵数据的稀疏现象。将《人民日报》语料的统计结果作为先验统计结果,和《计算机世界》作为转换域的专业语料进行后继训练,得到一种适应应用域的３ｇｒａｍ 模型。实验结果表明,前后向约束的３ｇｒａｍ 文法得到的５ｇｒａｍ 平滑可以较小的存储代价得到较高的文法约束,大大降低了统计模型的困惑度     

多视点标定图像的交替迭代度量重建方法

提出了一种针对相机内部参数已标定的多视点图像交替迭代度量重建方法.该方法以目标空间中重建的3D点到匹配特征点的反投影线间的距离作为重建误差的测度,使误差函数形式上更简洁且具有明确的几何意义.重建过程通过对相机外部参数中的旋转矩阵、平移量和3D重建点交替迭代完成,其中平移量和3D点一起估计,避免了它们与旋转矩阵中的元素间的尺度差异引起的数值偏差.利用合成数据和真实图像的计算分析均表明本文方法有较高的重建精度,具有实用性.     

多模态人机交互中基于笔输入的手势识别

为研究多模态人机交互系统的理论及构造方法 ,提出了一种快速的、单笔划手势识别方法 .该方法通过提取手势轨迹的关键点及各关键点的运移方向 ,形成特征码 ,然后与标准手势符号的各种可能的特征码进行匹配 .其中方向特征用于预分类 ,而关键点位置信息用于细分类 .实验结果表明该方法速度快、识别率高 .     

自主虚拟人真实感行为与运动建模的研究

提出一个构建具有高度自主性虚拟人的集成框架,在实时虚拟环境中创建具有类人的真实感行为特征与运动能力的虚拟人.在集成框架中,感知系统使虚拟人能够获取虚拟环境中视听觉信息,对虚拟环境进行自主探索;基于决策网络的行为决策系统模拟真实人类决策的复杂性与不确定性,根据所感知的周围虚拟环境信息,做出合理的行为决策;层次式运动控制系统实现虚拟人在虚拟环境中路径规划与Steering控制,实时合成出真实感的虚拟人运动动画.实验结果表明,该集成框架能够在实时虚拟环境中有效地构建出具有高度自主性、环境感知能力以及智能行为决策与运动控制功能的真实感虚拟人.     

2D广义中值滤波

给出了广义中值滤波的基本定义和数学模型，导出了有关性质，证明了一些滤波定理，最后在此基础上讨论了有关应用问题。     

基于遗传算法的人脸跟踪研究

提出了一种快速的、鲁棒的人脸定位及跟踪研究方法，定义了一种新的运动能量表示方法，利用该方法可以很快地检测出图像中的运动区域。在检测到的运动区域内，利用人的头部及面部结构知识确定出人脸区域，再将检测到的人脸区域作为模板，利用遗传算法在新的图像序列中动态地进行模板匹配，以确定人脸在新的图像序列中的位置。实验结果表明，该方法不但检测速度快，而且对光照、人脸姿态、表情及其他噪声具有较强的鲁棒性。