共查询到18条相似文献，搜索用时 184 毫秒
1.
利用字典学习与稀疏表示的信号重建与分类的性能,两步字典训练学习方法引入到鲁棒性人脸姿态识别中。首先,将人脸姿态离散化为不同的子空间,使用K-奇异值分解法（K-SVD）为每个子空间训练一个子字典使其对应一个类别;然后,将所有子字典组合成超完备字典;最后,采用基于Gabor特征与稀疏表示的方法进行姿态分类。为了提高字典的分类能力,本文采用两步字典训练学习方法,并在第二步学习中加入类别约束;为了提高算法的鲁棒性,本文重构一个遮挡人脸字典,解决人脸姿态识别中人脸遮挡问题。通过在公开的XJTU、PIE和CAS-PEAL-R1人脸库上的实验结果表明,本文方法在具有光照、噪声和遮挡变化的人脸库识别率均能达到95%左右,基本能达到实际应用的要求。 相似文献
2.
针对传统三维人脸模型构建复杂、效率低下等不足,提出了一种基于单张照片的真实感人脸快速生成方法。首先,构建标准化的人脸模型库,交互式选取输入照片的面部特征点,并基于脸型特征,匹配最佳模型;其次,通过三角形变形和双线性插值的方法实现照片到三维模型的纹理映射,并引入Alpha图实现人脸覆盖纹理到模型中性纹理的融合过渡;最后,采用网格调节方法从整体到细节分层次调整模型以达到生成真实感三维人脸的目的。实验结果证明,该方法对用户友好,所需特征点较少,可实时生成高质量的真实感模型。 相似文献
3.
通过对两因子模型的进一步深化、提炼和改进,提出了一种基于两因子模型的多姿态人脸识别方法,该方法能有效地缓解人脸特征对姿态变化较为敏感的问题。实验结果表明,经过姿态因子分离后的人脸全局或局部特征在保持较高显著性的同时,均对姿态变化具有理想的鲁棒性,在FERET人脸数据库上取得了最高92.5%的识别率。 相似文献
4.
提出了一种单视影像下的人脸快速三维重建方案,能够对非可控条件下获取的单幅人脸图像进行有效、快速的三维重建。在三维人脸重建阶段,提出了一种特征动态选择策略,针对待重建人脸图像动态选择合适的2D-3D特征变换子空间,在保证执行效率的同时能显著提高三维人脸模型的重建精度。实验证明,本方法不仅简洁高效,而且对人脸姿态和光照变化具较好的鲁棒性,在WHU-3DFaceData数据库上取得了理想的重建效果。 相似文献
5.
根据人类进行人脸识别的特点,提出一种纹理与几何形状相结合的人脸新特征。新特征提取的第一步是提取脸部5个关键点;然后,根据人脸图像每个像素点到5个关键点距离动态对每个像素进行加权计算。新特征在纹理特征的基础上,融合了人脸关键点和每个纹理点与关键点之间的位置几何距离信息。与传统的单一纹理特征相比,提高了抗干扰性;而且,由于定位了5个关键点,有利于后续的人脸分块识别。在YALE人脸库和XJTU人脸库上采用线性判别方法与稀疏表示人脸识别方法的实验研究表明:新特征与传统的纹理特征相比,识别率提高了5%~10%;新特征加人脸分块方法识别率接近100%。 相似文献
6.
提出了一种利用天文观测图像对卫星及其子部件三维姿态进行估计的方法。该方法利用等积剖分格网建立多视角姿态模型数据库,利用基于混合噪声的最大似然算法对观测图像进行图像复原与滤波等预处理,然后进行分割和几何特征提取,提出了一种尺度不变的特征检索方法对卫星几何特征进行编码,并在姿态数据库中进行最小距离匹配,最终估计出空间目标的三维姿态。实验结果验证了本文姿态估计方法的有效性和准确性。 相似文献
7.
面向形变模型的三维人脸建模研究及其改进 总被引：1，自引：1，他引：0
针对传统三维形变模型效率低的不足,提出了一种简洁高效的三维形变模型进行个性化三维人脸重建。首先建立基于关键特征区域重采样的标准三维人脸数据库,实现三维人脸的稠密对应;然后选择与目标人脸奇异值向量最相似的人脸作为形变模型的基空间,进行形变模型成分的动态选择;最后引入基于特征点的稀疏形变模型替代原稠密对应形变模型进行匹配求解线性组合系数,并完成特定的三维人脸重建。实验结果表明,本文方法建模时间短、复杂度低,通过单张图片的少量特征点能生成逼真的三维人脸模型。 相似文献
8.
针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。 相似文献
9.
利用Harris-Laplace和SIFT描述子进行低空遥感影像匹配 总被引：2，自引：0，他引：2
提出了基于Harris-Laplace和SIFT描述子的改进的特征匹配方法。在特征点检测阶段,采用Har-ris-Laplace算法检测出影像上的关键点,该关键点对光照变化、图像噪声和尺度变化具有不变性;然后,确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述子对特征点进行描述;在特征点匹配阶段则利用BBF算法和RANSAC算法对特征点进行粗匹配和精匹配。实验结果表明,相对于基于SIFT的匹配方法,此算法在匹配速度相同的情况下,提高了匹配精度。 相似文献
10.
11.
12.
球面全景影像相对定向与精度验证 总被引：1，自引：1，他引：0
对传统的5点法相对定向算法的共面误差计算方法进行改进,提出了一种适合球面全景成像特点的相对定向计算流程。与传统方法相同,该算法首先计算本质矩阵,然后对本质矩阵进行奇异值分解得到旋转矩阵和平移矢量的候选解,最后利用重建的物方三维点坐标排除错误解。本文的贡献在于推导了球面全景共面条件公式,并使用点到核线平面的球面距离作为球面全景共面条件的误差项。模拟数据试验显示:当图像特征点的随机噪声在[-0.5,0.5]像素范围内时,3个姿态角的中误差约为0.1°,由相对定向恢复的相对平移量与模拟值的夹角中误差约为1.5°。使用车载全景相机配合POS获取的数据进行试验的结果显示:横滚角和俯仰角的中误差可以达到0.2°以内,航向角的中误差可以达到0.4°以内,由相对定向恢复的相对平移量与POS平移量的夹角中误差可以达到2°以内。采用本文相对定向算法的结果生成球面全景核线影像,提取影像之间同名点坐标并计算其列方向误差,结果显示核线影像同名点列坐标差的中误差在1个像素以内。 相似文献
13.
14.
15.
针对小型无人机航拍图像视点离散、视角变化有一定运动规律的特点,首先对航拍图像进行数据预处理,结合 Harris特征点和 SIFT 特征向量的优势,提取 Harris特征点、计算特征点的特征半径和 SIFT 特征向量,并利用PCA 降低特征向量的维数;然后采用最邻近(NN)方法进行特征匹配,利用BBF算法搜索特征的最邻近以提高匹配速度;最后采用 PROSAC算法提纯特征点匹配对并精确计算运动模型参数,实现了图像的自动配准.实验证明,该图像配准方法在准确性、效率方面较经典的 SIFT 算法有较大的提高. 相似文献
16.
球形全景成像可以克服透视成像视场角的局限,实现场景全覆盖的三维重建和量测。本文在普通影像位姿估计的EPnP(efficient perspective-n-point)算法上进行了改进和扩展,提出了一种稳健快速的球形全景影像位姿估计算法。首先,构建球形全景影像的投影模型,将EPnP算法的平面透视成像模型扩展到球面成像模型;然后,采用基于全景球心、像点、控制点共线条件方程的改进EPnP算法求解控制点的球形全景像空间坐标;最后,利用Horn绝对定位算法直接解算全景影像位姿。与球形全景影像位姿估计的后方交会算法的对比试验结果表明,本文提出的方法无须迭代求解,更为稳健快速,即使控制点数目较少也能达到高精度,基于非严格共中心拼接的全景相机,重投影误差可控制在3.00像素左右。 相似文献
17.
18.
无人机影像匹配过程中，粗差是不可避免的，因此，获取稳健性较高的特征点进行无人机影像匹配至关重要。传统的方法是采用经典的RANSAC算法进行粗差剔除，该算法受抽样次数、误差阈值的影响，还会残存部分误匹配的特征点。利用图论原理，对SIFT算法提取的特征点进行预处理，通过构建特征点的能量函数剔除能量较低的特征点，可以提高匹配特征点的稳健性，减少特征点的粗差。本文提出了一种新的方法，将图论算法与经典的RANSAC算法相结合进行粗差剔除。该方法命名为GSIFT-RANSAC算法，利用该算法可以提高特征点的稳健性，获取高精度的单应矩阵。采用两组无人机影像进行验证，本文提出的算法与单独利用图论剔除特征点的算法相比，粗差剔除率分别提高了5.31%和14.29%，说明该方法效果较好。 相似文献