基于拟牛顿和遗传算法的三维人脸建模

用网格重采样算法和点变形技术把不同人脸纹理全景图进行标准化,实现三维人脸的像素级对齐;根据在不同姿态下用拟牛顿法优化目标函数优化速度的不同和提取的人脸特征点精确计算出输入图像中人脸的姿态;确定三维人脸模型在此姿态下的可见点,最后利用改进的实数遗传算法进行匹配计算,建立完整的三维人脸模型。实验表明,此算法能实现三维人脸像素级的精确对齐,快速的精确计算输入图像中人脸的姿态,减少优化参数,简化目标函数,提高模型匹配效率和重构精度,缩短匹配时间。     

基于多级直线表述和M-估计的三维目标位姿跟踪优化算法

为了实现复杂环境下已知模型目标姿态的快速跟踪和估计,提出了一种结合三维(3D)粒子滤波跟踪和M-估计优化的位姿跟踪估计算法。基于直线的多级向量表示构造了新颖的模型直线和图像直线相似性度量函数;基于粒子滤波跟踪的姿态设计了模型直线和图像直线快速对应方法;利用M-估计实现了目标姿态的优化估计;利用重要性采样方法将优化姿态有效地融合到了粒子滤波框架。另外根据预测的目标位姿定义了图像动态感兴趣区域(ROI),极大地减少了特征检测和搜索的时间。实验表明,所提方法能够实现复杂环境下自由移动目标的快速跟踪和位姿的高精度解算,相比已有方法,所提方法在跟踪精度,计算效率以及稳健性上均有优势。     

智能化交互人体表面特征点三维运动轨迹检测技术的研究

人体表面特征点三维空间坐标的实时监测是实现自然高效、非接触的智能化人机交互的关键技术。算法在提取肤色区域外轮廓的基础上,依据手指和手势的多种形状约束特征实现指尖定位。基于Adaboost算法确定人脸区域,针对是否佩戴强干扰性眼镜,采用不同的灰度及空间结构特征实现人眼中心的准确定位。对左右内眼角点或是黑框眼镜内框曲率点进行改良性的光流跟踪。通过多尺度逐级定位算法提升特征点的定位精度。基于双目立体视觉原理实现特征点的三维空间坐标重构,并依靠三维信息反馈有效重启跟踪错误的光流算法。算法将特征与统计方法相结合,通过多尺度以及多信息(灰度、色调、空间结构、三维)的综合运用,相对于传统算法进一步提升了算法的时间处理效率和复杂背景中多状态下(强干扰佩戴物、较大角度的姿态变化、遮挡、光照)目标特征点的检测正确率。     

基于暗瞳图像的人眼视线估计

虹膜外边缘受眼睑遮挡较为严重时, 会给虹膜中心的准确提取造成很大的困难. 为此, 提出利用放置在相机轴外的红外光源产生的暗瞳图像估计瞳孔中心, 该方法避免了提取虹膜外边缘遇到的遮挡问题. 首先利用角膜反射光斑在相机像面中的位置估计角膜所在球体中心的三维空间坐标, 作为眼球的平动信息; 然后考察瞳孔中心与角膜球体中心在相机成像面投影位置的相对偏移, 作为眼球的转动信息; 最后利用人工神经网络完成视线特征向量与注视点坐标间的映射. 在人眼区域定位的问题上, 利用两部大视场相机, 采用自适应增强算法和主动表观模型算法实现眼部区域的准确定位, 该步骤可以将提取反射光斑和瞳孔中心需要考虑的图像区域限定在较小的范围内. 实验结果表明, 本文视线估计方法在水平方向上的平均误差为0.62°, 在竖直方向上的平均误差为1.05°, 是解决视线点估计的有效方法. 关键词： 暗瞳 人工神经网络 自适应增强 主动表观模型     

一种抗姿态与表情变化的三维人脸识别方法

为了提高人脸在姿态和表情变化下的识别率,结合局部平面距离(DLP)对曲面局部凹凸性优良的判断能力,提出了一种采用人脸的等距不变表示形式来匹配的人脸识别方法。首先,对深度摄像头采集到的深度图像进行距离约束、位置约束、转换等操作,得到干净完整的三维人脸,利用三维人脸上每一点DLP值确定鼻尖点,利用聚类的思想确定鼻根点;其次,采用改进的快速推进算法计算人脸的测地距矩阵,设置阈值并切割出有效的人脸区域;最后,计算有效的人脸区域的高阶矩特征,作为人脸的特征向量进行匹配。实验结果表明,对于不同的数据库,本文算法的识别率接近97%;将本文算法与基于轮廓线特征的人脸识别算法以及基于Gabor特征的人脸识别算法进行比较,其识别率分别提高了14.1%和8.3%,同时有着较高的运算效率。     

基于图像处理的人眼注视方向检测研究

提出了一种基于图像处理技术以实现人眼注视方向的实时检测方法。研究了人眼瞳孔、眼眶的位置、形状及其与视线方向的关系。以人眼注视不同方向时,眼睛瞳孔位置和眼眶形状产生的差异为基础,通过对所拍摄的眼部图片进行实时处理与分析,实现了对人眼注视方向的实时检测。实验结果表明了该方法的可行性及有效性。     

星光观测蒙气差补偿技术

为了消除大气内观星时蒙的影响,提高载体定姿精度,提出了一种蒙气差补偿算法。首先给出了补偿过程涉及的姿态转移矩阵,并完成了相关矢量坐标映射变换;接着在星敏感器坐标系内,用两矢量内积法求得视天顶距;最后利用几何公式列出了以真星光矢量投影点估计位置为未知量的方程组,作为星敏感器任意姿态下蒙气差补偿算法模型。在没有任何误差的条件下对模型有效性进行了仿真,10-6 pixel量级的位置估计精度表明了算法的有效性。加入不同量级的陀螺漂移误差进行了仿真,给定的漂移误差对于蒙气差补偿模型的估计精度影响甚微,仿真结果表明在捷联载体存在一定姿态误差的前提下,蒙气差补偿模型也是适用的,补偿后的星像坐标用以实现星光姿态确定,并进一步对陀螺漂移完成补偿。     

基于单站地基望远镜的空间目标姿态估计方法

为实现从单站光测图像中估计出已知3D模型的空间目标姿态,利用Vega Prime提出了一种采用仿真图像进行相关度局部最优搜索的姿态估计方法,该方法无需建立2D-3D特征投影关系和大量的模型匹配库。首先,对输入图像进行图像预处理,获得目标原始图像。然后,利用Vega Prime加载目标3D模型生成仿真匹配图像,并进行图像预处理获得目标匹配图像,计算两幅图像相关度。最后,更新3D目标模型姿态,直至仿真匹配图像与目标原始图像的相关度值取得局部最优,输出目标模型姿态。仿真实验结果表明,采用本文所提方法的观测仿真图像姿态平均估计误差为3.85°,仿真原图可实现姿态准确估计,表明该方法是一种空间目标姿态估计的有效方法。     

单深度传感器的矢量拖曳阵阵形估计

在二维平面内,假设为抛物形阵形,利用矢量拖曳阵的姿态数据和一个深度传感器的深度数据,研究了矢量拖曳阵的阵形估计问题。通过研究姿态数据中的姿态角与水听器所在阵位置上切线方向数的关系,利用最小二乘法建立了一个等式约束的非线性优化模型,并通过参数转化方法,给出了该模型的解析算法。数值仿真结果表明,在阵形为抛物形的假设下,利用一个深度传感器的深度数据和若干水听器的姿态数据可以进行拖曳阵的阵形估计。对于同样的阵元数,随着姿态数据误差的增大,阵形估计的误差增大。对于同一姿态数据误差分布,随着阵元数的增加,阵形估计的误差减小。     

基于点对应的相机姿态估计算法性能评价

基于点对应的相机姿态估计算法缺少科学的性能评价方法,增加了工程应用中算法选择的难度.针对该问题,提出了在特定代价函数下的相机姿态估计算法性能评价方法,主要包括3个性能评价参数:精度、效率和存在区域最优解成功率.其中,区域最优解不同于局部最优解,若给定区域为代价函数定义域,则区域最优解等价于全局最优解.着重阐述了存在区域最优解的判断方法,以角度残差为基础建立代价函数,利用姿态矩阵计算代价函数的Hessian矩阵下界,若Hessian矩阵下界半正定,则代价函数在以该姿态矩阵为中心、大小由像点噪声模型确定的邻域内为凸函数,即存在区域最优解.借助仿真实验平台,对9种经典相机姿态估计算法进行了性能评价.结果表明,RPnP+LHM算法的综合性能最优.     

Thermal 3D modeling system based on 3-view geometry

In this paper, we propose a novel thermal three-dimensional (3D) modeling system that includes 3D shape, visual, and thermal infrared information and solves a registration problem among these three types of information. The proposed system consists of a projector, a visual camera and, a thermal camera (PVT). To generate 3D shape information, we use a structured light technique, which consists of a visual camera and a projector. A thermal camera is added to the structured light system in order to provide thermal information. To solve the correspondence problem between the three sensors, we use three-view geometry. Finally, we obtain registered PVT data, which includes visual, thermal, and 3D shape information. Among various potential applications such as industrial measurements, biological experiments, military usage, and so on, we have adapted the proposed method to biometrics, particularly for face recognition. With the proposed method, we obtain multi-modal 3D face data that includes not only textural information but also data regarding head pose, 3D shape, and thermal information. Experimental results show that the performance of the proposed face recognition system is not limited by head pose variation which is a serious problem in face recognition.     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

基于复杂网络理论的多元混合空管技术保障系统网络特征分析

为提高空管技术保障系统应对突发事件的能力,本文以空管技术保障系统导航、通信、监视设备覆盖的航路结构为基础,构建系统对应的空间网络模型.提出从灵活性、鲁棒性、高效性三个方面度量空管技术保障系统网络特性,对北京、上海、广州、昆明、沈阳、兰州飞行情报区的空管技术保障系统网络的平均度、度分布、度-度相关性、聚集系数、平均路径长度、直径等进行分析.分析结果显示,各飞行情报区空管技术保障系统的平均聚集系数在0.25—0.39之间,网络聚集程度偏低;网络平均路径长度为3.4,表现出小世界网络特征;度值3时服从幂律分布,度-度分布不表现出正相关或负相关.对网络进行基于度优先的和随机的抗毁性测度,空管技术保障系统网络抗毁性较差,网络的可靠性由少数核心节点决定,应对核心节点进行目标免疫,提高网络的抗毁性.这些规律为空管技术保障系统能力提升、新建扩建提供理论依据,对降低突发事件对空管系统保障能力的影响,保障空中交通持续安全具有现实意义.     

一种光学单站姿态处理二义性正确解确定方法

因单站成像的信息欠缺以及成像的对称性,光学单站姿态处理的二义性是普遍性难点问题,针对光学单站姿态处理二义性解问题,以目标主体直线矢量与姿态角对应关系为突破点,以主体直线矢量的物像映射关系为单站姿态处理基础,从处理结果界定局部二义性错误解,然后根据单站姿态求解关键步骤修正二义性解,修正前后处理结果与常规交会处理结果比较效果显著,在文中所述场景下,误差量级至少缩小20%,该方法为光学单站姿态处理获取正确解提供了可靠理论支持。     

飞行器性能样机虚拟试验系统研究与实现

为实现航天飞行器研制中性能样机模型的充分利用,提出了飞行器性能样机虚拟试验系统的总体方案,通过试验基础数据库、试验数据管理、验证辅助工具、虚拟试验应用等子系统划分和工作流程设计,提供对虚拟试验的全流程支持。系统突破了试验数据对象化管理、试验流程建模等关键技术,并基于虚拟试验支撑平台VITA完成了相应系统实现,在多个飞行器研制过程中开展了典型应用。     

利用几何特性及神经网络进行人脸探测技术的研究

在人脸识别过程中 ,首先也是最重要的一个环节是人脸探测 ,因为一旦从图像中定位并提取到了人脸 ,那么下一步的人脸识别工作就变得非常容易。眼睛是人脸图像中最容易探测的部位 ,而且通过探测双眼来发现人脸最符合人的视觉习惯。提出了一种基于几何特征分析和人工神经网络的由粗到细的两级人脸探测方法。在第一级中 ,眼睛和脸是通过测量眼睛的尺寸和眼睛与脸的位置关系探测到的 ,第一级的输出是一个尺寸归一化的人脸 ,但偶尔也伴随着一个或多个因对复杂背景中与眼睛类似的物体的误判而得到的非人脸图像 ;第二级神经网络正是用来过滤掉第一级中被误判的人脸。实验表明 ,这种由粗到细的两级人脸探测系统具有很高的稳定性和探测正确率     

Producing virtual face images for single sample face recognition

For single sample face recognition, there are limited training samples, so the traditional face recognition methods are not applicable to this problem. In this paper we propose to combine two methods to produce virtual face images for single sample face recognition. We firstly use a symmetry transform to produce symmetrical face images. We secondly use the linear combination of two samples to generate virtual samples. As a result, we convert the special single sample problem into a non-single sample problem. We then use the 2DPCA method to extract features from the samples and use the nearest neighbor classifier to perform classification. Experimental results show that the proposed method can effectively improve the recognition rate of single sample face recognition.     

无模型自适应控制在飞机防滑刹车中的应用

针对飞机防滑刹车系统的复杂性和非线性,在分析滑移率控制式飞机防滑刹车系统的工作原理基础上,提出了一种基于无模型自适应控制的飞机防滑刹车控制算法;该算法无需精确的动力学模型,直接利用输入输出信息实现飞机防滑刹车的最佳滑移率控制;仿真结果表明:采用无模自适应防滑刹车控制算法,在5s之内就能获得稳定的滑移率,为提高飞机刹车的效率提供了一条新的思路。     

飞行器大攻角非定常气动特性神经网络建模

大攻角气动特性预测与气动建模是新型飞行器提升飞行性能的重要内容.以轴对称导弹简化模型为研究对象，首先采用计算流体力学方法，对70°大攻角状态的非定常气动特性进行数值模拟，计算方法基于RANS的N-S方程，湍流模型采用SA模型，对流场采用有限体积法离散，无黏项采用Roe通量差分分裂格式，黏性项采用中心差分，时间推进采用LU-SGS格式的双时间步法.飞行器运动模式采用强迫振荡的方式，对5种不同振荡频率进行了非定常数值计算，并记录每一内迭代周期最终的气动力和力矩数值.其次，以CFD预测结果作为气动建模的样本，采用动导数模型、多项式模型等传统方法，进行气动建模，并分析其有效性和精度.最后采用神经网络方法对大攻角非定常气动力进行建模，并和动导数模型、多项式模型进行精度对比.结果表明，基于神经网络的人工智能气动建模方法具有较高的精度和适应性.该方法为飞行器大攻角非定常非线性气动建模，大攻角飞行稳定性分析与控制提供理论参考.      

基于中轴线像长匹配的靶场单站姿态测量方法

目前,靶场姿态测量以多台套交会测量为主,对于单站姿态测量尚没有较好的解决方案。为了解决该问题,以投影轴对称目标为例,提出了一种基于中轴线像长匹配的单站姿态测量方法。将透视投影拓展为2种等效形式,将体现目标姿态状态的中轴线向像面透视投影,可获得中轴线的投影像长或在等效物面的等效物长,根据目标中轴线的先验长度、相机内外参数及成像信息,经像长匹配即可获取目标的偏航角和俯仰角;实际工程试验验证了该算法的可行性,偏航角精度为1.7°,俯仰角精度约1°,满足靶场单站测姿需求;并对姿态测量模型关键因素进行了误差分析。该方法可适用于非投影轴对称目标。