基于多视图融合的3D人体姿态估计

针对自然场景中遮挡、检测姿势不准确以及建立的交叉视图不匹配等问题,在VoxelPose模型的基础上提出了一种基于heatmap的多视图融合网络来估计3D人体姿态.首先,改进高分辨率网络,添加反卷积模块生成更高分辨率的heatmap.取两个髋关节之间的关键点为人体中心点,引入对极约束模型匹配融合不同视角下人体中心点的heatmap信息;然后,将所有视角的heatmap投影到共同的3D空间,再经过3D CNN网络以中心点构建特征体积来估计所有关键点的位置;最后,回归准确的3D人体姿态.在公开的数据集Shelf和Campus中,评估指标PCP3D（正确估计关节位置的百分比）分别达到97.1%和96.7%.在CMU-Panoptic数据集中,MPJPE（关节位置误差的平均值）为16.80 mm,实验结果优于VoxelPose.     

联合多颜色直方图的Camshift行人跟踪算法

针对目标容易受背景干扰或局部的、不完全遮挡时Camshift算法易产生局部最大值导致丢失目标的问题。通过人体姿态估计算法检测到行人边界框和关节点位置,依据的关节点位置提取行人的身体部分,进而得到局部颜色直方图;通过行人边界框,计算全局直方图均衡化;利用行人间局部直方图的相似性得分,预测下一帧中目标行人可能的位置,并以此确定Camshift算法的搜索区域。通过实验证明,改进后的算法可以更好地跟踪行人。     

双臂空间机器人系统动力学与关节运动的非线性反馈控制

利用拉格朗日方程建立了漂浮基双臂空间机器人系统的动力学方程,给出了载体位置、姿态均不受控制情况下,双臂空间机器人关节运动的非线性反馈控制规律.结果表明,在系统动力学模型及参数较精确确定情况下,本文提出的控制方案能够有效地控制双臂空间机器人系统完成关节空间的指定运动,而不需对其载体的位置、姿态进行主动控制.仿真计算结果证实了方法的有效性.     

基于空间颜色特征的行人重识别方法

行人重识别技术是嫌疑目标跨摄像头的完整活动路径分析系统的核心技术,但是在被用于实际应用时面临计算复杂度高和存储开销大等问题.针对这些问题,以视频侦查应用为背景,提出一种基于空间颜色特征的行人重识别方法,建立一种在计算复杂度和性能上较均衡的行人外貌特征描述符,对外貌中直观和重要的颜色特征采用对光照具有不变性的颜色描述符进行描述,一定程度上降低了光照变化对颜色特征稳定性的影响.为了弥补颜色直方图缺少空间信息的缺陷,并提高颜色直方图对光照和姿态变化的鲁棒性,把行人团块按语义分割成躯干和腿两部分,再把每一部分细分成若干子块,然后分别计算颜色描述符,并在计算相似度时引入位置信息.实验结果显示本方法在取得接近最好性能的同时具有低计算复杂度的优点.     

自由漂浮双臂空间机器人关节空间轨迹跟踪的变结构滑模控制

利用多刚体系统动力学的方法对载体位置、姿态均不受控制的浮动基双臂空间机器人系统的运动学、动力学作了分析,并结合系统的动量守恒及动量矩守恒关系建立了系统的动力学方程.以此为基础,对双臂空间机器人关节追踪关节空间期望轨迹的控制问题作了研究.考虑到双臂空间机器人系统的结构复杂性及某些参数的变动性,根据具有较强鲁棒性的变结构滑模控制理论,设计了轨迹跟踪控制的变结构滑模控制方案.此控制方案的优点在于:在操作过程中不需要对双臂空间机器人载体的位置、姿态进行主动控制,因此将大大减少位置、姿态控制装置的燃料消耗.通过对该机器人系统的仿真计算,证实了文中提出的变结构滑模控制方案的有效性.     

一种基于PUMA型机器人特殊结构的空间快速插值算法

针对ＰＵＭＡ型机器人的特殊结构，本文提出了把表征机器人位置和姿态的关节相互分离开来加以讨论，并分别对其进行插值的空间快速插值算法。使用该算法可避免出现三角函数、矩阵等复杂计算。同时，通过空间曲线分析，利用参数方程和坐标变换，给出了空间曲线的解析函数。因此大大缩短了计算时间，插补精度得到较大提高。     

基于SR-3000的上肢肩关节活动度计算方法

基于SwissRanger—3000(3D深度测绘相机)的基础上,提出了一种计算上肢肩关节活动度的方法。首先利用摄像机获取人体三维数据,结合OpenGL显示人体区域,运用OpenCV函数计算人体HNT模型和肘关节点坐标信息。接着根据人体运动解剖学对关节角度的定义,应用空间解析几何的知识,计算人体的基本轴和基本切面。最后通过计算上臂矢量在人体各基本切面上的投影与相关基本轴的夹角,实时、有效地得到肩关节的外展角、水平屈伸角和屈伸角。实验结果表明此方法可行、有效。     

基于AlphaPose的行人重识别姿态评价方法

行人重识别旨在不同时间、不同摄像头拍摄范围中检索特定目标行人,在实际应用场景中,可能会存在行人被严重遮挡的图像,不仅不利于行人检测,还会消耗大量的时间.行人姿态检测可以通过定位行人关键点位置判断行人是否存在遮挡,因此,本研究提出在重识别检测之前,对行人姿态进行分析,提出一种基于AlphaPose的重识别行人姿态评价方法.首先,利用AlphaPose进行姿态检测,得到行人各个关键点的置信度;然后,利用各个关键点的置信度得到各个行人的姿态评分;最后,根据姿态评分结果筛选出多个测试集进行验证分析.利用torchreid框架在数据集DukeMTMC-reID及Market1501进行实验,实验结果表明,与初始测试集相比,筛选后的测试集检测效率明显提高,且mAP和rank-n值也有所提高.     

基于深度学习进行动作模仿的舞蹈机器人

为了增强智能机器人的人机交互性,探索了人类对图像的认知理解过程在机器人上的实现方案.以舞蹈机器人作为研究对象,将舞蹈的视频信息作为输入,利用深度学习方法对视频中的人体姿态进行估计,得出人体的关键点位置坐标;再利用机器人逆运动学计算求解得到机器人各关节角度值,调整下半身关节角度值来保持机器人的平衡.最终在优必选Alpha ebot人形机器人上进行了实验.结果表明该系统可通过分析RGB图像对画面中的动作进行模仿,提高了机器人舞蹈的灵活性与交互性.     

一种改进的行人导航算法研究

目前大多行人导航系统的研究都以手持手机、绑在腰间等单一姿态为前提,并未考虑行人使用手机过程中同时存在接电话、放在上衣口袋等多种姿态的情况.分析了行人使用手机的4种常见姿态,基于行人航迹推算(pedestrian dead reckoning,PDR)算法设计了一种改进的行人导航算法.利用神经网络(back propagation,BP)模型对手机姿态进行智能识别,设计了一种新的步态检测算法来对多姿态下的步态进行有效检测,并将行人行走过程分为单一姿态与姿态切换过程,对2个过程的航向进行了修正.软件测试结果表明,多姿态下实现系统定位精度在20‰以内,达标率在85％以上,应用于导航系统能够提供准确、可靠、持续的位置信息.     

基于改进姿态估计算法的嵌入式平台实时跌倒检测

为了实现视频中特殊人群跌倒检测的实时性和降低误检率。通过采用改进的姿态估计网络提取人体关节点的方法,研究了使用前后帧关节点的变化来对人体进行追踪和跌倒行为检测。为了在嵌入式平台上使姿态估计网络达到实时效果,采用带有注意力机制的轻量化结构搭建深度卷积网络来提取人体关节点坐标,并合成完整的骨架信息。结果表明：带有注意力机制的姿态估计算法在不同数据集上的准确度均有提升;同时在嵌入式平台上保持误检率较低的情况下达到实时跌倒检测。可见基于改进姿态估计算法并通过关节点判断的方法较好地实现了人体的跌倒检测。     

三维空间磁场结构数学模型及磁场方式三维定位装置

推导单圆环线圈三维空间磁场数学表达式并建立了磁场方式三维定位系统数学模型 ,在此基础上研制磁场方式三维定位装置 ,实现三维磁传感器探头六自由度实时定位及一维磁传感器探头五自由度实时定位 .该装置提供了一种利用对人体无害的磁场来测定内窥镜探头等医疗器械在人体内的三维位置及姿态的新方法 .     

基于轮廓线的透视反求研究

从一幅简单的图形中,采用人工半自动提取产品的轮廓外形,利用灭点进行透视反求,把二维信息转换为三维信息,计算产品的特征点的坐标及其相对位置,进行了透视元素、基本体素到组合体素的反求研究。并利用OpenGL显示轮廓的模型,搭建基于产品多感知因素的三维重构系统框架,实现设计重用辅助产品创新设计。     

人体上肢运动测量中肩关节旋转中心的估测

在人体测量中,肩关节中心的位置要通过其与肩峰的位置关系进行估测．研究了通过肩峰与肩关节中心的相对位置来确定肩关节旋转中心方法．在对人体上肢进行必要的简化和刚体假设的前提下,用电磁跟踪系统或三维摄像系统跟踪附着于肩峰和上臂上标记点的位置,根据本研究方法便可得到肩峰和肩关节中心的位置关系．通过实验得出了肩关节中心与肩峰位置之间的近似距离,实际测量误差的绝对值均小于2．7cm．考虑传感器贴放的误差及皮肤与骨骼间相对滑动的误差等多种误差的存在,实验结果是可以接受的．实验结果也表明,建立肩关节坐标系时可以用肩峰位置代替肩关节中心．     

计算机视觉技术测量飞机模型位姿试验

运用计算机视觉技术对测量飞机模型位姿进行研究.通过CCD获取飞机模型姿态变化前后的多幅二维投影图像,运用计算机视觉理论进行特征点的提取、匹配,最后实现特征点的三维重建并通过重建出的空间点计算出飞机模型的位姿.     

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.     

基于SWIFT算法的球关节操作臂最优路径规划

针对目标物体在空间的位置和姿态确定的情况下，机器人操作臂如何选择一条满足关节转角约束，且使所有关节转动角度之和为最小的最佳路径这一问题，提出了利用动态可行解区间作为改进SWIFT(sequential weight increasing factor technique)算法的初始迭代值进行寻优迭代的方法，并对罚因子rk进行了讨论。该算法具有较少的迭代次数和较快的收敛速度，并通过对9个自由度的球关节操作臂的仿真结果，验证了该算法的正确性和可行性。     

足球正脚背射门动作的三维姿态重构方法研究

足球正脚背射门动作实时变化,不同时刻目标二维图像存在很大差异,当前三维姿态重构方法可得到的动作信息非常有限且具有姿态敏感性,导致重构结果不可靠、连续性不高。为此,提出一种新的足球正脚背射门动作的三维姿态重构方法,依据足球正脚背射门动作图像中所有像素的平均梯度平方矩阵获取Harris算子,通过Harris算子对足球正脚背射门动作特征进行提取。通过矩阵因式分解方法从观测矩阵中分解出三维姿态位置矩阵,实现足球正脚背射门动作三维姿态重构。实验结果表明,所提方法具有很高的重构精度,且连续性较高。     

一种新型的本质矩阵解析分解算法

为了由本质矩阵分解出两摄像机的相对位姿,提出了一种新型的本质矩阵解析分解算法。首先,利用本质矩阵秩2的属性求出两摄像机间的平移量;然后,利用求解旋转矩阵方程组的方法求出两摄像机间的旋转量;最后,利用直接求取空间3D点成像深度的方法快速从四组分解结果中确定出满足空间3D点可见性约束的惟一正确解。实验结果表明,本文提出的分解算法不仅避免了对本质矩阵进行复杂耗时的奇异值分解运算,而且分解出的四组解析解具有直观且明确的几何意义,同时因为完全避免了景物结构的3D重建,大大简化了惟一解确定过程,降低了惟一解确定难度。     

基于Kinect的双臂机器人动作模拟与轨迹规划

提出了一种基于Kinect的双臂机器人动作模拟与轨迹规划的方法。运用空间向量法计算出人体关节转动角度,通过建立人体关节与机器人关节的映射关系,将体感设备采集到的人体骨骼信息通过无线方式将控制命令传输给机器人,实现机器人的动作模拟。机器人的轨迹规划通过使用体感设备采集手臂末端位姿及运动轨迹,通过逆运动学求解,实现机器人手臂沿相同位姿运动。最后,通过仿真和实验验证了所提出方法的有效性。