一种由粗到细的渐进式特征点定位算法

为了解决描述口形轮廓的特征点定位问题,提出了一种特征点定位算法,通过建立口形灰度图像与口形特征点矢量之间的线性映射关系,实现了特征点的初始定位.在此基础上利用局部纹理模型,实现了对特征点位置的进一步准确调整.该算法克服了单纯基于局部纹理模型可能陷入搜索过程中局部收敛的缺点并提出了适合描述唇部特征的局部纹理模型,提高了特征点标定的准确性.     

基于融合约束局部模型的三维人脸特征点定位

提出基于特征融合约束局部模型的三维人脸特征点定位算法. 该算法对每个特征点分别使用三维网格的深度信息和网格局部形状信息训练分类器,对分类器的响应进行融合. 使用基于融合响应的正则化特征点均值漂移算法进行模型拟合,实现特征点定位. 三维人脸特征点定位经常需要对每个特征点的候选点集进行遍历产生候选点组合,该算法使用模型拟合代替穷举搜索,避免了嵌套循环带来的快速增长的时间开销. 使用FRGC v2.0和Bosphorus数据库,对算法进行实验评估. FRGC v2.0库上的特征点平均误差为2.48~4.12 mm,总体检测成功率为97.3%,其中中性、温和及极端表情下的检测成功率分别为97.6%、97.4%和95.5%. Bosphorus库上3种姿态下的检测成功率分别是94%、95%和89%. 实验结果表明,提出方法具有较好的效果,对表情和小幅度的姿态变化具有较好的鲁棒性.     

基于主动形状模型的焊缝定位算法

针对焊接环境对工人造成伤害和焊件材质影响焊接质量的问题,提出了一种应用于机器视觉激光焊缝定位系统的基于主动形状模型的焊缝定位算法.利用支持向量机对焊缝图像局部区域梯度方向信息进行目标图像初定位,运用主动形状模型方法建立特征模型,并计算特征模型和测试样本间马氏距离,从而对形状和姿态参数进行更新得到焊缝坐标.结果表明,基于主动形状模型的焊缝定位算法具有准确性高、抗干扰和误差小的特点,能够满足激光焊缝定位系统对准确性的要求.     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

自底向上的人脸特征点定位

针对人脸特征点定位的复杂性,提出了一种鲁棒的人脸特征点定位方法.该方法通过对497张不同年龄层次、不同性别、不同脸型的人脸进行训练学习,可以自动地对新输入的人脸图像进行识别和定位.与传统方法不同的是,该方法首先通过皮肤模型确定人脸的大致位置,然后采用自底向上的方法,利用主动外观模型（AAM）对特征明显的局部器官进行定位,再进一步定位器官组合,直至完成整张脸的器官定位.与传统方法相比,该方法不是局限于全局化的定位手段,而是通过逐层调整匹配精度的形式,使总体匹配精度得到提高.     

基于级联形状回归的多视角人脸特征点定位

针对当前人脸特征点定位精度低、且当人脸图像存在较大姿态变化时不能在同一模型框架下实现任意姿态人脸图像的面部特征点精确定位问题,提出基于级联形状回归的对姿态、遮挡都鲁棒的人脸特征点定位方法. 为了提高定位的准确度,提出按姿态偏转造成的遮挡程度对人脸区域进行分块,针对每一块分别训练形状估计回归器;为了能够在同一框架下实现任意姿态人脸的特征点定位,在特征点形状定义中引入特征点的可见/不可见属性;为了提高该算法的性能,在特征的计算方法和计算策略上分别进行改进. 在Multi-PIE、AFLW、COFW和300-W数据库上的实验结果表明,提出算法不但对姿态、遮挡具有很强的鲁棒性,而且在其他不可控因素影响下取得很好的效果.     

一种基于肤色特征的人脸特征点定位方法

针对传统人脸特征点定位方法中存在的算法复杂、鲁棒性差以及精确度低等问题,本文提出一种基于肤色特征的人脸特征点自动定位方法.首先对预处理后的图像在多个色彩空间中利用肤色特征实现人脸区域的精确定位;然后,在人脸区域内根据各特征部位的特性构造色度模型函数来标定其特征区域;最后,在特征区域内完成人脸特征点的自动定位.实验结果表明,该算法简单、鲁棒性较高,且能够快速高效地实现人脸特征点定位.     

基于纹理增强的ORB特征点提取与匹配算法

针对传统的ORB算法在面对纹理变化较大或纹理不明显的场景时特征提取能力的不足,提出了一种基于纹理增强和颜色增强的ORB特征点提取与匹配算法。首先,通过设计纹理增强预处理方法,分析了图像纹理特征的统计信息,以改善图像的纹理信息表达;其次,在经过纹理和颜色增强处理的图像上应用ORB算法执行特征点提取,从而获得更为突出和多样的纹理特征点;最后,为进一步提高特征点匹配的准确性,引入了一种综合考虑纹理相似度和尺度一致性的匹配策略。实验结果显示,与传统的ORB算法相比,基于纹理增强的ORB算法在特征点提取和匹配的准确性和鲁棒性上均得到了显著的提升。     

基于YUV颜色空间的脸部区域特征点定位方法

为了实现面部主要特征点的精确定位,提出了一种融合YUV颜色空间与差分投影技术的人脸区域主要特征点定位方法。利用直方图拟合技术,实现了人脸区域的定位;在YUV颜色空间内,利用红色调像素点集的相位分布完成了嘴部区域的定位;利用差分投影技术求取脸部区域的横、纵向灰度差之和,并结合嘴唇区域的定位结果完成眼部区域的垂直定位与水平定位,为进行面部姿态识别奠定基础。试验结果表明,该方法可以有效地实现面部主要特征点地定位,具有准确率高,鲁棒性好,简单易行的特点。     

一种基于HSV空间和纹理特征的快速车牌定位方法

提出了一种基于HSV空间和纹理特征的快速车牌定位方法。该算法利用车牌区域固定的颜色特征,可快速、准确地定位到与车牌颜色有关的区域。针对不同的背景和不同的车辆,抽取了150幅图片进行测试,定位成功率为97.6％,平均定时耗时为28ms。实验表明,该方法是一种在HSV空间利用颜色和纹理特征进行定位的算法,通用性强,灵活有效。     

基于一阶振型的海洋平台二阶段损伤定位方法

海洋平台等大型复杂结构其高阶模态难以激起和测试,甚至只能识别出一阶模态振型和前几个低阶模态频率,因此,利用少量低价模态进行损伤诊断显得尤为重要。本文提出了仅利用一阶模态振型对海洋平台进行损伤位置诊断的二阶段法：先利用模态曲率变化率确定损伤的大体位置,再利用一阶模态应变能分别确定主导管和撑杆是否损伤及其位置。最后通过一个三腿导管架海洋平台有限元数值模型验证了该方法的可行性和有效性。研究发现,本文提出的方法具有较好的识别精度,具有一定的适用性。     

HSV空间特征和纹理特征的阴影检测算法研究

为了提高检测和跟踪算法的准确性,提出了一种基于阴影在HSV空间下的特点和纹理特征的阴影检测与去除算法。该算法针对阴影区域覆盖的地面和未被阴影区域覆盖的地面纹理特征基本不变的特点,先检查序列图像中的运动区域,然后在运动区域内,根据阴影在HSV空间下的特点和纹理特征对阴影进行检测与去除,为运动目标的后续处理排除阴影干扰。实验结果表明,该算法能够很好地抑制噪声,有效检测、去除图片中运动目标的阴影。     

Simultaneous Localization and Mapping System Based on Labels

In this paper a label-based simultaneous localization and mapping (SLAM) system is proposed to provide localization to indoor autonomous robots.In the system quick response(QR) codes encoded with serial numbers are utilized as labels.These labels are captured by two webcams,then the distances and angles between the labels and webcams are computed.Motion estimated from the two rear wheel encoders is adjusted by observing QR codes.Our system uses the extended Kalman filter (EKF) for the back-end state estimation.The number of deployed labels controls the state estimation dimension.The label-based EKF-SLAM system eliminates complicated processes,such as data association and loop closure detection in traditional feature-based visual SLAM systems.Our experiments include software-simulation and robot-platform test in a real environment.Results demonstrate that the system has the capability of correcting accumulated errors of dead reckoning and therefore has the advantage of superior precision.     

一种基于主动探测的高效故障检测与定位方法(2011通信软件会议)

针对目前基于主动探测技术故障检测与定位方法消耗探测过多、计算时间长以及定位准确度较低等问题,提出了高效的故障检测探测选择(PSFD)算法和故障定位探测选择(IFL)算法．PSFD算法在已有的贪婪增加算法上做了改进,提高了探测效率,缩短了探测时间．IFL算法将现有的2种故障定位探测选择算法相结合,在一定程度上降低了计算时间,提高了定位准确度．仿真实验验证了提出的PSFD和IFL算法的有效性,并对实验结果进行了分析．     

Image Classification Based on the Fusion of Complementary Features

Image classification based on bag-of-words (BOW) has a broad application prospect in pattern recognition field but the shortcomings such as single feature and low classification accuracy are apparent. To deal with this problem, this paper proposes to combine two ingredients:(i) Three features with functions of mutual complementation are adopted to describe the images, including pyramid histogram of words (PHOW), pyramid histogram of color (PHOC) and pyramid histogram of orientated gradients (PHOG). (ii) An adaptive feature-weight adjusted image categorization algorithm based on the SVM and the decision level fusion of multiple features are employed. Experiments are carried out on the Caltech 101 database, which confirms the validity of the proposed approach. The experimental results show that the classification accuracy rate of the proposed method is improved by 7%-14% higher than that of the traditional BOW methods. With full utilization of global, local and spatial information, the algorithm is much more complete and flexible to describe the feature information of the image through the multi-feature fusion and the pyramid structure composed by image spatial multi-resolution decomposition. Significant improvements to the classification accuracy are achieved as the result.     

基于独立特征融合的面部疲劳状态识别

为提高面部疲劳状态的识别效果,提出了一种融合全局特征和局部特征的面部疲劳特征表示方法.该方法将离散余弦变换(discrete cosine transform,DCT)和独立元分析(independent component analysis,ICA)技术以及Gabor变换相结合,通过融合全局独立DCT特征和局部动态Gabor特征得到最终的面部疲劳特征表示.基于前人自建的疲劳图像序列库进行了实验,结果表明该方法提取的疲劳特征更加具有鉴别力.     

基于三维形变模型的多姿态人脸识别

针对多姿态人脸识别问题,提出了一种三维形变模型和部件技术相结合的人脸识别方法.该方法提取人脸三维部件作为识别特征,在一定程度上克服了人脸姿态变化对识别的影响.在识别过程中结合人脸的局部特征和全局特征,根据单个部件的识别率确定其在整体分类中的权值,基于整脸信息进行识别,进一步改善了识别效果.实验结果证明,该方法在训练库中只有1张正面照片时,对多姿态人脸识别具有很好的识别效果.     

基于点分布模型的3D模型拟合方法

针对传统方法构建的患者病患部位的3D解剖结构模型与测试样本拟合效果较差的问题,提出基于点分布模型的3D模型拟合方法（3DMFB-PDM）. 对训练样本集进行数据处理,使模板样本与目标样本对齐,减小训练样本由于旋转及尺度变化产生的不利影响;在训练样本间建立对应关系,用正态分布表示患者的点分布模型;计算测试样本中的特征点与点分布模型中对应点间的距离,通过引入Mahalanobis距离和转换非线性方程组,使点间距最小.根据最小间距不断调整点分布模型的形状参数,使点分布模型与测试样本拟合.选取30组左侧股骨作为训练样本集实验验证3DMFB-PDM的有效性,结果表明引入附加项后的拟合误差小于未引入附加项的拟合误差. 将 3DMFB-PDM与其他3种方法进行对比,结果显示3DMFB-PDM的拟合误差最小,表明3DMFB-PDM能够有效地将患者病患部位的3D解剖结构模型与测试样本拟合.     

基于形状先验与轮廓预定位的目标分割

针对单帧图像中特定目标的分割一直面临着由于背景复杂和光照变化等因素带来的分割精度偏低的问题,提出一种基于轮廓预定位的先验局部二值拟合(local binary fitting,LBF)算法,用于人体上肢图像的分割.首先,利用浅层卷积神经网络对上肢形状模板进行筛选和预定位,得到分割目标的粗轮廓曲线;然后,利用基于先验形状的LBF算法对粗轮廓曲线进行演化,得到分割目标的精确轮廓曲线.实验结果显示算法的成功率在90%以上,表明该方法对于背景复杂和光照变化情况下的特定目标分割具有良好的效果.