基于三维卷积的人手姿态估计高分辨率网络

在体素化输入的三维卷积基础上,通过引入高分辨率保持模块,提出了一种基于三维卷积的高分辨率保持网络.该网络以体素化的深度图为输入,进行三维卷积.不同于先前大多数从低分辨率特征中恢复高分辨率特征的方法,构建的网络引入不同分辨率子网络并行的结构,在处理低分辨率特征图的同时保持高分辨率特征图,从高分辨率子网络卷积得出每个关节点在3D体素中的分布概率,最终计算出每个关节点的三维空间坐标.实验表明:该算法相较于先前的基于沙漏模型的三维卷积网络能更准确地进行关节点估计.     

基于TIP的交互建模与漫游

常规基于图像的绘制方法要求多幅图像作为输入或事先已知场景的三维信息才能生成新的图像.而TIP(tour into the picture)技术仅需一幅场景图像便可以生成新的视图,实现三维场景的虚拟漫游.详细介绍和实现了基于TIP的交互建模与漫游,用户可以根据自己对图像的理解,利用鼠标任意设置场景关键点以恢复其三维模型,实现交互式的真实感漫游.     

真三维显示中的片源获取方法

介绍已制作的真三维显示器,解释基于可视体素的显示技术.针对三维模型的海量数据生成问题,提出基于虚拟结构光的真三维片源获取方法,实现模型的空间数据生成.仿真结果为大型真三维显示器参数设计理论提供依据.实验证明,该方法可为真三维显示提供彩色、高分辨率的片源.     

交互式动态体三维显示关键技术

研究了交互式动态体三维显示的关键技术,包括三维数据体素化、体素激活、体空间生成和人机交互等,实现了体三维显示系统样机.其中,采用体立方栅格(BCC)采样策略以减少体素化生成的体显示数据,以数字微镜器件(DMD)作为空间光调制器(SLM),并针对DMD设计了二值切片的快速激活算法;分析了基于旋转螺旋面的体三维空间生成方法,并将基于隐马尔科夫模型(HMM)的动态手势控制应用于交互式体三维显示系统.针对原理样机设计的各组实验表明,BCC体素化策略减少了40%以上的体显示数据,基于DMD的切片快速激活算法使得在500mm×250mm半圆柱形成像空间内显示的三维图像刷新率达16Hz、并且可以选择任意视点裸眼观看,准确率超过93%、响应时间低于40ms的动态手势识别算法能够较好地实现实时交互式体三维显示.     

体素及其拼合运算的理论探讨

当前,计算机图形显示技术中的重要课题之一是三维几何造型技术的研究,它不仅是构造真三维图形软件的基础,而且也是CAD/CAM技术中的关键技术.作为三维几何造型的基础是体素及其对体素的各种拚合运算.本文以作者在微型机上研制开发的二次曲面体造型系统ASMS和平面多面体造型系统PDLS为实验基础,探讨了三维几何造型技术中体素及其拚合运算的基本理论.从三维形体及其它的正则性到体素及其拚合运算都给出了较为确切的定义,并对由某些定义推出的若干结论进行了详细的证明.在本文的最后给出了根据这些基本理论研制的ASMS系统和PDLS系统运行的部分结果.     

一种实现空中显示和虚拟交互的体绘制方法

为了不受限制地在三维空间中直接观测体数据三维可视化结果,并且进行非接触式交互,提出了一种空中显示和虚拟交互的体绘制方法,将空中显示和虚拟交互结合应用到光线投射体绘制算法中,并在此基础上设计了一种体数据空中显示和虚拟交互的系统.实验结果表明医学影像体数据绘制图像能够很好在空中显示,而不依赖于任何的显示载体,空间真实感强烈.同时,能够通过体感感知检测手势实现非接触式交互,交互方式灵活自然,对观测者限制小.     

真三维影像的编解码和几何校正方法研究

通过介绍真三维显示模型,解释了基于可视体素的显示技术.针对LED真三维显示分辨率较低的问题,采用光投影阵列的真三维显示方案,结合真三维显示固有的连续图像的特性,研究了真三维编解码算法,建立了基于光线追踪的几何校正模型.实验证明,该方法可构建实用的高分辨率真三维显示器,同时能够展示准确的物体.     

体素模型在Monte Carlo模拟计算中的描述

体素模型与Monte Carlo模拟计算方法相结合已开始应用于辐射防护的研究中.然而,通常的模拟计算需要很长的时间,这限制了体素模型的广泛应用.该文对模拟计算中体素模型的描述进行研究,实现了把三维体素合并算法用在MCNP(Monte Carlo N-particle)程序描述体素模型的方法.结果表明,使用该方法描述体素模型,粒子输运过程要比传统的方法快32%,但是对粒子在组织器官中沉积能量的纪录需要更多时间.     

体素模型在Monte Carlo模拟计算中的描述

体素模型与Monte Carlo模拟计算方法相结合已开始应用于辐射防护的研究中.然而,通常的模拟计算需要很长的时间,这限制了体素模型的广泛应用.该文对模拟计算中体素模型的描述进行研究,实现了把三维体素合并算法用在MCNP(Monte Carlo N-particle)程序描述体素模型的方法.结果表明,使用该方法描述体素模型,粒子输运过程要比传统的方法快32%,但是对粒子在组织器官中沉积能量的纪录需要更多时间.     

三维模型的读取与体素化

简要说明3DS文件格式及模型数据读取方法,利用OpenGL库函数在VC++环境下分别对3DS文件中三维模型的顶点、边及面的坐标值和模型材质等进行读取,采用基于欧氏距离度量的体素化算法分别对读取到的顶点、边、面进行体素化,将以多边形网格表示的三维模型转化为6-邻域或26-邻域的体素模型,并对模型进行绘制.实验证明,程序具有较高的执行效率,能取得较好的效果.文章提出的体素模型有利于模型信号的规则化,方便模型特征信号的提取.     

基于三维重建的人脸姿态估计

人脸姿态估计是计算机视觉及人脸识别领域的一项关键研究内容.将三维模型应用于估计人脸图像姿态参数,提出了基于三维重建的人脸姿态估计算法.根据人脸正面图片上的特征点计算出形状参数,实现三维人脸重建.基于三维人脸模型,由姿态图片上提取的特征点信息推知等姿态下模型上对应特征点的信息,针对照模型正面姿态,运用线性回归估计姿态参数.实验表明,重建的三维人脸具有较好的真实感,在较大的姿态变化范围内,该方法也能够取得较好的估计精确并具有鲁棒性.     

多角度视频的驾驶人员行为识别

驾驶员在行驶过程中看手机,与乘车人员交谈等违规行为,为安全行驶造成了极大的隐患。为了解决此 类问题,提出了一种多角度行为识别方法,从3 个角度同步捕捉驾驶员行为的视频,构建多角度驾驶员行为的 视频和数据集,利用深度卷积神经网络,进行识别分类。实验结果表明,3D CNN 相对于2D CNN 的识别精度 更加准确,在对比输入剪辑的帧数实验中,发现堆叠的视频帧数会影响准确度,并在具有较大优势的R2plus1D 模型中( 将3D 卷积滤波器分解为单独的空间和时间分量) ,基于多角度驾驶人员行为识别精度达到87%。     

Gabor原子网络法在雷达目标高分辨距离像识别中的应用

针对飞机目标的分类问题 ,介绍了一种称为 Gabor原子网络的高分辨雷达目标距离像识别算法。 Gabor原子网络的输入层采用 Gabor原子变换作为预处理单元 ,完成对特征的提取。Gabor原子网络的隐层和输出层组成一个多层前馈网络 ,采用改进的反向传播算法对权值进行调整。文中同时给出了网络在训练过程中自动调整 Gabor原子节点的特征参数的算法。对 3种缩比模型飞机的微波暗室转台数据进行了分类 ,结果表明三维空间内的 Gabor原子网络方法比一维空间内的原始距离像或 Fourier幅度方法和二维空间内的 Gabor变换或小波变换方法更适合高分辨雷达目标距离像的识别     

二维人脸的三维真实感重建

章为解决特定人脸的三维真实感模拟提供了一个简单而行之有效的算法．首先，给出特定人脸的二维多方向照片及三维人脸中性模型，通过中性模型到特定人胜模型的变换产生特定三维人脸模型；然后，对特定三维人脸模型网格体做消隐、投影、纹理映射后合成具有高度真实感的三维特定人脸．如果提供具有特定表情的三维人脸中性网格体和多方向表情照片，该方法同样适用．     

人脸三维模型与识别

人脸三维模型与识别技术 ,是将贝叶斯统计识别理论应用于立体人脸识别 ,给出了基于DSP的立体人脸识别系统设计方案     

基于单幅正面照和统计模型的三维人脸重建方法研究

为提升单张图片三维重建的效率、提高重建的精准度,提出了一种基于单张图片和统计模型的三维人脸重建技术。首先基于智能行为理解组（intelligent behaviour understanding group,IBUG）,采用监督下降算法（SDM）进行训练来建立二维人脸特征点参数模型;再应用该参数模型对给定图片进行特征点提取;然后基于北京工业大学3D数据库（BJUT-3D）进行三维人脸统计模型的构建;最后,以三维人脸统计模型为基础,使用学习因子自适应梯度下降法对能量函数进行迭代优化,得到统计模型参数化向量,使用该向量来调整统计模型,实现与给定图片相匹配的三维人脸模型构建。实验证明,与现有的方法相比,本文方法重建出的三维人脸模型具有更高的精确度和自适应度。     

基于形变模型的三维人脸快速重建改进算法

针对传统三维人脸重建算法效率低且难以满足实际应用的缺陷, 提出一种三维人脸重建改进算法。该算法基于ASM（Active Shape Model) 增强算法, 自动地对特定二维人脸特征区域进行准确定位, 并实现三维人脸数据库的归一化; 利用稀疏形变模型对特定正面二维人脸进行快速三维重建; 采用明暗纹理恢复算法对重建后的三维模型人脸特征区域的每个顶点法线进行约束, 并将其应用于人脸识别中。实验结果表明, 该方法可实现对特定正面二维人脸快速三维重建, 并取得较好的三维重建精度与识别率, 与经典ASM算法相比, 精度提高12.3%, 迭代次数减少6次。     

基于面部表情GEM和稀疏立方矩阵的三维人脸识别方法

针对姿态和表情变化对3D人脸识别影响较大的问题,提出一种基于面部表情通用弹性模型(generic elastic models,GEM)和稀疏立方矩阵的3D人脸识别方法.利用面部表情通用弹性模型构造3D人脸数据库,3D重建模型为所有人脸姿态创建稀疏立方矩阵(sparse cubic matrix,SCM),并利用自动头部姿态估计法获得人脸图像中三元组角度的初始估计值;为每个子集估计的三元组角度选择SCM的阵列;通过稀疏表示从SCM中选择阵列与探针图像.在FERET,CMU PIE和LFW数据库上的实验验证了提出方法的有效性.与几种优秀3D人脸识别方法相比,提出的方法识别率更高,当姿态变化角度较大时尤为明显.此外,对于480×640图像,LFW数据库上,预处理、人脸检测和分类的总平均处理时间仅为89.4 ms.     

真彩色人脸的三维建模

结合距离相机获取人脸空间信息的精确性和数码相机获取人脸颜色信息的方便性，提出了一种彩色人脸的三维建模方法．首先，通过人脸的空间坐标信息和人脸颜色信息进行匹配，得到相应空间采样点的颜色信息；然后，进行采样点之间的插值，重建三维人脸的平滑表面．试验表明，这种方法是可行的，彩色人脸的三维模型的结果令人满意．     

Diagnosis of multiple faults using a double parallel two-hidden-layer extreme learning machine

Multiple faults are easily confused with single faults.In order to identify multiple faults more accurately,a highly efficient learning method is proposed based on a double parallel two-hidden-layer extreme learning machine,called DPTELM.The DPT-ELM method is a variant of an extreme learning machine(ELM).There are some issues with ELM.First,achieving a high accuracy requires too many hidden nodes;second,the direct connection between the input layer and the output layer is ignored.Accordingly,to deal with the above-mentioned problems,DPT-ELM extends the single-hidden-layer ELM to a two-hidden-layer ELM,which can achieve a desired performance with fewer hidden nodes.In addition,a direct connection is built between the input layer and the output layer.Since the input layer weights and the thresholds of the two hidden layers are determined randomly,this simplifies the improved model and shortens the calculation time.Additionally,to improve the signal to noise ratio(SNR),an adaptive waveform decomposition(AWD)algorithm is used to denoise the vibration signal.Then,the denoised signal is used to extract the eigenvalues by the time-domain and frequency-domain methods.Finally,the eigenvalues are input to the DPT-ELM classifier.In this paper,two groups of rolling bearing data at different speeds,which were collected from a real experimental platform,are used to test the method.Each set of data includes three single fault states,two complex fault states and a healthy state.The experimental results demonstrate that the DPT-ELM method achieves fast learning speed and a high accuracy.Moreover,based on 10-fold cross-validation,it proves to be an effective method to improve the accuracy with fewer hidden nodes.