大屏幕人机互动中关键技术的分析研究

大屏幕人机互动多媒体技术的展示系统广泛地应用在各种场合,人机交互方案已经成为现在研究的热点.大屏幕人机交互技术主要体现在人机交互时交互人体的跟踪、交互手势的跟踪与识别和交互时涉及到的文字输入等问题.     

司机疲劳驾驶检测中人脸图像的快速人眼定位

在司机疲劳驾驶检测中,对人眼的高效,实时准确检测是关键步骤之一。本文研究了司机人脸图像中的人眼检测方法。首先,将得到驾驶员面部图像隐射到YCbCr空间,建立基于肤色的二维高斯分布模型,通过滤波,标记分割出肤色并得到人脸的区域;然后,利用人眼的分布特点及自身特性,通过两次定位的方法实现了对司机人脸的人眼定位。     

动态图像中人脸的快速捕捉跟踪方法

提出一种快速人脸跟踪方法. 首先根据模板匹配方法作人脸区域的初步定位, 然后使用支持向量机作为分类器进行最终确认, 再采用基于Mean-Shift的CamShift跟踪算法保持跟踪, 当有遮挡发生时通过Kalman滤波进行参数辨识和状态估计. 实验结果表明, 该方法具有较强的实时性、 有效性和鲁棒性.     

基于肤色模型与眼睛定位的人脸检测方法研究

提出了一种基于肤色模型与眼睛定位的人脸检测方法。通过YIQ色彩模型的肤色区域分割进行人脸的粗定位,再根据眼睛的灰度及形状信息的眼睛定位实现人脸的准确检测。实验表明,该方法能够在复杂背景图像中较准确地检测出人脸。     

人机协作下机械臂动态避障与避奇异研究

针对人和机械臂在同一空间下协同工作时,机械臂的运动可能对人造成伤害这一问题,提出一种基于机械臂关节速度空间的动态避障与避奇异算法.该算法对机械臂的奇异性进行量化分析,采用最小阻尼二乘法实现机械臂的避奇异操作.同时融合人工势场的思想,借助机械臂的非完整雅可比矩阵,实现机械臂对人及自身的实时动态避障.最后在仿真和实际机械臂上进行实验,实验结果表明:该算法可以实时地对环境中的动态行人进行主动避障同时避开机械臂的奇异点,保证人机协作过程中操作人员的安全.     

快速人脸检测技术在证件照中的应用与研究

在人脸识别应用中,经常会应用到证件照图像,要对其进行识别处理,就先要进行人脸捡测.与普通图像不同的是,有些证件照图像本身已经接近人脸检测结果要求,有些可能是半身照,证件照的许多共有特征可以在人脸检测过程中起到很好的辅助判别作用实现快速检测,并不需要使用复杂的算法就可以取得较好的检测效果.经过研究与实验,本文针对证件照图像设计了一种基于肤色分割的快速人脸检测算法,利用证件照的特性取得快速准确的检测结果.     

基于肤色的驾驶员面部定位与跟踪算法

采用CCD摄像机获得驾驶员脸部图像,利用肤色在颜色空间的聚类性,建立基于肤色的人脸二维高斯分布数学模型.选用YCbCr颜色空间作为肤色分布统计的映射空间,用最大类间方差阈值对人脸图像分割,获得人脸图像灰度直方图水平投影和垂直投影,实现对面部定位.采用卡尔曼滤波算法,根据驾驶员面部当前帧图像预测下一帧图像的位置,并通过局部搜索精确定位,实现对驾驶员面部的跟踪.实验结果表明,基于肤色的驾驶员面部定位与跟踪算法可靠性高,具有良好的动态定位能力,而且对驾驶员坐姿的变化有较好的适应能力.     

基于肤色模型的人脸检测与人眼定位

针对光照变化对人脸检测及人眼定位的影响, 提出一种基于肤色模型的人脸检测与人眼定位方法. 先对图像进行预处理, 减少图像中的噪声; 再将RGB颜色空间转化到具有良好肤色聚类特性的YCbCr色彩空间, 利用Gauss模型进行肤色建模; 最后检测出人脸区域并确定人眼位置.     

视频序列中运动人脸的检测与特征定位

针对视频序列中运动人脸的检测与特征定位问题,给出了一种算法,即通过计算并比较人脸区域而不是整幅视频帧的峰值信噪比（PSNR）,先从视频序列中找到人脸区域清晰度高且尽可能大的视频帧,然后再进行人脸的准确检测与特征定位。首先利用Adaboost方法检测出人脸的大致范围,再根据肤色模型确定人脸的具体位置并从图像中提取出人脸部分,然后利用基于帧间差的人脸区域的PSNR判断图像清晰度,从而定位出人脸区域清晰度高且尽可能大的视频帧,最后进行人脸检测和特征定位。对实际视频序列的计算表明,给出的算法在时间效率上较高,人脸的检测与特征定位效果较好。     

基于接触力识别的人机协作控制系统设计与实现

为实现人机协作搬运,设计了一种基于接触力操作意图识别的搬运机器人原型机.以直联方式设计由刚性杆和伺服电机构成的单自由度运动机械臂,研究位置控制器,实现扭矩工作模式下的闭环控制.为获取操作意图信息,在刚性杆末端两侧分别设置FSR薄膜压力传感器,用于检测操作者与机械臂的短暂接触力.对应3种常见操作情况给出相应时域算法提取接...     

象棋机器人棋子定位和身份判定方法

针对象棋机器人系统中棋子定位过程烦琐、误差大及通过文字识别棋子的算法复杂度高的问题,提出一种基于图像处理的棋子定位和高度测量方法;以及棋子身份判定算法。首先,根据文字的颜色特征分割棋子并对二值图像做线性融合和膨胀运算;通过绘制轮廓外接圆定位棋子。然后,匹配RGB与RGB-D图像结合数学模型,测量棋子高度。其次,用数字编码定义棋子身份并实时判定。最后,结果表明,方法的棋子分割正确率100%,定位误差0. 51 mm,平均定位时间0. 212 s。高度测量误差1 mm。单流程棋子身份判定算法和系统运行时间分别为9 ms和0. 224 s、可见方法的有效性和实用性。     

基于ORB算法的象棋快速识别和定位系统研究

以象棋装配为研究背景,利用ORB算法实现棋子的识别,提出根据最佳匹配特征点的像素坐标,利用几何平均坐标法求出目标棋子的坐标,利用特征点构造的向量计算目标棋子相对于模板的旋转角度,实现棋子的定位,并利用工业机器人完成象棋的装配。实验结果表明:计算出的旋转角度可以保证摆放棋子时与模板为同一方向。ORB算法的运行时间均在0.2 s以内,快于SIFT和SURF算法,可以保证系统能准确地识别和定位出目标棋子,并满足象棋装配过程中的实时性要求。     

免疫原理在中国象棋搜索中的应用

传统中国象棋搜索算法存在搜索空间大, 搜索速度差等局限性. 本文结合人工免疫原理中的克隆选择算法, 对中国象棋搜索进行改进, 达到在正常搜索层数下的高速、高效等目标. 实验结果表明, 这种算法对中国象棋搜索优化是有效的, 并可推广到其他棋类搜索中, 其搜索效率及速度均优于常见的中国象棋搜索算法.     

基于RL算法的自学习博弈程序设计及实现

针对目前在中国象棋计算机博弈中广泛采用人工设置的评估函数,提出了基于激励学习与神经网络相结合的评估函数自学习方法,基于此模型实现了一个能自学习的中国象棋博弈程序.该方法避免了人工设置评估函数,解决了传统程序深层搜索博弈树消耗的时间和运行空间均很大的问题,也适用于其他的计算机博弈程序设计.实验结果表明,该方法是一种有效的自适应学习方法.     

基于改进YOLO的虹膜快速定位检测算法

虹膜定位是虹膜识别系统中不可或缺的环节,针对传统的虹膜定位方法对镜面反射、眨眼等复杂环境下质量差的虹膜图像定位准确率低、计算复杂度高和鲁棒性差等问题,提出了一种基于改进YOLOv3模型的虹膜快速定位方法。针对眼周图像中虹膜内、外圆尺寸变化不大,将YOLOv3网络的多尺度结构改进为双尺度检测;引入了轻量级网络Mobilev3中bneck块来改进特征提取网络,减小模型复杂度;利用K-means++算法对虹膜数据集进行类聚,获得更优的锚点框;模型边框损失函数采用Loss_GIoU改进原均方差(mean squared error, MSE)损失函数;利用虹膜特有几何特征,将模型矩形预测框更改为圆形预测框。在CASIA-IrisV4数据集验证表明,改进模型定位准确率为96.32%,平均精度均值(mean average precision, mAP)为99.37%,检测速度为49.4帧/s,模型参数减少到4.13×10⁶。结果表明改进后的模型较小,并且能够快速精准对虹膜区域定位,具有较高鲁棒性,能够满足虹膜实时定位的场景。     

一种粗细结合的快速虹膜定位方法

虹膜定位是虹膜识别过程中的重要环节,定位的速度和精度决定了整个虹膜识别系统的性能.依据虹膜图像的特点,提出一种粗细结合的虹膜定位方法:首先利用虹膜图像灰度分布的规律性,粗定位虹膜圆心及内外半径,确定虹膜的相关参数;然后依据虹膜图像的灰度特征,对其进行二值化,之后使用Canny算子对二值化虹膜图像进行边缘检测;最后使用H...     

中国围棋棋谱在装填布局中的工程应用

提出一种新的装填布局的计算机辅助设计方法（简称ＭＭＳＰＰ法），并提出用中国围棋棋谱或施工图作参考图样。它符合工程设计人员设计时需借助于参考图样和边设计、边计算、边修改的设计规律，符合Ｌｅｎａｔ、Ｆｅｉｇｅｎｂａｕｍ、钱学森、路甬祥等提出的人机合作思想。本方法经矩形待布物的排样算例的验证，并与用ＭＡＳＳ自动排样软件验证结果相对比，说明了其可行性。本方法的目标是企图解决目前尚未解决的不规则待布物的装填     

一种合作式高精度快速单站定位方法的研究

针对空中移动目标的定位必须实现快速和稳定跟踪的要求,该文提出了一种通过快速测量空中目标辐射源到达方位角、俯仰角和目标与固定观测站点的距离,实现固定单站对三维运动无线电辐射源的合作式高精度定位方法。并介绍了相位干涉仪测角和伪码测距系统的工作原理,对测角和测距误差,以及从而引起的定位误差进行了深入的分析。     

CRF与规则相结合的中文地名识别

采用递增式学习策略优化条件随机域(conditional random fields,CRF)的特征模板以提高中文地名的识别效果,结合语言学相关知识构建规则库,以弥补机器学习模型获取知识不够全面导致召回率偏低的不足,最终实现了CRF与规则相结合的中文地名识别系统.实验结果表明,采用CRF与规则相结合的方法识别中文文本中的地名是有效的,对Bakeoff2007NER任务的MSRA语料进行开放测试,召回率、精确率和F值分别为94.67%、92.35%和93.50%.