智能配镜三维特征参数提取方法研究

摘 要：针对智能配镜中三维面部特征点提取算法复杂度较高的问题,提出一种将三维点 云转换为映射图像定位特征点的方法。采用 Voronoi 方法计算面部三角网格各顶点处的高斯曲 率、平均曲率。选取鼻尖、眼角等曲率特征明显的区域估计面部点云姿态。根据曲率旋转不变 性,使用初选的点云方向向量简化旋转矩阵的计算,使面部点云正面朝向视点。将点云映射转 换为图像,三维网格模型中三角面片一对一映射到图像中的三角形。搭建卷积神经网络,使用 Texas 3DFRD 数据集进行模型训练。进行人脸对齐,预测所得各面部特征点分别限制在图像某 三角形中。根据图像中三角形映射查找三维网格模型中对应三角面片,通过三角面片顶点坐标 计算配镜所需的面部特征点位置坐标,实现配镜特征参数的提取。     

融合用户满意度的产品需求配置方法研究

为合理地确定用户需求偏好及其优先程度以适应大规模定制生产模式,最大限度 提升用户满意度,提出一种改进的产品用户需求配置方法。将模糊聚类分析方法融入Kano 模 型中对用户需求进行归属分类,根据用户需求对满意度提升的贡献程度进行筛选,计算需求 满意度及重要度评价因子,建立产品用户需求递阶层次结构模型。在模糊层次分析法(FAHP) 中通过采用模糊最优最劣法(FBWM)构造一致性三角模糊数互补判断矩阵,引入可能度概念实 现去模糊化,得到用户需求初始权重,并将需求评价因子作为初始权重的修正因子,将修正 后的权重进行归一化处理,得到用户需求综合权重,以此为依据实现产品需求配置。以某企 业眼镜产品设计开发为例,验证了该方法的有效性,为眼镜及其他产品设计开发提供了用户 需求配置策略。